tefas-fund-comparator
MCP server for listing, comparing, and analyzing Turkish TEFAS mutual funds, including performance metrics and portfolio breakdowns.
README
tefas-fund-comparator
MCP (Model Context Protocol) sunucusu: TEFAS fonlarını listeleme, karşılaştırma, getiri/performans analizi ve portföy dağılımı inceleme.
Sunucu adı: tefas-fund-comparator
Özellikler
| Tool | Açıklama |
|---|---|
list_funds |
Fon tipi + tarih aralığı + kod/isim filtresi ile fon listesi |
get_fund_details |
Fiyat geçmişi, özet metrikler, portföy dağılımı |
compare_funds |
Çoklu fon: getiri, volatilite, Sharpe, max drawdown, AUM |
get_portfolio_breakdown |
Varlık dağılımı (hisse, repo, eurobond, …) |
get_historical_returns |
RB / SB / MB bazlı TEFAS getiri tabloları |
analyze_performance |
Risk/getiri istatistikleri (pandas) |
- stdio + Streamable HTTP transport
- pytefas: otomatik chunking + rate-limit retry
- tefasfon: RB/SB/MB getiri tabloları
- Çıktı: markdown tablo veya JSON
Kurulum
Gereksinimler
- Python 3.10+
- İnternet erişimi (TEFAS API)
pip
cd TEFAS-MCP
python -m venv .venv
# Windows
.venv\Scripts\activate
# macOS / Linux
# source .venv/bin/activate
pip install -e .
# veya
pip install -r requirements.txt
pip install -e .
uv
cd TEFAS-MCP
uv venv
uv pip install -e .
Çalıştırma
stdio (Claude Code / Cline / Cursor — varsayılan)
python -m tefas_mcp.server
# veya
tefas-fund-comparator
Streamable HTTP
python -m tefas_mcp.server --transport http --host 127.0.0.1 --port 8000
# Endpoint: http://127.0.0.1:8000/mcp
# Health: http://127.0.0.1:8000/health
Yardım
python -m tefas_mcp.server --help
Docker (yerel)
# Image build + run (port 8000)
docker compose up --build
# veya
docker build -t tefas-fund-comparator .
docker run --rm -p 8000:8000 -e PORT=8000 tefas-fund-comparator
Kontrol:
curl http://127.0.0.1:8000/health
curl http://127.0.0.1:8000/
Render.com (Docker Web Service)
Hazır dosyalar: Dockerfile, render.yaml, .dockerignore.
A) Blueprint (önerilen)
- Kodu GitHub’a push edin.
- Render Dashboard → New → Blueprint.
- Repo’yu seçin;
render.yamlotomatik okunur. - Deploy sonrası URL örneği:
https://tefas-fund-comparator.onrender.com - MCP endpoint:
https://tefas-fund-comparator.onrender.com/mcp
Health:https://tefas-fund-comparator.onrender.com/health
B) Manuel Web Service
- New → Web Service → repo bağla
- Runtime: Docker
- Dockerfile path:
./Dockerfile - Health Check Path:
/health - Env (opsiyonel; Dockerfile varsayılanları yeter):
| Key | Value |
|---|---|
MCP_TRANSPORT |
http |
HOST |
0.0.0.0 |
MCP_PATH |
/mcp |
LOG_LEVEL |
INFO |
PORTRender tarafından otomatik enjekte edilir; elle yazmayın.
Claude / Cline ile Render URL
Claude genelde uzak HTTP MCP’ye doğrudan bağlanmaz; mcp-remote kullanın
(examples/mcp_config.render.json):
{
"mcpServers": {
"tefas-fund-comparator": {
"command": "npx",
"args": [
"-y",
"mcp-remote",
"https://YOUR-SERVICE.onrender.com/mcp"
]
}
}
}
YOUR-SERVICE kısmını kendi Render servis adınızla değiştirin.
Render notları
- Free plan idle sonrası uykuya geçer; ilk istek ~30–60 sn sürebilir.
- TEFAS rate-limit nedeniyle uzun analizler yavaş / timeout olabilir; gerekirse plan yükseltin veya timeout’ları artırın.
- Servis herkese açıksa istek koruması (auth, IP allowlist, Cloudflare) eklemeniz önerilir — bu imajda API anahtarı yoktur.
MCP istemci yapılandırması
Aşağıda PYTHON yolunu kendi venv’inize göre düzenleyin.
