Kalshi Trading MCP

卡尔希交易mcp

功能齐全 模型上下文协议（MCP） 服务器 卡尔希 预测市场。包括20多种用于账户管理、市场分析、订单执行、多源天气预报、集成模型分析、实时METAR观测和位置漂移监测的工具。

为什么选择此服务器？

大多数现有的Kalshi MCP服务器都是精简的API包装器（5-10个工具）。这次不一样：

• 多源天气预报 --NWS、HRRR、GFS、ECMWF、Open Meteo等
• 概率分析 --桶数学、边缘计算、制造商费用影响
• 安全控制 --价格上限、每日限额、现金储备、NO only策略
• 职位管理 --漂移分析、METAR趋势跟踪、提前退出信号
• 跨城市情报 --相关预测误差、AFD变化检测

快速开始

安装

pip install kalshi-trading-mcp

或者从源代码安装：

git clone https://github.com/alexandermazza/kalshi-trading-mcp.git
cd kalshi-trading-mcp
pip install -e .

配置

1. 从获取您的API证书 Kalshi设置

1. 创建一个 .env 文件（或设置环境变量）：

KALSHI_API_KEY_ID=your-key-id
KALSHI_PRIVATE_KEY_PATH=/path/to/your/private_key.pem
KALSHI_ENV=demo  # or 'prod' for real trading

与Claude Code一起使用

添加到您的 .mcp.json （或 ~/.claude/mcp.json 全球）：

{
  "mcpServers": {
    "kalshi": {
      "type": "stdio",
      "command": "kalshi-mcp",
      "env": {
        "KALSHI_API_KEY_ID": "your-key-id",
        "KALSHI_PRIVATE_KEY_PATH": "/path/to/private_key.pem",
        "KALSHI_ENV": "prod"
      }
    }
  }
}

然后问克劳德这样的问题：

• “我的Kalshi余额是多少？”
• “扫描天气交易机会”
• “分析纽约市明天的高温市场”
• “给我看芝加哥的整体预报”

与Claude Desktop一起使用

添加到您的 claude_desktop_config.json:

{
  "mcpServers": {
    "kalshi": {
      "command": "kalshi-mcp",
      "env": {
        "KALSHI_API_KEY_ID": "your-key-id",
        "KALSHI_PRIVATE_KEY_PATH": "/path/to/private_key.pem",
        "KALSHI_ENV": "prod"
      }
    }
  }
}

工具参考

账户和头寸

市场

天气预报

天气信号

订单（两步确认）

位置恢复

配置

所有设置均可通过环境变量进行配置：

必需的

安全限值

天气分析

可选API键（提高预测准确性）

服务器在没有这些密钥的情况下工作（NWS是免费的，始终可用），但添加更多的源可以通过集成平均提高预测精度。

建筑

kalshi_trading_mcp/
├── server.py              # FastMCP instance + lazy-loaded singletons
├── config.py              # Env-based configuration
├── safety.py              # Trade safety controls + audit logging
├── client/                # Kalshi REST API client
│   ├── client.py          # API wrapper with dataclass models
│   └── auth.py            # RSA signature authentication
├── tools/                 # MCP tool definitions (20+ tools)
│   ├── account.py         # Balance, positions
│   ├── markets.py         # Market listing, details
│   ├── orders.py          # Order flow + edge re-evaluation
│   ├── weather.py         # Forecasts, analysis, scanning
│   ├── weather_signals.py # METAR, timing, cross-city, AFD
│   └── position_recovery.py  # Drift analysis
├── forecasting/           # Weather data integration
│   ├── multisource.py     # Multi-source forecast aggregation
│   ├── nbm.py             # National Blend of Models
│   ├── metar.py           # Airport observations
│   └── cities.py          # City configs + correlations
├── analysis/              # Pure computation
│   ├── probability.py     # CDF, edge, fee math
│   ├── ticker_parser.py   # Kalshi ticker parsing
│   └── timing.py          # Optimal trading windows
└── logging/
    └── trade_log.py       # JSONL audit trail

支持城市

依赖项

只有4个核心依赖关系：

• fastmcp>=2.0.0 --MCP协议框架
• requests>=2.31.0 --API的HTTP客户端
• cryptography>=41.0.0 --RSA签名认证
• python-dotenv>=1.0.0 --.env文件支持

许可证

麻省理工学院——见 许可证 了解详情。