Maverick MCP

社区

个人股票分析 MCP 服务器，提供市场数据、技术分析、筛选、组合跟踪和可选回测与深度研究。

分类: 其他第 187 / 230
Stars: ★ 702 非常热门
传输方式: stdio（本地进程） · Streamable HTTP
运行环境: Python 3.12+ · Node.js · Docker
凭据: 无需凭据
许可证: MIT
最近提交: 7 天前
工具数: 52

44FMRS · D

MaverickMCP 提供了全面的本地股票分析工具集，覆盖技术分析、筛选、组合管理和可选扩展。优点：无需 API 密钥即可核心使用，工具丰富，集成多种客户端。缺点：筛选需先手动获取历史数据，回测和研究扩展需额外安装和 API 密钥。整体是强大且灵活的个人投资分析工具。

最强项 · 文档质量 12/20 最弱项 · 可靠性 4/20

可靠性

4/20

安全与权限

8/20

维护活跃度

10/20

文档质量

12/20

安装易用性

10/20

查看各项评分依据

可靠性 4/20: 未提供源码、测试或 CI 证据，无法验证 MCP 初始化、工具注册和工具行为是否一致；README 声称 37 个核心工具及可选扩展，但 manifest 列出 PyPI 包 maverick-mcp-server 1.0.0，而 README 又说明 v1.0.0 尚未发布，发布状态存在矛盾/不确定。已知的尾斜杠注册问题和 13 个 open issues 也说明错误处理证据不足。因缺少可执行证据和可验证路径，可靠性只能给低分。
安全与权限 8/20: 未触发红线：没有恶意代码、硬编码密钥、隐蔽外传或不可逆操作默认执行；portfolio_clear_portfolio 要求 confirm=True，秘密变量 LLM_API_KEY/EXA_API_KEY 在 manifest 中标记为 isSecret，核心工具无需 API key。但未提供源码，无法验证密钥是否会被日志记录、外部网络请求是否受限，以及数据流边界是否严格执行；服务器设计为本地无鉴权，外部调用 yfinance/LLM/Exa 仅由文档描述。因此按证据缺口扣分。
维护活跃度 10/20: 仓库未归档，采用 MIT 许可证，README 提供开发命令、贡献指引和已知问题处理；13 个 open issues 说明有维护活动迹象。但未提供提交/发布历史、issue 响应时效、依赖更新记录或安全响应渠道；README 自身还透露 v1.0.0 尚未发布到 PyPI，存在版本治理缺口。Star 数仅作为发现信号，不加分。
文档质量 12/20: README 内容较完整：前置条件、三种安装方式、环境变量、Claude Desktop/Cursor/Claude Code/Windsurf 配置、工具表、资源/提示词、示例、Docker、故障排查和免责声明，并披露了部分限制。但未提供各工具完整参数模式、详细限流/成本数据，深层文档仅以 docs/ 路径引用且未随证据提供；PyPI 发布状态与 manifest 表述不一致，npx/Node 等客户端配置前置条件也未列为安装前提。因此文档可用但存在隐藏假设和矛盾。
安装易用性 10/20: 安装步骤清晰分层：Python 3.12+/uv 前置、源码安装、.env 配置、make dev 启动，并给出多个主流客户端的连接示例及 Windows cwd 问题规避方案。但 README 明确说明 uvx/pip 方式要等 PyPI 发布，当前实际只能走源码安装；也没有 CI/测试证据验证任一安装路径可用，Redis/Postgres 等选项以及 npx/Node、make 等隐式依赖增加不确定性。按静态校准，setup 不能超过 15，且证据不足，给 10 分。

静态评测 · 未实际运行收录于 2026-08-07

查看 FMRS 评分方法 →

选型与风险

能访问什么访问网络连接数据库

适合谁

个人交易者和投资者，希望在本地使用 Claude Desktop 进行自主股票分析。
需要结合技术指标、筛选和组合跟踪的一体化工具。
喜欢使用 FastMCP 和现代 Python 工具链（uv）的开发者和数据爱好者。

