InvestBrain

桌面端数据存储在%APPDATA%\InvestBrain\data，设置页可直接查看数据位置。

# 1. 安装 MCP Server 依赖 cd src/mcp_server && pip install -r requirements.txt # 2. 配置你自己的 LLM API Key（见下文「你的 Key，自己填」） cp .env.example .env # 编辑 .env，把 DEEPSEEK_API_KEY 填成你从 DEEPSEEK 后台拿到的 key # 3. 启动 MCP Server python server.py

首次启动提示：向量库（Chroma + ONNX Embedding）首次会下载约 80MB 模型文件。若希望跳过向量库、纯工具调用体验，可保持server.py中相关注释不变；如需完整 RAG 体验，下载后取消server.py内的注释行。

重要：本仓库不预置任何用户的 API key。data/config/llm.json中api_key默认为 null（不是真的 key 占位）；.env.example只是模板；webhook.json是空 schema。

- MCP 启动必须：DEEPSEEK_API_KEY环境变量（推荐 User 级系统环境变量，或 CLAUDE.md /.env）
- 可选：TUSHARE_TOKEN/DASHSCOPE_API_KEY/AGAINST_API_KEY（环境变量）
- 飞书 webhook：data/config/webhook.json里的feishu字段（已被.gitignore保护）

- 你的 key 是你的——不要 share、不要 commit、不要发到任何对话里
- key 进 git 历史（如被 commit 过的老版本）即使后来 rotate 仍可能被人滥用 →发现泄露立即去对应平台 rotate
- 仓库已有.gitignore保护data/config/.json（含 llm/webhook 配置）+data/memory/.db（用户记忆库，按 CLAUDE.md 决策"用户数据本地存储，不上传云端"），不要!取消忽略

备注：仓库历史曾 commit 过密钥占位（commit22e6c72），如已 push 远端，老 key 在 clone 历史里仍可被读——清历史成本高、通常接受 + rotate 即可

powershell -ExecutionPolicy Bypass -File scripts/configure_pushplus.ps1

脚本会交互式引导你完成全部步骤：显示 PushPlus 获取 token 的操作步骤 → 粘贴 token（自动校验格式）→ 写入data/config/webhook.json并启用pushplus渠道 → 自动调用send_notification发送测试消息 → 打印成功/失败原因。

1. 查看当前配置状态：notify_get_notifier_config() 2. 配置 PushPlus 并发送测试：notify_configure_notifier(channel="pushplus", token="你的token", enabled=true, send_test=true)

src/mcp_server/ # MCP Server（39 个工具） ├── server.py # 主入口 ├── tools/ # 工具集 │ ├── thought_tools.py # 想法记录 │ ├── rag_tools.py # 投资 RAG │ ├── memory_tools.py # 记忆系统 │ ├── reminder_tools.py # 提醒系统 │ ├── pattern_tools.py # 行为模式 │ ├── report_tools.py # 周报/月报 │ ├── roundtable_tools.py # 大师圆桌 │ └── notifier_tools.py # 多通道通知 ├── datasources/ # 数据源 │ ├── akshare_datasource.py │ └── tushare_datasource.py ├── knowledge/ # 知识库 │ ├── vector_store.py # Chroma 向量存储 │ └── graph_client.py # 图存储 ├── memory/ # 记忆存储 ├── patterns/ # 行为模式挖掘 ├── llm/ # LLM 客户端 │ ├── llm_router.py # 通用 LLM 路由 │ ├── providers.py # Provider 配置 │ └── deepseek_client.py └── api_server.py # REST API (LLM 配置) data/ ├── graph/ # 知识图谱（16 位大师 + 概念） ├── knowledge/ │ └── vectors/ # 向量索引（Chroma） ├── memory/ # 用户记忆 ├── cards/ # 想法卡片 ├── reminders/ # 提醒条件 └── config/ # 配置文件

