QuantConnect MCP Server

官方

QuantConnect 官方 MCP 服务器，让 AI 直接操作量化交易平台。

分类: 开发工具第 362 / 438
Stars: ★ 79 热门
传输方式: stdio（本地进程）
运行环境: Docker
凭据: 需要 API Key / 凭据
许可证: Apache-2.0
最近提交: 5 个月前
工具数: 64

39FMRS · D

QuantConnect 官方 MCP 服务器提供 64 个工具，覆盖项目管理、代码编译、回测、优化、实盘交易与 Object Store 等完整量化工作流，经 Docker 化便于跨平台部署。功能全面且为官方实现，但需谨慎授予实盘权限，且仓库当前已弃用，官方推荐改用 VSCode 内嵌的 MCP。

最强项 · 安装易用性 13/20 最弱项 · 安全与权限 4/20

可靠性

6/20

安全与权限

4/20

维护活跃度

5/20

文档质量

11/20

安装易用性

13/20

查看各项评分依据

可靠性 6/20: README 提供了 64 个工具的名称、参数表和简短描述,结构完整,但仓库中没有提供可核查的 CI 工作流或测试文件,无法验证声明的行为与实际实现是否一致(依据静态校准规则,此项不得超过 12 分)。更严重的是,多个明显应为只读的工具(如 read_live_algorithm、read_live_chart、read_live_logs、read_live_portfolio、read_live_orders、read_live_insights、list_live_algorithms)被标注为'修改环境'且'可能执行破坏性更新',这与工具名称和描述自相矛盾,说明标注/清单可能是自动生成且未经校验,削弱了对声明行为可信度的判断。未见错误处理或依赖控制的具体说明。
安全与权限 4/20: 该服务器通过用户自己的 API 令牌直接桥接真实资金的实盘交易账户,提供 liquidate_live_algorithm(清算实盘持仓,不可逆)、create_live_algorithm(部署实盘交易)、broadcast_live_command(向组织内所有实盘算法广播命令)以及多个 delete_*(项目、文件、回测、优化、对象存储)不可逆删除工具。文档中没有任何一处提及这些高风险/不可逆操作需要额外确认、二次校验、干跑模式或权限范围限制,broadcast_live_command 的影响面尤其大(整个组织范围)。这符合评分标准中'不可逆的删除/支付/部署/远程命令且默认无确认'的红线情形,故安全分压至红线区间。凭据通过环境变量传递且示例中未包含真实令牌,这是唯一的正面点。
维护活跃度 5/20: README 顶部明确写明'This repository is deprecated for now',并将用户引导至另一个嵌入 VSCode 的实现,这表明官方已实质性地停止将该仓库作为推荐维护路径,即便仓库本身未被 GitHub 标记为 archived。77 星、15 个未关闭 issue 显示曾有一定关注度,但没有证据表明当前有人在积极响应 issue 或更新依赖。License 为 Apache-2.0,权属清晰,这是正面因素,但被弃用声明大幅拉低了持续维护的可信度。
文档质量 11/20: README 内容层次较好:安装步骤、Claude Desktop 配置 JSON 示例、64 个工具的参数表、调试(构建/日志/Inspector)说明都齐备,便于快速上手。但缺少费用说明(回测、优化、实盘部署在 QuantConnect 平台通常涉及真实费用)、速率限制、API 令牌所需权限范围、以及针对失败场景的详细排障指引;弃用声明也未说明现有文档在多大程度上仍然适用。此外前文提到的工具标注矛盾进一步削弱文档的可靠性。
安装易用性 13/20: 安装路径清晰:安装 Docker Desktop 与 Claude Desktop、编辑配置文件、填入用户 ID 与 API 令牌、重启客户端,步骤数量少且给出了具体 JSON 示例,并说明了 linux/amd64 与 linux/arm64 的平台选择,便于跨平台部署。由于未提供可验证的执行证据(如 CI 构建通过记录),按静态评审规则此项不得超过 15 分;同时弃用声明为该安装路径的长期有效性带来不确定性。

静态评测 · 未实际运行收录于 2026-09-07

查看 FMRS 评分方法 →

选型与风险

能访问什么访问网络修改第三方账户数据

适合谁

QuantConnect 平台用户，希望用 Claude Desktop 等 MCP 客户端通过自然语言操作其云端量化工作流
需要自动化回测、优化与实盘部署管理的量化交易者

不适合谁

不使用 QuantConnect 云平台的交易者
寻求本地非 Docker 部署且不愿配置 API 凭据的用户（该仓库现已弃用，官方推荐 VSCode 内嵌 MCP）

