详细内容或原文请订阅后点击阅览
构建简单的MCP服务器
使您的LLM具有额外的能力来获取实时股票价格，比较它们并通过MCP服务器中的实施工具提供历史分析。
来源:KDnuggetsMCP（即模型上下文协议）是一个突破性的框架，在人工智能和大型语言模型 (LLM) 社区中迅速获得关注。它充当人工智能系统的通用连接器，实现与外部资源、API 和服务的无缝集成。将 MCP 视为一种标准化协议，允许法学硕士以一致且高效的方式与工具和数据源交互，就像 USB-C 用于设备的方式一样。
在本教程中，我们将使用雅虎财经 Python API 构建自己的 MCP 服务器来获取实时股票价格、进行比较并提供历史分析。该项目适合初学者，这意味着您只需要对 Python 有基本的了解即可完成该项目。
1.搭建MCP Server使用环境
首先，访问 claude.ai 网站并下载并安装 Claude Desktops。然后，使用 PIP 命令安装 MCP 和 YFinanace Python 包。
克劳德.ai$ pip install "mcp[cli]" yfinance
2. 搭建MCP服务器
使用您选择的项目名称创建项目目录，然后创建 stock_price_server.py Python 文件并添加以下代码。
stock_price_server.py
- MCP 服务器初始化：使用 FastMCP 类创建名为“股票价格服务器”的可自定义 MCP 服务器。股票价格检索：get_stock_price 函数获取指定股票代码的最新股票价格，并提供市场关闭时的回退选项。资源公开：stock_resource 函数将股票价格数据格式化并公开为资源，提供用户友好的输出。历史数据检索：get_stock_history 函数检索和以 CSV 格式的字符串形式返回指定时间段内的历史股票数据。股票比较：compare_stocks 函数比较两个股票代码的价格，并返回指示其相对值的格式化消息。错误处理：每个函数都包含强大的错误处理功能，以便在数据检索失败时返回有意义的消息。
获取股票价格