guojianchuan821113/tushare-mcp-server

Tushare MCP Server

将 Tushare Pro 的多个接口封装为 MCP 工具，通过 stdio 供 AI 客户端（如 Claude Desktop）调用。所有工具返回 Pandas DataFrame 的 orient="records" JSON 字符串。

前置条件

• Python 3.10+
• 已安装 uv
• 有效的 Tushare Pro Token

安装依赖

uv sync

配置 Token

在项目根目录创建/编辑 .env（已提供示例）：

TUSHARE_TOKEN=your_tushare_token_here

代码将优先从环境变量 TUSHARE_TOKEN 读取，若无则再从 .env 加载。

运行服务器

uv run src/tushare_mcp_server/server.py

服务器使用 stdio 作为 MCP 传输层。

已封装的工具

1. stk_factor_pro — 股票技术面因子（专业版技术指标）
2. moneyflow — 个股资金流向
3. moneyflow_cnt_ths — 同花顺概念板块资金流向
4. moneyflow_ind_ths — 同花顺行业板块资金流向
5. cyq_perf — 股票筹码分布
6. stock_basic — 股票基本信息
7. index_classify — 行业分类信息
8. fina_indicator — 财务指标
9. stk_holdernumber — 股东人数
10. ths_daily — 同花顺指数日线
11. index_weekly — 指数周线
12. trade_cal — 交易日历
13. stk_auction_o — 集合竞价

行业分析工具

在 src/tool_kits/ 目录下提供了额外的行业分析工具：

申万一级行业指数估值评估 (sector_index.py)

基于PE/PB历史分位数评估行业估值状态（高估/低估/中性）。

新增：行业盈利增长分析 (sector_index.py - profit_growth 模式)

最新功能：计算申万一级行业指数的最新季度加权净利润同比增速，作为行业景气度核心指标。

主要特性：

• 使用官方月度成分股权重和个股扣非净利润同比增长率
• 优先使用 dt_netprofit_yoy（扣非净利润增速），缺失时使用 netprofit_yoy 替代
• 自动过滤异常值（|增速| > 1000%）和无效数据
• 提供数据质量标记和详细的处理日志

使用方法：

# 运行估值分析（默认）
python src/tool_kits/sector_index.py

# 运行盈利增长分析
python src/tool_kits/sector_index.py profit_growth

函数接口：

from src.tool_kits.sector_index import get_industry_profit_growth, evaluate_all_industries_profit_growth

# 单个行业分析
result = get_industry_profit_growth('801760.SI', '20251110')

# 批量分析所有行业
results_df = evaluate_all_industries_profit_growth()

详见

所有工具均返回 JSON 字符串；若发生错误（参数/网络等），返回形如：

{"error": "<错误信息>"}

集成到 Claude Desktop（示例）

在 claude_desktop_config.json 中添加：

{
  "mcpServers": {
    "tushare-mcp-server": {
      "command": "uv",
      "args": ["run", "/Users/guojianchuan/Downloads/github_workspace/tushare-mcp-server/src/tushare_mcp_server/server.py"]
    }
  }
}

许可证

本项目用于演示 MCP 服务器的基本封装方式。