所需权限

需要 QuantConnect 用户 Id 与 API Token（通过环境变量提供）
可创建、修改和删除云端项目、文件、回测与优化
可部署、停止、清算实盘算法并广播命令（涉及真实资金风险）
可授权外部券商与数据提供商连接

风险与副作用

实盘工具（如 liquidate_live_algorithm、broadcast_live_command）可造成真实资金损失
API Token 泄漏会暴露账户与策略代码
删除类工具为破坏性操作，可能不可恢复
多次调用某些创建类工具会产生重复资源
仓库已标记弃用，可能不再维护

安装接入

准备工作

运行环境：Docker

QUANTCONNECT_USER_ID 必填您的 QuantConnect 用户 ID，可按文档 'Request API Token' 页面在账户资料中获取。

QUANTCONNECT_API_TOKEN 必填密钥您的 QuantConnect API 令牌（机密），在同一 'Request API Token' 页面申请。

其他可选配置项（1 个）

AGENT_NAME 可选可选的代理名称，用于在同时运行多个代理时标记请求来源，默认为 'MCP Server'。

安装并打开 Docker Desktop
安装并打开 Claude Desktop
在 Claude Desktop 中点击 File > Settings > Developer > Edit Config
编辑 claude_desktop_config，加入 quantconnect 配置（command 为 docker，运行 quantconnect/mcp-server 镜像，并传入 QUANTCONNECT_USER_ID、QUANTCONNECT_API_TOKEN、AGENT_NAME 环境变量，按芯片选择 --platform linux/amd64 或 linux/arm64）
重启 Claude Desktop，它会自动从 Docker Hub 拉取并连接。可通过 docker pull quantconnect/mcp-server 更新镜像。如同时运行多个 agent，请为每个 agent 设置唯一的 AGENT_NAME。

claude_desktop_config.json

{
  "mcpServers": {
    "quantconnect": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-e",
        "QUANTCONNECT_USER_ID",
        "-e",
        "QUANTCONNECT_API_TOKEN",
        "-e",
        "AGENT_NAME",
        "--platform",
        "<your_platform>",
        "quantconnect/mcp-server"
      ],
      "env": {
        "QUANTCONNECT_USER_ID": "<your_user_id>",
        "QUANTCONNECT_API_TOKEN": "<your_api_token>",
        "AGENT_NAME": "MCP Server"
      }
    }
  }
}

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": {
    "quantconnect": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-e",
        "QUANTCONNECT_USER_ID",
        "-e",
        "QUANTCONNECT_API_TOKEN",
        "-e",
        "AGENT_NAME",
        "--platform",
        "<your_platform>",
        "quantconnect/mcp-server"
      ],
      "env": {
        "QUANTCONNECT_USER_ID": "<your_user_id>",
        "QUANTCONNECT_API_TOKEN": "<your_api_token>",
        "AGENT_NAME": "MCP Server"
      }
    }
  }
}

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

Terminal

claude mcp add quantconnect -e 'QUANTCONNECT_USER_ID=<your_user_id>' -e 'QUANTCONNECT_API_TOKEN=<your_api_token>' -e 'AGENT_NAME=MCP Server' -- docker run -i --rm -e QUANTCONNECT_USER_ID -e QUANTCONNECT_API_TOKEN -e AGENT_NAME --platform '<your_platform>' quantconnect/mcp-server

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

重启 Claude Desktop 后，在工具列表中应出现 read_mcp_server_version、list_projects 等工具；调用 read_mcp_server_version 若返回正在运行的服务器版本，即证明连接成功。

常见排障

确认 Docker Desktop 正在运行且已配置 QUANTCONNECT_USER_ID 与 QUANTCONNECT_API_TOKEN
ARM 芯片（如 Apple M 系列）需添加 --platform linux/arm64
重启 Claude Desktop 以触发镜像拉取与连接
运行 read_mcp_server_version 确认服务器版本，必要时 docker pull 更新
调试时可通过 sys.stderr 打印日志到 mcp-server-quantconnect.log，或用 npx @modelcontextprotocol/inspector 检查

试试这样问

连接成功后，可以直接对 AI 助手这样说：

列出我 QuantConnect 账户中的所有项目。
在我的默认组织里创建一个名为 AlphaResearch 的 Python 项目，并添加一个 main.py 文件。
为我最近的项目创建一个编译任务，然后运行一次回测并展示结果摘要。
显示我当前正在运行的所有实盘算法的状态和投资组合。

