Token导航 LogoToken导航

MCP Server · 金融服务

Order Flow Server

一个高性能的MCP服务器,提供实时订单流分析,适用于算法交易应用。

stdio官方级别未说明来源级核验工具 1
Python实时分析金融数据

快速开始

作者 / 组织
fintools-ai
提供方
fintools-ai

工具数量

1

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

2

仓库热度

收录来源

1 个

MCP World

选型结论

Order Flow Server 属于金融服务类 MCP Server,公开资料标注 1 个工具,通过stdio 本地进程接入,客户端适配情况以官方文档为准,有可以直接复制的安装命令;接入前先确认权限范围。

分类

金融服务

传输方式

stdio

认证方式

无需认证

部署方式

公开资料未说明

安装与配置

安装命令

pip install -r requirements.txt

公开命令不是通用的启动方式,拼不出可靠配置示例;请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

  1. 1

    准备运行环境

    stdio 服务在本地起进程,需要先装好 对应的运行时,再按安装命令拉取依赖。

  2. 2

    安装服务

    复制下面的安装命令执行;命令里带占位符的位置换成自己的密钥或路径。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 1 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

详细介绍

MCP订单流服务器

一种高性能的模型上下文协议(MCP)服务器,为算法交易应用程序提供实时订单流分析。该服务器通过gRPC连接到市场数据代理,以提供机构级市场微观结构洞察。

特性

  • 实时订单流分析:实时市场微观结构数据处理
  • 高性能gRPC集成:亚毫秒延迟数据检索
  • 制度模式检测:吸收、堆叠和扫掠模式
  • 支撑/阻力位:通过算法得出的关键价格水平
  • 市场动能指标:买卖动态和尺寸加速
  • MCP协议合规性:与AI代理和LLM无缝集成

快速开始

先决条件

  • Python 3.10或更高版本
  • 兼容的市场数据代理(gRPC端点)
  • 市场微观结构概念的基本理解

安装

  1. 克隆存储库:
   git clone 
   cd mcp-order-flow-server
  1. 安装依赖项:
   pip install -r requirements.txt
  1. 生成protobuf文件 (如果使用gRPC数据源):
   ./generate_proto.sh
  1. 配置环境 (可选):
   export DATA_BROKER_GRPC_URL=localhost:9090
   export LOG_LEVEL=INFO
  1. 启动服务器:
   python src/mcp_server.py

用法

MCP工具: analyze_order_flow_tool

服务器公开了一个用于订单流分析的MCP工具:

参数
参数类型默认值说明
ticker字符串必需的股票/ETF股票代码(例如“SPY”、“QQQ”)
history字符串"5mins"分析时间窗口(例如,“30秒”、“10分钟”、“1小时”)
include_patterns布尔值true在响应中包含模式检测
示例请求
{
  "method": "tools/call",
  "params": {
    "name": "analyze_order_flow_tool",
    "arguments": {
      "ticker": "SPY",
      "history": "5mins",
      "include_patterns": true
    }
  }
}
示例响应

    
        1847
        300s
        
3

    
    
    
        485.230
        485.250
        1800
        1200
        0.020
    
    
    
        
            0.050
            0.045
            3
            2
        
        
            1650
            1250
            1
            0
        
        
            YES
            YES
        
    
    
    
        
            
            
        
        
            
            
        
    
    
    
        

            bullish
            strong
            Strong bid absorption at 485.20
        

    

配置

环境变量

# Data source configuration
DATA_SOURCE=grpc                    # Use 'grpc' (recommended) or 'redis'
DATA_BROKER_GRPC_URL=localhost:9090 # gRPC endpoint for market data

