Financial MCP Agent

⚠️ 免责声明：本项目仅用于教育目的，不构成任何投资建议。投资有风险，交易需谨慎。

🔍 项目概述

这是一个基于 LangGraph 的金融分析 Agent 系统，用于分析 A 股股票。系统包含四个 Agent：技术分析 Agent、价值分析 Agent、基本面分析 Agent 和总结 Agent。前三个 Agent 通过 MCP 工具获取 A 股相关数据并与大语言模型（LLM）交互；总结 Agent 综合上游数据，提供最终投资建议。

✨ 功能特点

• 多 Agent 协作：技术分析、价值分析、基本面分析和总结四个 Agent 协同工作
• MCP 工具集成：通过langchain-mcp-adapters加载a-share-mcp-v2服务器上的多个工具
• 智能工具选择：Agent 根据职能设计的 Prompt 智能选择工具，处理上游数据和 MCP 数据
• 数据流传递：使用AgentState传递数据和元数据，确保信息流畅通
• 投资建议生成：总结 Agent 综合上游数据，提供 A 股投资建议
• Markdown 报告：自动生成格式化的 Markdown 分析报告并保存到文件
• 🆕 自然语言查询：支持任意自然语言查询，无需特定格式
• 🆕 交互式输入：未提供命令参数时自动进入交互模式

🏗️ 系统架构

系统基于 LangGraph 框架，包含以下组件：

🚀 使用方法

环境设置

1. 安装依赖：

   poetry install
   

   cp .env.example .env
   

或者手动将 .env.example 文件改名为 .env

1. 设置环境变量（.env 文件）：

OPENAI_COMPATIBLE_API_KEY=your_api_key
OPENAI_COMPATIBLE_BASE_URL=your_base_url
OPENAI_COMPATIBLE_MODEL=your_model

1. 配置 MCP 服务器：

   编辑 src/tools/mcp_config.py 文件，修改 MCP 服务器路径：

   SERVER_CONFIGS = {
       "a_share_mcp_v2": {  # 重命名以提高清晰度，原名为 "a-share-mcp-v2"
           "command": "uv",  # 假设'uv'在PATH中或使用完整路径
           "args": [
               "run",  # uv run命令
               "--directory",
               r"a_share_mcp项目的绝对路径",  # 修改为您已部署好的MCP服务器项目路径，如未部署好，请git clone https://github.com/24mlight/a-share-mcp-is-just-i-need.git， 然后部署
               "python",  # 在uv中运行的命令
               "mcp_server.py"  # MCP服务器脚本
           ],
           "transport": "stdio",
       }
   }
   

   系统通过此配置连接到 A 股 MCP 服务器获取实时金融数据。

运行分析

方式一：命令行参数模式

通过命令行运行：

poetry run python -m src.main --command "分析股票名称"

例如：

poetry run python -m src.main --command "分析贵州茅台"
poetry run python -m src.main --command "帮我看看比亚迪这只股票怎么样"
poetry run python -m src.main --command "我想了解一下腾讯的投资价值"

方式二：交互式模式 🆕

直接运行程序，系统将自动进入交互模式：

poetry run python -m src.main

系统会显示的欢迎界面和使用指南，然后等待您输入查询。

支持的自然语言查询示例：

• "分析嘉友国际"
• "帮我看看比亚迪这只股票怎么样"
• "我想了解一下腾讯的投资价值"
• "603871 这个股票值得买吗？"
• "给我分析一下宁德时代的财务状况"
• "中国平安现在的估值如何？"

注意: 必须使用 python -m src.main 的模块导入方式运行，而不是直接运行 python src/main.py，这样可以确保正确的导入路径。

输出

系统将在终端显示分析结果，并将完整的 Markdown 格式报告保存到reports目录。

📝 报告示例

📁 项目结构

Financial-MCP-Agent/
├── .venv/            # 虚拟环境
├── logs/             # 执行日志
├── reports/          # 生成的分析报告
├── src/
│   ├── agents/       # Agent实现
│   │   ├── fundamental_agent.py  # 基本面分析智能体
│   │   ├── technical_agent.py    # 技术面分析智能体
│   │   ├── value_agent.py        # 估值分析智能体
│   │   └── summary_agent.py      # 总结智能体
│   ├── tools/        # 工具实现
│   │   ├── mcp_client.py        # MCP客户端实现
│   │   ├── mcp_config.py        # MCP服务器配置
│   │   └── openrouter_config.py # OpenRouter配置
│   ├── utils/        # 工具函数
│   │   ├── execution_logger.py  # 执行日志系统
│   │   ├── log_viewer.py        # 日志查看器
│   │   ├── logging_config.py    # 日志配置
│   │   ├── llm_clients.py       # LLM客户端
│   │   └── state_definition.py  # 状态定义
│   └── main.py       # 主程序
├── tests/            # 测试
├── .env              # 环境变量
├── .env.example      # 环境变量示例
├── .gitignore        # Git忽略文件
├── logging_system.md # 日志系统说明
├── poetry.lock       # Poetry依赖锁定
├── pyproject.toml    # 项目配置
├── README.md         # 项目说明
└── test_agent_with_real_tools.py # 测试脚本

⚠️ 关于 terminal 打印的信息

Exception ignored in: <function BaseSubprocessTransport.__del__ at 0x00000217922E20C0>
Traceback (most recent call last):
  File "D:\python3.11\Lib\asyncio\base_subprocess.py", line 126, in __del__
    self.close()
  File "D:\python3.11\Lib\asyncio\base_subprocess.py", line 104, in close
    proto.pipe.close()
  File "D:\python3.11\Lib\asyncio\proactor_events.py", line 109, in close
    self._loop.call_soon(self._call_connection_lost, None)
  File "D:\python3.11\Lib\asyncio\base_events.py", line 761, in call_soon
    self._check_closed()
  File "D:\python3.11\Lib\asyncio\base_events.py", line 519, in _check_closed
    raise RuntimeError('Event loop is closed')
RuntimeError: Event loop is closed

上述 error 可以忽略，这是由于异步执行未能正确关闭。不影响系统运行，可以忽视。