free-stockdb本地量化数据引擎从数据同步到AI对话的MCPClaude工作流完整示范【免费下载链接】free-stockdb面向 A 股日K、分钟K与ETF分钟数据的本地量化引擎集成增量同步、本地缓存、复权、批量查询、回测与指标计算。项目地址: https://gitcode.com/GitHub_Trending/fr/free-stockdbfree-stockdb 是一款面向 A 股日K、分钟K与 ETF 分钟数据的本地量化数据引擎集成增量同步、本地缓存、复权、批量查询、回测与指标计算。本文面向新手用一条清晰的主线示范完整工作流先把数据同步到本机再通过 MCP 协议把本地行情直接接入 Claude之后用一句自然语言就能查K线、算指标、分析走势——全程无需手写接口对接代码。 什么是 free-stockdb 本地量化数据引擎传统量化研究里数据工程往往比策略本身更耗时全市场 7000 只股票的分钟数据用远程 API 逐股拉取实测需要 3-5 天还要自己处理停牌、退市、复权和存储设计从零到跑通第一个策略最少 10-15 个工作日。free-stockdb 的思路是本地优先增量同步数据只处理变化部分Zstd 压缩落盘比 CSV/MySQL 方案小 3 倍以上本地查询查询、回测、指标计算全部在本机完成不受远程 API 限频和配额影响开箱即用内置 39 种技术指标、5 种指数算法、申万三级行业 1200 个概念板块映射五种调用方式Python SDK、HTTP API、Excel/WPS 宏、HTML 网页、AI MCP整体架构可以概括为一条链路数据更新同步、清洗、复权→ 本地数据与计算引擎 → Python / HTTP / Excel / HTML / AI MCP 五种出口。 快速开始三步从数据同步到服务启动第 1 步获取项目git clone https://gitcode.com/GitHub_Trending/fr/free-stockdbWindows 用户也可以直接使用官方发行包含数据更新.exe和stockdb.exe预编译程序无需自行编译 C 源码源码位于 cpp/。第 2 步双击运行数据更新工具运行数据更新.exe后它会读取 sync_url.txt 中配置的数据源把历史数据 增量同步到./data目录并自动完成清洗、复权因子整理。同步过程支持断点续传每个文件都会校验 SHA-256具体镜像协议可参考 docs/DATA_SOURCE.md。 建议首次同步等待完全完成之后每天或隔几天运行一次即可运行前请先退出 stockdb 服务。第 3 步启动 stockdb 数据库服务双击stockdb.exe启动服务默认监听127.0.0.1:7899只在本机回环地址上运行不暴露公网。至此本地数据底座已就绪——双击更新、双击启动、直接调用三步完成约 30 分钟内从零到可运行。完整流程说明见 先看这个使用说明.txt。 五种调用方式总览调用方式适用场景参考文件Python SDK回测、策略开发调用方式/python/sdk_test.pyHTTP API任意语言系统集成调用方式/http/http_api.pyExcel / WPS 宏表格选股、办公自动化调用方式/excel/HTML 网页无代码浏览、筛选行情数据网页版.htmlAI MCPClaude 等 AI 工具直接查询本地数据调用方式/ai_mcp/README.md其中 AI MCP 是最少写代码的方式——这正是本文的重点。 MCP 量化工作流让 Claude 直连本地行情3 步配置MCPModel Context Protocol让 AI 工具可以调用外部工具。free-stockdb 的 MCP 协议为自实现纯标准库编写、零第三方依赖无需额外安装 MCP SDK。核心就是一个轻量的 stock_mcp_server.py它把本地行情查询封装成 AI 可调用的get_market_kline工具支持日K、周K、月K及 1/5/15/30/60 分钟K线查询。第 1 步运行一次 Python 环境安装脚本MCP 服务器依赖pybao目录下的 SDK先运行一次安装脚本把依赖目录写入 Python 全局路径类似 pip 全局安装的效果python pybao/安装.py同时确认本地stockdb服务已在后台运行监听 7899 端口。第 2 步在 Claude Desktop 中配置 MCP 服务器打开 Claude Desktop 配置文件C:\Users\你的用户名\AppData\Roaming\Claude\claude_desktop_config.json不存在就手动新建加入如下配置{ mcpServers: { stockdb-native: { command: python, args: [-u, C:/你的路径/free-stockdb/调用方式/ai_mcp/stock_mcp_server.py] } } }⚠️ 两个小坑python需能在 PATH 中直接调用不行就换成 Python 绝对路径stockdb服务必须先启动。第 3 步重启 Claude Desktop确认工具加载重启后聊天窗口右下角工具箱Plug 图标中会出现StockDB-Native-Server工具说明连接成功。 AI 对话实战一句话查数据、算指标、看走势配置完成后直接向 Claude 提自然语言指令即可例如查日K获取 600633 在 20260620 到 20260626 期间的日K线收盘价并帮我分析走势。算分时均价帮我拉取 600422 在 20260625 全天的 5分钟K线数据计算全天成交均价并画一个简易走势图。周K趋势分析查询 600633 在 20260601 到 20260626 之间的周K线帮我分析近期的换手率和涨跌幅趋势。Claude 会自动调用 MCP 工具查询本机数据再基于返回的 K 线做分析——数据不出本机研究链路里没有任何远程 API 请求。️ 本地数据的安全与长期使用服务只监听127.0.0.1:7899不会主动暴露到公网同步器只访问 sync_url.txt 或--source指定的地址配置为空时不会发起同步请求同步文件写入前校验 SHA-256 与大小公网镜像建议使用 HTTPS数据源可自由替换可切换到自己的同步节点、内网服务器甚至用file://离线加载本地数据快照也就是说数据源是输入不是依赖——已同步的研究数据在任何离线环境中都能继续查询与回测。❓ 常见问题Q1最低硬件要求是多少日线数据约 5GB 磁盘、2GB 内存即可含全量分钟线建议 20GB 磁盘、8GB 内存。Q2离线时还能查数据吗可以。同步完成后查询、计算、回测全部依赖本机数据离线不影响使用。Q3工具箱里没看到 StockDB-Native-Server 工具依次检查pybao/安装.py是否运行过、stockdb 服务是否在运行、配置里的python路径是否有效。Q4想先不接 AI用代码验证数据先跑 pybao/安装.py再参考 调用方式/python/sdk_test.py 和 调用方式/调用说明.txtfrom stock_sdk import *即可批量查询K线与指标。✅ 小结free-stockdb 把量化研究中最繁琐的数据工程同步、清洗、复权、存储一次性做成了本地引擎再通过 MCP 让 Claude 等 AI 工具直接看懂你的本地行情数据。整条MCP Claude 量化研究工作流的配置只有三步装依赖、改配置、重启对话——数据同步一次AI 对话无数次。对于想把精力放在策略本身而不是数据管道上的研究者这正是当前最省事的本地量化数据方案。免责声明本项目用于软件学习、数据管理与量化研究不构成投资建议。【免费下载链接】free-stockdb面向 A 股日K、分钟K与ETF分钟数据的本地量化引擎集成增量同步、本地缓存、复权、批量查询、回测与指标计算。项目地址: https://gitcode.com/GitHub_Trending/fr/free-stockdb创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考