xtquantai 是一个基于 Model Context Protocol (MCP) 的服务器，它将迅投 (xtquant) 量化交易平台的功能与人工智能助手集成，使 AI 能够直接访问和操作量化交易数据和功能。
XTQuantAI 提供以下核心功能(陆续更新中，欢迎大家提交新创意)：
- 获取交易日期 (
get_trading_dates) - 获取指定市场的交易日期 - 获取板块股票列表 (
get_stock_list) - 获取特定板块的股票列表 - 获取股票详情 (
get_instrument_detail) - 获取股票的详细信息
- 获取历史行情数据 (
get_history_market_data) - 获取股票的历史行情数据 - 获取最新行情数据 (
get_latest_market_data) - 获取股票的最新行情数据 - 获取完整行情数据 (
get_full_market_data) - 获取股票的完整行情数据
- 创建图表面板 (
create_chart_panel) - 创建股票图表面板，支持各种技术指标 - 创建自定义布局 (
create_custom_layout) - 创建自定义的图表布局，可以指定指标名称、参数名和参数值
- QMT 生态系统目前仅支持 Windows，因此以下均在 Windows 环境实现
- Windows 环境目前在实现 MCP 过程中有不少细节，需要注意
- Python 3.11 或更高版本
- 迅投 QMT 或投研终端
- uv 包管理工具 (推荐)
uv 是后续用来启动包的工具，因此我们需要在开始安装一下，注意你需要在你要运行 xtquantai 的环境里面安装这个包，这是第一个可能出问题的地方，不确定就都安装一下。
pip install uv第二个注意点，uv 是有缓存的，因此我才会有 clear_cache_and_run.py 的文件，你一旦中间有错误的运行，不删缓存就会一直不更新，记得运行一下删除。
git clone https://github.com/dfkai/xtquantai.git或者直接下载 压缩包。你可以下载到任意文件夹，只要最后能够找到 xtquantai 的具体地址即可，最好去文件夹里直接去复制地址。
在 Cursor 中配置 MCP 服务器：
方法一：
在当前项目建立 .cursor 文件夹，在该文件夹下建立 mcp.json 文件，则 Cursor 编辑器会自动添加该 mcp 工具
{
"mcpServers": {
"xtquantai": {
"command": "cmd /c uvx",
"args": [
"path:\\to\\xtquantai"
]
}
}
}
⚠️ 注意：在 windows 中，命令务必加上 cmd /c，否则会导致命令窗口执行完立即关闭。
方法二：
直接在 设置-MCP-添加新的 MCP Server，名字叫 xtquantai，命令(command)是：cmd /c uvx path:\to\xtquantai，调整为Enabled。
这里注意 path to 意思是你自己本地的地址，同时注意你手动填写进去是单斜杠，仅仅在json文件中需要两个斜杠防止转义。
# 获取上海市场的交易日期
dates = get_trading_dates(market="SH")# 获取沪深A股板块的股票列表
stocks = get_stock_list(sector="沪深A股")# 创建包含MA指标的图表面板
result = create_chart_panel(
codes="000001.SZ,600519.SH",
period="1d",
indicator_name="MA",
param_names="period",
param_values="5"
)# 使用 Python 直接运行
python -m xtquantai
# 或使用安装的命令行工具
xtquantai需要安装 node 环境。
npx @modelcontextprotocol/inspector uv run xtquantai准备发布包：
- 同步依赖并更新锁文件：
uv sync- 构建包分发：
uv build- 发布到 PyPI：
uv publish由于 MCP 服务器通过标准输入/输出运行，调试可能具有挑战性。我们强烈建议使用 MCP Inspector 进行调试。
xtquantai/
├── src/
│ └── xtquantai/
│ ├── __init__.py # 包初始化文件
│ └── server.py # MCP 服务器实现
├── main.py # 启动脚本
├── server_direct.py # 直接 HTTP 服务器实现
├── pyproject.toml # 项目配置
└── README.md # 项目文档
本项目采用 MIT 许可证 - 详见 LICENSE 文件。
欢迎贡献！请随时提交问题或拉取请求。
- 迅投科技 提供的量化交易平台
- Model Context Protocol 提供的 AI 集成框架