工具能力 64

read_account 只读

读取组织账户状态。

create_project 写入

在默认组织中创建新项目。

read_project 只读

读取一个项目或最近一组项目的详情。

list_projects 只读

列出所有项目的详情。

update_project 写入

更新项目的名称或描述。

delete_project 破坏性

删除项目。

create_project_collaborator 写入

向项目添加协作者。

read_project_collaborators 只读

列出项目的所有协作者。

展开其余 56 个工具

update_project_collaborator 写入

更新项目中协作者的信息。

delete_project_collaborator 破坏性

从项目中移除协作者。

lock_project_with_collaborators 写入

锁定项目以便编辑。

read_project_nodes 只读

读取项目的可用与已选节点。

update_project_nodes 写入

将给定节点更新为激活状态。

create_compile 写入

异步创建项目的编译任务。

read_compile 只读

读取编译任务结果。

create_file 写入

向项目添加文件。

read_file 只读

读取项目中的文件（未指定文件名则读取全部文件）。

update_file_name 破坏性

更新文件名。

update_file_contents 破坏性

更新文件内容。

patch_file 破坏性

对项目文件应用补丁（统一 diff 格式）。

delete_file 破坏性

删除项目中的文件。

create_backtest 写入

创建新的回测请求并获取回测 Id。

read_backtest 只读

读取回测结果。

list_backtests 只读

列出项目的所有回测。

read_backtest_chart 只读

读取回测图表。

read_backtest_orders 只读

读取回测的订单。

read_backtest_insights 只读

读取回测的 insights。

update_backtest 写入

更新回测的名称或备注。

delete_backtest 破坏性

从项目中删除回测。

estimate_optimization_time 只读

估算指定参数下优化的执行时间。

create_optimization 写入

按指定参数创建优化。

read_optimization 只读

读取优化详情。

list_optimizations 只读

列出项目的所有优化。

update_optimization 写入

更新优化的名称。

abort_optimization 破坏性

中止优化。

delete_optimization 破坏性

删除优化。

authorize_connection 写入

授权与实盘券商或数据提供商的外部连接。

create_live_algorithm 写入

创建实盘算法。

read_live_algorithm 只读

读取实盘算法详情。

list_live_algorithms 只读

列出所有过去与当前的实盘部署。

read_live_chart 只读

读取实盘算法的图表。

read_live_logs 只读

获取实盘算法的日志。

read_live_portfolio 只读

读取实盘算法的持仓状态。

read_live_orders 只读

读取实盘算法的订单。

read_live_insights 只读

读取实盘算法的 insights。

stop_live_algorithm 破坏性

停止实盘算法。

liquidate_live_algorithm 破坏性

清算并停止实盘算法。

create_live_command 写入

向实盘交易算法发送命令。

broadcast_live_command 写入

向组织内所有实盘算法广播命令。

upload_object 写入

上传文件到 Object Store。

read_object_properties 只读

获取指定组织与键的 Object Store 属性。

read_object_store_file_job_id 写入

创建下载 Object Store 文件的任务并读取任务 Id。

read_object_store_file_download_url 只读

获取 Object Store 文件下载 URL。

list_object_store_files 只读

列出组织中指定目录下的 Object Store 文件。

delete_object 破坏性

删除指定组织与键的 Object Store 文件。

read_lean_versions 只读

返回 LEAN 版本列表及各版本基本信息。

check_initialization_errors 只读

运行几秒回测以初始化算法并获取初始化错误。

complete_code 只读

显示指定文本输入的代码补全。

enhance_error_message 只读

为错误信息显示额外上下文和建议。

update_code_to_pep8 只读

将 Python 代码更新为符合 PEP8 风格。

check_syntax 只读

检查代码语法。

search_quantconnect 只读

搜索 QuantConnect 中的内容。

read_mcp_server_version 只读

返回当前运行的 QC MCP Server 版本。

read_latest_mcp_server_version 只读

返回最新发布的 QC MCP Server 版本。

使用场景

让 AI 代理在 QuantConnect 云端创建和管理量化研究项目

通过 AI 编写、修补策略代码并触发编译与回测

运行参数优化并读取回测图表、订单、insights

部署、监控、停止或清算实盘交易算法

管理 Object Store 文件与 LEAN 版本信息

支持客户端

Claude Desktop

依据项目文档列出，未经本站实测。

详细介绍

QuantConnect MCP Server 是 QuantConnect 官方维护的 Python MCP 服务器，作为 AI（如 Claude、OpenAI o3 Pro）与其云平台的桥梁。通过 QuantConnect API，AI 可以代替用户更新项目、编写策略、编译、回测、运行参数优化，并部署实盘交易算法。该实现已测试并 Docker 化，便于跨平台部署，支持 linux/amd64 与 linux/arm64。注意：该仓库目前已弃用，官方建议使用内嵌于 VSCode 的 MCP 版本。