index-valuation
Enables querying index valuations (PE, PB, etc.) for 63 Chinese stock indices, with support for fuzzy search, batch queries, historical data, and trend analysis.
README
📈 指数估值查询服务
基于雪球 API 的指数估值查询 MCP Server,提供指数估值数据。
✨ 功能特性
- 🔄 权威数据:调用雪球基金指数估值数据 API,获取估值
- 🎯 63个指数:覆盖 行业、宽基、策略等类型指数
- 📊 最新查询:支持模糊匹配、批量查询、估值筛选
- 📈 历史估值:查询历史数据,分析估值趋势
- ⚡ MCP 协议:可集成到 Claude Code、Cursor 等 AI 工具
- 💾 自动缓存:1小时自动刷新,减少 API 调用
📦 快速开始
1. 安装依赖
cd /YOUR-PATH-TO/index_valuation
uv venv
source .venv/bin/activate
uv pip install mcp requests
2. 测试服务状态
source .venv/bin/activate
python3 tests/test_mcp_server.py
3. 配置 MCP
编辑 Claude Code 配置文件 ~/.claude/settings.json:
{
"mcpServers": {
"index-valuation": {
"command": "/YOUR-PATH-TO/index_valuation/.venv/bin/python",
"args": ["/YOUR-PATH-TO/index_valuation/mcp_server.py"],
"env": {
"PYTHONUNBUFFERED": "1",
"PYTHONPATH": "/YOUR-PATH-TO/index_valuation"
},
"description": "指数估值查询服务(支持最新+历史查询)"
}
}
}
4. 重启 Claude Code
配置完成后,重启 Claude Code。
开始享用
🛠️ 可用工具
| 工具 | 描述 | 使用场景 |
|---|---|---|
get_index_valuation |
查询单个指数估值(最新) | "沪深300估值如何" |
get_batch_indices |
批量查询多个指数估值 | "查询沪深300、中证红利" |
search_indices |
搜索指数(支持名称/代码) | "搜索中证银行" |
filter_by_valuation |
按估值状态筛选指数 | "找出低估指数" |
fetch_latest_data |
刷新最新估值数据 | "刷新最新估值" |
get_index_history |
查询单个指数的历史估值数据 | "沪深300最近7天的历史数据" |
get_trend_analysis |
分析指数估值趋势 | "分析沪深300的估值趋势" |
get_history_summary |
获取历史数据概况 | "查看历史数据总量" |
示例
在 Claude Code 中直接对话:
示例对话 1: 查询单个指数
帮我查询沪深300的估值
示例对话 2: 找出低估指数
列出所有估值偏低的指数
示例对话 3: 批量查询
查询沪深300、中证红利、中证白酒的估值情况
示例对话 4: 搜索指数
帮我找一下中证银行的估值
示例对话 5: 查询历史数据
帮我查询沪深300最近7天的历史估值数据
示例对话 6: 分析估值趋势
分析一下沪深300的估值趋势
🚀 历史估值查询功能
MCP Server 支持查询历史估值数据和分析趋势:
收集历史数据
收集历史数据
# 1. 抓取今日数据(创建 data/history_data.csv)
source .venv/bin/activate
python3 archive/history_data_manager.py
# 2. 查看数据概况
python3 archive/history_data_manager.py --list
# 3. 配置定时任务(每天自动抓取)
# 参考 HISTORY_README.md
💡 提示:历史数据需要每日手动抓取,建议配置定时任务自动收集。
更多详情:HISTORY_README.md
📈 数据来源
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。