不适合谁

需要机构级数据或专业级回测的用户。
希望立即获得预定义股票池的用户（筛选需先获取历史数据）。
需要云端托管或无需配置的用户（自托管需要技术知识）。

所需权限

本地运行，监听端口（如 8003）用于 HTTP 传输。
访问文件系统以读取配置和数据库（SQLite 文件）。
可能访问 Redis 和外部网络（yfinance 获取市场数据）。

风险与副作用

投资风险：市场数据可能延迟或不准确，过去表现不代表未来结果。
依赖于第三方数据源（yfinance）和可选的外部服务（Exa、LLM API），可能中断或变更。
自托管配置可能出错，尤其 Windows 上 Claude Desktop 的 cwd 问题。
内置筛选和回测工具仅供教育目的，非投资建议。

安装接入

准备工作

运行环境：Python 3.12+ · Node.js · Docker

LLM_API_KEY 可选密钥可选密钥，配置 LLM_PROVIDER 后必填，使用自带 LLM 服务商的 API 密钥。

EXA_API_KEY 可选密钥可选，research 扩展的 Exa 网络搜索密钥，在 https://exa.ai 获取。

其他可选配置项（8 个）

DATABASE_URL 可选可选数据库连接，默认 SQLite（sqlite:///maverick.db），可用 PostgreSQL 提升性能。

REDIS_HOST 可选可选 Redis 主机，启用增强缓存；不设则回退到内存缓存。

REDIS_PORT 可选可选 Redis 端口，默认 6379。

LLM_PROVIDER 可选可选，research 扩展的 LLM 提供商（anthropic、openai、openrouter、openai_compatible）。

LLM_MODEL 可选可选，所配置 LLM_PROVIDER 的模型名称。

LLM_BASE_URL 可选可选，LLM_PROVIDER=openai_compatible 时必须设置的基础 URL。

LLM_TEMPERATURE 可选可选采样温度，默认 0.0。

LOG_LEVEL 可选可选日志级别，默认 INFO。

要求 Python 3.12+ 和 uv。核心安装：uv sync --extra dev（或 pip install "maverick-mcp-server"）。可选扩展：--extra backtesting、--extra research。复制 .env.example 为 .env 并配置（可选）。启动：make dev（HTTP）或 make dev-stdio（stdio）。在 Claude Desktop 配置中添加 JSON 配置。

claude_desktop_config.json

{
  "mcpServers": {
    "maverick-mcp": {
      "command": "uvx",
      "args": [
        "--from",
        "maverick-mcp-server",
        "maverick-mcp",
        "--transport",
        "stdio"
      ]
    }
  }
}

以 Claude Desktop 为例。其他客户端的配置文件位置或字段可能不同（如 VS Code 使用 servers 字段），可用下方配置生成器转换。

.vscode/mcp.json

{
  "servers": {
    "maverick-mcp": {
      "command": "uvx",
      "args": [
        "--from",
        "maverick-mcp-server",
        "maverick-mcp",
        "--transport",
        "stdio"
      ]
    }
  }
}

写入项目的 .vscode/mcp.json（VS Code 使用 servers 字段）。

Terminal

claude mcp add maverick-mcp -- uvx --from maverick-mcp-server maverick-mcp --transport stdio

在终端运行；先把 <…> 占位符换成你自己的值。

生成并校验客户端配置

验证是否装好

在 Claude Desktop 中配置后重启客户端，工具列表中应出现 market_data_get_quote、technical_get_rsi_analysis 等工具；发送“获取 AAPL 的实时报价”，若返回报价数据即说明连接成功。