Claude Code / Claude Desktop (claude_desktop_config.json veya proje .mcp.json)
{
"mcpServers": {
"tefas-fund-comparator": {
"command": "C:\\Users\\kerem\\Documents\\TEFAS-MCP\\.venv\\Scripts\\python.exe",
"args": ["-m", "tefas_mcp.server"],
"cwd": "C:\\Users\\kerem\\Documents\\TEFAS-MCP"
}
}
}
macOS/Linux örneği:
{
"mcpServers": {
"tefas-fund-comparator": {
"command": "/path/to/TEFAS-MCP/.venv/bin/python",
"args": ["-m", "tefas_mcp.server"],
"cwd": "/path/to/TEFAS-MCP"
}
}
}
Global pip install -e . yaptıysanız:
{
"mcpServers": {
"tefas-fund-comparator": {
"command": "tefas-fund-comparator",
"args": []
}
}
}
Cline (VS Code)
Cline → MCP Settings:
{
"mcpServers": {
"tefas-fund-comparator": {
"command": "python",
"args": ["-m", "tefas_mcp.server"],
"cwd": "C:\\Users\\kerem\\Documents\\TEFAS-MCP",
"disabled": false
}
}
}
HTTP + mcp-remote (isteğe bağlı)
Önce sunucuyu HTTP modunda başlatın, sonra:
{
"mcpServers": {
"tefas-fund-comparator-http": {
"command": "npx",
"args": ["-y", "mcp-remote", "http://127.0.0.1:8000/mcp"]
}
}
}
uvx (paket yayımlanmışsa)
{
"mcpServers": {
"tefas-fund-comparator": {
"command": "uvx",
"args": ["tefas-fund-comparator"]
}
}
}
Yerel dizinden uv run:
{
"mcpServers": {
"tefas-fund-comparator": {
"command": "uv",
"args": ["run", "--directory", "C:\\Users\\kerem\\Documents\\TEFAS-MCP", "python", "-m", "tefas_mcp.server"]
}
}
}
Fon tipleri
| Kod | Anlam | tefasfon alias |
|---|---|---|
YAT |
Yatırım fonu | SEC |
EMK |
Emeklilik | PEN |
BYF |
Borsa yatırım fonu (ETF) | ETF |
GYF |
Gayrimenkul | RE |
GSYF |
Girişim sermayesi | VC |
Örnek tool çağrıları
Agent / istemci üzerinden (anlamsal örnekler):
list_funds(fund_type="YAT", name_contains="ALTIN", limit=20)
get_fund_details(fund_code="AAL", fund_type="YAT")
compare_funds(
fund_codes=["AAL", "AAK"],
start_date="2026-01-01",
end_date="2026-04-01",
metrics=["return", "volatility", "sharpe", "max_drawdown"]
)
get_portfolio_breakdown(fund_code="AAL")
get_historical_returns(fund_type="YAT", basis="RB", limit=25)
analyze_performance(
fund_codes=["AAL", "AAK"],
start_date="2025-04-01",
end_date="2026-04-01",
risk_free_annual=0.40
)
Rate limit ve süre
TEFAS yaklaşık dakikada 6 istek sınırına yakındır. pytefas uzun aralıkları ~28 günlük parçalara böler:
| Aralık | Kabaca süre |
|---|---|
| 1 ay | ~10 sn |
| 3 ay | ~1 dk |
| 1 yıl | ~3 dk |
Aynı istekler ~60 sn TTL ile bellekte önbelleğe alınır.
Test
pip install -e ".[dev]"
pytest -q
Ağ gerektiren smoke test (manuel):
python -c "from tefas_mcp.client import get_service; print(get_service().fetch_info('2026-04-20','2026-04-24',kind='YAT',fund_code='AAL').head())"
Proje yapısı
src/tefas_mcp/
server.py # FastMCP entrypoint
client/ # pytefas + tefasfon façade
tools/ # 6 MCP tools
analytics/ # Sharpe, vol, max DD
models/ # enums / validation
utils/ # dates, formatters, errors
Bağımlılıklar
Uyarı
Bu araç yatırım tavsiyesi değildir. TEFAS API’si resmi olarak dokümante edilmemiştir; site değişikliklerinde paket güncellemesi gerekebilir. Metrikler eğitim / karşılaştırma amaçlı basitleştirilmiş istatistiklerdir.
Lisans
MIT
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。