xtquantai

xtquantai 是基于模型上下文协议（MCP）的服务器，它集成了xtquant量化交易平台与AI助手的功能，使AI能够直接访问和操作量化交易数据和功能。

功能

XTQuantAI 提供以下核心功能（持续更新，欢迎提交新想法）：

基础数据查询

• 获取交易日期 根据上述信息，执行以下指令：您是负责将中文内容翻译成英文的专业翻译人员。请帮我翻译原始内容get_trading_dates) - 获取指定市场的交易日期
• 获取板块股票列表 根据上述信息，执行以下指令：您是负责将中文内容翻译成英文的专业翻译人员。请帮我翻译原始内容get_stock_list) - 获取特定板块的股票列表
• 获取股票详情 根据上述信息，执行以下指令：您是负责将中文内容翻译成英文的专业翻译人员。请帮我翻译原始内容get_instrument_detail) - 获取股票的详细信息

市场数据

• 获取历史市场数据 根据上述信息，执行以下指令：您是负责将中文内容翻译成英文的专业翻译人员。请帮我翻译原始内容get_history_market_data) - 获取股票的历史市场数据
• 获取最新市场数据 根据上述信息，执行以下指令：您是负责将中文内容翻译成英文的专业翻译人员。请帮我翻译原始内容get_latest_market_data) - 获取股票的最新市场数据
• 获取完整的市场数据 根据上述信息，执行以下指令：您是负责将中文内容翻译成英文的专业翻译人员。请帮我翻译原始内容get_full_market_data) - 获取股票的完整市场数据

图表和可视化

• 创建表面面板 根据上述信息，执行以下指令：您是负责将中文内容翻译成英文的专业翻译人员。请帮我翻译原始内容create_chart_panel) - 创建支持各种技术指标的股票图表表面面板
• 创建自定义布局 根据上述信息，执行以下指令：您是负责将中文内容翻译成英文的专业翻译人员。请帮我翻译原始内容create_custom_layout) - 创建自定义图表布局，允许指定指标名称、参数名称和参数值

安装

⚠️ 注意事项

1. QMT生态系统目前仅支持Windows，因此以下是在Windows环境中实现的
2. 当前在Windows环境中实现MCP有许多需要注意的细节

先决条件

• Python 3.11或更高版本
• Xuntou QMT或投资研究终端
• uv 包管理工具（推荐）

安装uv及注意事项

uv是后续用来启动包的工具，所以我们需要先安装它。请注意，你需要在将要运行xtquantai的环境中安装这个包，这是第一个潜在的问题点。如果不确定，请全部安装。

pip install uv

第二个需要注意的是uv会被缓存，这就是为什么我有clear_cache_and_run.py 文件，如果操作过程中出现错误，不删除缓存是不会更新的。记得运行并删除缓存。

现在下载

git clone https://github.com/dfkai/xtquantai.git

或者直接下载压缩包。你可以将其保存到任何文件夹中，只要最终能定位到xtquantai的具体地址即可。最好直接从文件夹复制地址。

使用说明

与Cursor集成

Windows（QMT/投资研究目前仅支持Windows，并且需要Windows环境）

在Cursor中配置MCP服务器：

方法1：

在当前建立的.cursor文件夹下，创建mcp.json文件，然后Cursor编辑器会自动添加mcp工具

{
  "mcpServers": {
    "xtquantai": {
      "command": "cmd /c uvx",
      "args": [
        "path:\\to\\xtquantai"
      ]
    }
  }
}

⚠️ 注意：在Windows中，命令必须以cmd /c开头，否则命令窗口会在执行后立即关闭。

方法2：

直接在设置-MCP-添加新的 MCP Server中命名xtquantai命令为：cmd /c uvx path:\to\xtquantai，根据上述信息调整为启用。

这里要注意path to指的是你在本地机器上的地址，并注意手动填写单个斜杠，但在JSON文件中需要两个斜杠以防止转义。

工具使用示例

获取交易日期

# 获取上海证券市场的交易日期
dates = get_trading_dates(market="SH")

获取股票列表

# 获取沪深A股板块的股票列表
stocks = get_stock_list(sector="沪深A股")

创建表面面板

# 创建包含MA指标的图表面板
result = create_chart_panel(
    codes="000001.SZ,600519.SH",
    period="1d",
    indicator_name="MA",
    param_names="period",
    param_values="5"
)

开发

直接启动服务器

# 使用 Python 直接运行
python -m xtquantai

# 或使用已安装的命令行工具
xtquantai

使用MCP Inspector进行调试（仅限开发期间）

你需要安装Node环境。

npx @modelcontextprotocol/inspector uv run xtquantai

构建和发布

准备发布包：

1. 同步依赖项并更新锁文件：

uv sync

2. 构建包分发：

uv build

3. 发布到PyPI：

uv publish

调试

由于MCP服务器通过标准输入/输出运行，调试可能会比较困难。我们强烈建议使用MCP Inspector进行调试。

项目结构

xtquantai/
├── src/
│   └── xtquantai/
│       ├── __init__.py    # 包初始化文件
│       └── server.py      # MCP 服务器实现
├── main.py                # 启动脚本
├── server_direct.py       # 直接 HTTP 服务器实现
├── pyproject.toml         # 项目配置
└── README.md              # 项目文档

许可证

本项目采用MIT许可证 - 查看详细信息 LICENSE 文件。

贡献

欢迎贡献！请随时提交问题或拉取请求。

致谢

• Xuntou Technology 提供的量化交易平台
• Model Context Protocol 提供的AI集成框架