# Redis fallback (if DATA_SOURCE=redis)
REDIS_HOST=localhost
REDIS_PORT=6379
REDIS_DB=0

# Logging
LOG_LEVEL=INFO                      # DEBUG, INFO, WARNING, ERROR

数据源

来源延迟吞吐量用例
gRPC0.1-0.5毫秒2000+要求/秒生产(推荐)
瑞迪斯0.5-2ms500+请求/秒开发/回退

建筑

┌─────────────────┐    ┌──────────────────┐    ┌───────────────────┐
│   MCP Client    │───▶│  MCP Server      │───▶│  Market Data      │
│  (AI Agent)     │    │  (This Repo)     │    │  Broker (gRPC)    │
└─────────────────┘    └──────────────────┘    └───────────────────┘
                              │
                              ▼
                       ┌──────────────────┐
                       │  Order Flow      │
                       │  Analysis Engine │
                       └──────────────────┘

关键组件

  • MCP服务器:基于FastMCP的服务器处理工具请求
  • gRPC客户端:从市场经纪人处进行高性能数据检索
  • 状态管理器:XML响应格式和数据聚合
  • 模式检测器:实时机构模式识别

发展

项目结构

mcp-order-flow-server/
├── src/
│   ├── mcp_server.py           # Main MCP server entry point
│   ├── config.py               # Configuration management
│   ├── proto/                  # Generated protobuf files
│   ├── storage/
│   │   ├── grpc_client.py     # gRPC data client
│   │   └── redis_client.py    # Redis fallback client
│   ├── formatters/
│   │   └── state_manager.py   # XML response formatting
│   └── tools/
│       └── order_flow_tool.py # MCP tool implementation
├── generate_proto.sh           # Protobuf generation script
├── test_tool.py               # Development testing
└── requirements.txt           # Python dependencies

测试

# Run development tests
python test_tool.py

# Test specific ticker
python -c "
import asyncio
from src.tools.order_flow_tool import analyze_order_flow
result = asyncio.run(analyze_order_flow('SPY', '1min', True))
print(result)
"

重新生成Protobuf文件

如果市场数据代理的protobuf定义发生变化:

./generate_proto.sh

演出

基准测试

  • 分析延迟:每个请求\

No data available for ticker

Invalid ticker symbol Market data broker not running Network connectivity issues

Verify ticker symbol is correct Check market data broker status Ensure network connectivity

工具与能力

工具数量

1

资源数量

0

提示词数量

0

能力标签

算法交易Python本地部署实时分析市场微观结构gRPC集成机构级模式检测

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

行情与财报查询

拉取价格、财报和指标,让模型做对比解读。

持仓与流水

在授权范围内查询持仓、生成流水说明。

风险提示

结合数据给出波动和敞口提醒。

选择建议

值得选的地方

  • 只提供 1 个工具,职责集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 公开说明写得比较完整,接入前能看清能力边界。

先想清楚的地方

  • stdio 方式要求本地装好 运行环境,换机器要重新装一遍。
  • 公开摘要偏短,具体能力和限制要回到仓库确认。
  • 第三方目录整理,版本更新和行为细节以官方仓库为准。

更适合

  • 需要在金融服务场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
Order Flow Server

MCP World · 本页

1stdio有1 个2026-05-17
MCP Server 273df76d

MCP World

0stdio有1 个2026-05-17
MCP 4a351ada

MCP World

0stdio有1 个2026-05-17
a share MCP is just I need

MCP World

0未说明未标注1 个2026-05-17
Financemcp 538284b7

MCP World

18stdio有1 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

Order Flow Server 怎么安装?

公开资料给出的安装命令是 pip install -r requirements.txt,运行环境为 未标注。装完后按客户端要求写进 MCP 配置,重启客户端生效。

Order Flow Server 怎么在 Claude Desktop、Cursor 里配置?

它是stdio 本地进程,客户端配置里要写启动命令和参数,运行环境是 未标注;保存后完全退出客户端再打开,配置才会生效。

Order Flow Server 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Order Flow Server 需要 API Key 吗?

公开资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Order Flow Server 支持哪些客户端?

公开资料没有标注具体客户端;能配置本地 MCP 命令的客户端都能接,配置方式参照官方文档。

来源信息

继续浏览同类 MCP