🧠 图形驱动量子代理
 ](https://github.com/dcavadia) 
📑 目录
- 📑 目录 - 🌟 概述 - 🚀 入门指南 - ✨ 特性 - 🗂️ 项目结构 - 美人鱼图 - 🛠 技术栈 - 🤝 贡献 - 👨💻 作者 - 📄 许可证
🌟 概述
这 图形驱动量子代理 是一个用于实时市场研究、分析和自动化的模块化人工智能系统。它将AI Agent核心与MCP客户端配对，以编排专门的服务器——选项数据/操作、轻量级RAG、文件系统、Slack和web搜索——这样每个任务都能实现正确的功能。结合它们的优势被知识图放大了：图RAG中的关系解析实体、遍历链接的证据和表面因果链，产生更紧密的信号融合、更少的幻觉和更快、更具防御性的决策。
此预览是根据最新推断生成的。
此预览是从最新的GraphRAG版本生成的。
此预览是根据最新推断生成的。
🚀 入门指南
- 克隆存储库：
git clone https://github.com/dcavadia/financial-mcp-agent
cd financial-mcp-agent- 设置Claude配置：
-要将MCP的服务器添加到Claude，请转到“设置”>“开发人员”>“编辑配置”，并将“filetest.json”的内容添加到Claude_desktop_config.json文件中。
- 安装依赖项：
- 确保您已安装pnpm：
npm install -g pnpm- 然后，克隆LightRAG存储库(https://github.com/HKUDS/LightRAG)并安装项目依赖关系：
pnpm install- 然后，运行LightRAG服务器：
python .\LightRAG\examples\lightrag_ollama_demo.py- 然后，运行Ollama：
ollama run- 从Claude客户端运行推论：
✨ 特性
- 🧩 模块化MCP架构： 单个AI代理通过MCP客户端编排专门的MCP服务器，以实现干净、可审计的工具使用。
- 📈 选项流动MCP服务器： 检索选项链、异常流、希腊和IV；支持点差和扫描等策略操作。
- 🔦 LightRAG MCP服务器： 轻量级检索增强了对笔记、文件和先前分析的生成。
- 🌐 困惑MCP服务器： 实时网络搜索，以显示市场新闻、收益更新和来源。
- 📁 文件系统MCP服务器： 读/写文件、持久化数据集和生成的报告。
- 💬 Slack MCP服务器： 直接从Slack发送更新、接收提示和运行工作流。
- 🧠 高级AI模型： 可通过您的提供商（如OpenRouter）插入LLM，用于推理、起草和总结。
- 🗂 任务路由： 为每个财务查询自动选择工具和逐步执行计划。
- 🔄 实时进度： 流式传输每次工具调用的执行日志和实时状态。
- 📊 结构化输出： 交易摘要、风险表和带注释的见解已准备好用于仪表板。
- 🧾 报告生成： 市场简报、期权流摘要和RAG支持的备忘录；可导出文件。
- 💾 本地存储： 本地工件和缓存存储，可轻松扩展到云存储。
- 🔍 可观察性挂钩： 可选的指标/日志端点，用于与监控堆栈集成。
🗂️ 项目结构
美人鱼图
graph TD
%% Control plane
A[AI Agent
Decision & Planning]
B[MCP Client
Tool Orchestration]
A --> B
%% MCP servers
S1[Slack MCP Server
Slack interactions & user retrieval]
S2[LightRAG MCP Server
Lightweight RAG over notes/filings]
S3[OptionsFlow MCP Server
Options data & operations]
S4[Filesystem MCP Server
File read/write, artifacts]
S5[Perplexity MCP Server
Real-time web search]
B --> S1
B --> S2
B --> S3
B --> S4
B --> S5
%% App surfaces
U[Frontend / CLI]
U --> A
%% Storage/outputs
S4 --> O1[Reports, Datasets, Caches]
%% Model provider (plain label to avoid special chars)
MP[LLM Provider]
A --- MP
🛠 技术栈
- 前端：
- 框架： 克劳德桌面
- 后端：
- 框架： 快速 API - 运行时服务器： 乌维科恩 - 并发： asyncio+nest_asyncio - 文件I/O： aiofiles - 代理核心： 通过MCP客户端使用单个AI代理编排工具
- RAG发动机：
- 图书馆： Lightrag - 嵌入： 通过Ollama嵌入nomic文本 - 本地法学硕士： gemma3:1b通过Ollama（可配置），26K上下文，q4_0量化 - 储存： 具有初始化管道状态的磁盘上LightRAG工作目录
- MCP服务器（工具）：
- 选项流动MCP服务器： 选项链/流检索和操作 - LightRAG MCP服务器： 检索-基于本地语料库的增强生成 - 困惑MCP服务器： 实时网络搜索集成 - 文件系统MCP服务器： 读/写工件、数据集和报告 - Slack MCP服务器： Slack中的通知、提示和工作流控制
- LLM集成：
- 供应商： 没有 - 用途： 计划、总结和报告起草；LightRAG使用 ollama_model_complete
- 数据和存储：
- 矢量/索引： Lightrag本地指数 - 文件夹： 通过文件系统MCP服务器持久化（报告、数据集、缓存） - 配置： INPUT_FILE 和 RAG_DIR 环境变量
- 监测和观察：
- 健康端点： /health - 日志： 控制台日志；外部度量堆栈的可选挂钩
- 包装和工具：
- 包管理器： pnpm（前端）、pip/uv（Python后端） - API架构： 请求/响应的Pydantic模型
- 部署：
- 开发人员： 本地 网站 和 http://localhost:11434 - 服务器： 乌维科恩 0.0.0.0:8020 使用FastAPI生命周期初始化
🤝 贡献
欢迎投稿！请随时提交拉取请求。
- 分叉存储库
- 创建功能分支(
git checkout -b feat/version/AmazingFeature) - 提交您的更改(
git commit -m 'Add some AmazingFeature') - 推到分支(
git push origin feat/version/AmazingFeature) - 打开拉取请求
👨💻 作者
丹尼尔·卡瓦迪亚
📄 许可证
此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。
______________________________________________________________________
内置于❤️ 靠近 丹尼尔·卡瓦迪亚