常见排障

确保 HTTP 端点以斜杠结尾：http://localhost:8003/mcp/，否则工具注册失败。
若研究工具不可用，检查是否安装 research 扩展并配置 LLM_PROVIDER、LLM_API_KEY、LLM_MODEL 和 EXA_API_KEY。
若回测工具不可用，安装 backtesting 扩展。
若筛选结果为空，先为相关股票获取价格历史（market_data_get_price_history）再运行筛选。
Windows 用户若遇 ModuleNotFoundError，使用 cmd.exe 包装命令以强制 cwd。

试试这样问

连接成功后，可以直接对 AI 助手这样说：

显示 NVDA 的 RSI 和 MACD 分析
获取 AAPL 的完整技术分析
运行 Maverick 看涨筛选
在 AAPL 上用动量策略对最近 6 个月做回测

工具能力 52

market_data_get_price_history 只读

获取单个股票代码的 OHLCV 历史价格数据，带智能缓存。

market_data_get_price_history_batch 只读

批量获取多个股票代码的历史价格数据。

market_data_get_quote 只读

获取单个股票的实时报价，带 TTL 缓存。

market_data_get_stock_fundamentals 只读

获取估值、财务和交易统计等基本面数据。

market_data_get_market_overview 只读

获取指数、板块表现、涨跌榜和波动性等市场概览。

market_data_get_chart_links 只读

获取股票的静态外部图表链接。

market_data_clear_market_cache 破坏性

清除缓存的报价（修改缓存状态）。

technical_get_rsi_analysis 只读

获取 RSI 指标读数及信号标签。

展开其余 44 个工具

technical_get_macd_analysis 只读

获取 MACD 指标读数、信号标签及交叉状态。

technical_get_support_resistance 只读

获取支撑位和阻力位。

technical_get_full_technical_analysis 只读

获取完整技术分析：趋势、展望及所有指标。

screening_get_bullish 只读

获取最新的 Maverick 看多动量筛选结果。

screening_get_bearish 只读

获取最新的看空形态筛选结果。

screening_get_supply_demand 只读

获取最新的供需突破筛选结果。

screening_get_all 只读

获取所有三种筛选的最新快照。

screening_get_by_criteria 只读

按任意条件筛选看多结果。

screening_run_screens 写入

重新计算一个或全部筛选并持久化（变更操作）。

portfolio_add_position 写入

添加或加仓一个持仓（变更操作）。

portfolio_get_my_portfolio 只读

获取完整投资组合快照，含实时盈亏。

portfolio_remove_position 写入

减少持仓数量（变更操作）。

portfolio_clear_portfolio 破坏性

清空所有持仓，需 confirm=True（变更操作）。

portfolio_risk_adjusted_analysis 只读

基于 ATR 的仓位规模、止损和止盈分析。

portfolio_compare_tickers 只读

并排比较多个股票（自动使用您的组合）。

portfolio_correlation_analysis 只读

使用场景

使用自然语言对股票进行技术分析，如“展示 NVDA 的 RSI 和 MACD 分析”。

运行牛市、熊市和供需筛选，发现交易机会。

管理个人投资组合：添加持仓、查看实时盈亏、获取风险仪表盘。

使用 VectorBT 对策略进行回测和参数优化。

使用 LangGraph 和研究工具进行公司深度研究和情绪分析。

支持客户端

Claude Desktop

Cursor

Claude Code

Windsurf

依据项目文档列出，未经本站实测。

详细介绍

MaverickMCP 是一个基于 FastMCP 的本地股票分析服务器，专为个人交易者和投资者设计。核心功能无需 API 密钥，市场数据来自 yfinance。提供 37 个核心工具，覆盖行情数据、技术分析、股票筛选、组合管理（含风险仪表盘、自选股和交易日志）。可选安装回测（基于 VectorBT）和深度研究（基于 LangGraph，需自带 LLM 密钥）扩展。支持 stdio 和 streamable HTTP 传输，可无缝集成 Claude Desktop、Cursor、Claude Code 和 Windsurf。