Skip to main content
@llmquant/data-mcp —— 一份配置,让所有 MCP 客户端获得 26 个金融数据与个人 context 工具。源码:LLMQuant/data-mcp
已上线   npm · @llmquant/data-mcp

为什么是 MCP

LLMQuant Data 是 agent-first 设计。REST API 是 fallback;规范接口是 Model Context Protocol —— 这套标准让所有 agent runtime(Claude / Cursor / Codex / Gemini CLI / OpenClaw / ChatGPT custom GPT…)以结构化参数 + 类型化结果的方式直接调用我们的数据工具,不需要任何 glue code
配置一次,下面所有环境自动接入。

在哪里能用

Chatbot

ChatGPT · Claude · Cursor

Agent CLI

Claude Code · Codex · Gemini CLI · OpenClaw

SDK

LangGraph · Google ADK · Vercel AI SDK
只要你的 runtime 支持 MCP,LLMQuant Data 就只差一份配置。

Remote connectors

Claude web、Claude iOS 和其他云端 agent 不能运行本地 npx stdio server。改用 hosted Streamable HTTP endpoint:

生成 Remote MCP URL

登录 DashboardConnectRemote MCP URL。创建时复制一次 URL。

粘到 Claude custom connectors

选择 Claude 的 No Authentication connector mode,粘贴完整 URL。token 放在 URL path 里,LLMQuant Data 只存 hash,可在 Dashboard 独立吊销,不需要轮换 API key。

验证 credit 和 revoke

跑一次付费 search 或 read tool,确认 Dashboard 余额变化;再 revoke 一条测试 URL,确认它立即失败。
本地桌面端和 CLI 客户端可以继续用下面的 stdio 配置。Remote URL 面向需要公网 HTTPS MCP endpoint 的云端客户端和通过 Claude 同步的 connector。

快速接入

获取 API key

登录 DashboardAPI KeysCreate API key。保存为环境变量 LLMQUANT_API_KEY

把 data-mcp 加进客户端

把下面这段 prompt 丢进 agent —— 它会从 GitHub 读 canonical 配置:
选你的 runtime,下面是 canonical 配置 —— 直接复制粘贴,保存,重启客户端。

问 agent 一个它现在该会的问题

重启客户端。把下面任意一句丢进 chat / agent session —— agent 会自动发现新工具、选对工具、返回结构化结果。

Wiki 两步检索

实时加密行情

研究发现

可用工具

每个 tool 是 agent 可调用的一个 MCP 能力。按调用次数计费(credit)。
更多数据产品(包括基本面和财报会议纪要)见 roadmap

环境变量

string
required
你的 LLMQuant Data API key。在 Dashboard → API Keys 生成。
string
default:"https://api.llmquantdata.com"
覆盖 API base URL。自托管代理或其他兼容的 LLMQuant Data 部署可使用。
number
default:15000
请求超时(毫秒)。最大 120000

下一步

浏览所有数据工具

每个 tool 都有对应的 endpoint 页面,含 Agent flow 流程图与字段定义。

GitHub 源码

读源码、提 issue、看 roadmap。