// 想法记录（3） "thought_record_thought(text)", "thought_search_memories(query)", "thought_get_thought_cards(ticker)", // 投资 RAG（4） "rag_ask_investment(question)", "rag_get_master_view(master, topic)", "rag_search_knowledge(query)", "rag_search_reports(query, top_k)", // 记忆系统（3） "memory_get_user_profile()", "memory_record_decision(data)", "memory_get_behavior_patterns()", // 提醒系统（3） "reminder_set_reminder(condition)", "reminder_get_reminders()", "reminder_delete_reminder(id)", // 行为模式（3） "pattern_run_pattern_detection()", "pattern_get_pattern_summary()", "pattern_get_pattern_report(id)", // 周报/月报（1） "report_run_scheduled_report(range)", // 大师圆桌（1） "invest_roundtable(question)", // 通知配置（2） "notify_configure_notifier(channel, webhook_url)", "notify_get_notifier_config()", // 行情数据 — AKShare（5） "market_get_stock_quote(ticker)", "market_get_stock_history(ticker, period)", "market_get_index_components(index_code)", "market_get_valuation(ticker)", "market_get_market_sentiment()", // 行情数据 — Tushare（15） "tushare_get_daily_price(ts_code)", "tushare_get_weekly_price(ts_code)", "tushare_get_realtime_quote(ts_code)", "tushare_get_index_daily(index_code)", "tushare_get_financial_indicator(ts_code)", "tushare_get_income_statement(ts_code)", "tushare_get_balance_sheet(ts_code)", "tushare_get_cash_flow(ts_code)", "tushare_get_index_components(index_code)", "tushare_get_industry_classification(ts_code)", "tushare_get_valuation_multi(ts_code)", "tushare_get_market_top_movers()", "tushare_get_stock_pledge_status(ts_code)", "tushare_convert_ticker(ticker)", "tushare_check_token_status()"

16 位投资大师： 巴菲特、芒格、段永平、霍华德·马克斯、李录、格雷厄姆、达莫达兰、阿克曼、凯西·伍德、迈克尔·伯里、帕伯莱、塔勒布、林奇、费雪、德鲁肯米勒

行业知识： 28 个申万行业深度研究框架（向量库内检索，不公开原文，保护核心方法论 IP）

# 启动 REST API Server（用于 LLM 配置） python src/mcp_server/api_server.py # 访问 http://localhost:8000/api/llm/config # 启动前端（Next.js 落地页 + 设置面板） npm install npm run dev # 访问 http://localhost:3000

工具推荐逻辑基于 awesome-finai-tools-zn/data/institution-skills.json，每周自动更新。

- 🔴 用户自定义 RAG 知识库（让用户自己的框架可被 RAG 引用）
- 🔴 新闻/事件触发 reminder（央行购金、地缘冲突、美债冻结等）
- 🔴 投资框架管理工具（结构化记录用户的框架规则与触发条件）

- 🟡 黄金现货 / 美元指数 / 美债收益率实时数据
- 🟡 黄金 ETF（518880 / GLD）数据修复

- ✅ 黄金投资框架核心已写入思考卡（thought_8）
- ✅ 基于真实数据的黄金推演已写入思考卡（thought_9）
- ✅ 改造需求文档已建（docs/改造需求-roadmap.md）

版本: v0.1.2创建时间: 2026-06-24许可: AGPL v3

Remote MCP server for historical crypto & prediction-market data: search ~500K instruments, live market stats (OHLC, turnover, spreads, depth, slippage) and tick-data purchase. Keyless for catalog & stats; optional OAuth for account tools. Endpoint: https://cryptostruct.com/mcp

Read-only MCP server for your Evibe investment portfolio + live market data (holdings, performance, dividends, benchmarks, screeners). Works with Claude & ChatGPT.

Live Polymarket prediction market data — whale trades, market odds, trader profiles, leaderboards, and AI-citable summaries.

Operate the AgentPump agent economy: read the live market and create, fund, tune, and run autonomous on-chain trading agents.

Alpaca’s official MCP Server lets you trade stocks, ETFs, crypto, and options, run data analysis, and build strategies in plain English directly from your favorite LLM tools and IDEs

Independent statistical validation for trading signals and backtests: deflated Sharpe, out-of-sample and leakage forensics, signed replayable verdicts; a methodology audit, not investment advice.

CLI + MCP server for SEC 13F institutional holdings, insider trading, and smart money convergence signals. Free anonymous tier, no signup required.

Hosted MCP server for Chinese A-share and ETF market data, including prices, fundamentals, capital flows, financial statements, real-time quotes, and news.

可转债高级策略 MCP Server — 双低/三低/YTM/强赎/下修6大策略引擎