20260804-华创证券-_AI投研工具研究之一_华创金工MCP配置与使用_27页_3mb

华创金工MCP配置与使用总结

核心内容概述

华创金工推出的MCP（Model Context Protocol）服务，旨在通过统一的接口协议，解决传统AI投研工具在数据孤岛、工具割裂、工作流打断、能力组合受限等方面的问题。MCP将多种投研工具与数据源标准化，使AI客户端能够直接调用，实现从“找数据”到“想问题”的转变，提高投研工作的效率与深度。

主要观点与关键信息

1. MCP服务的优势

• 解决数据孤岛问题：整合多个系统数据，提供统一的接口，实现一站式数据获取。
• 提升投研效率：AI自动调用工具、编排工作流，减少研究员手动操作。
• AI与数据协同：实现AI与结构化数据、舆情资讯、量化模型等的无缝连接。
• 灵活组合能力：支持多种投研能力的组合使用，满足复杂分析需求。

2. MCP服务的组成

MCP服务分为7大类，共23个工具，涵盖：

• 投研分析类：3个工具，包括公司速览、行业报告、形态学量化信号。
• 数据查询类：4个工具，包括财务数据库、机构持仓、产业链上下游、基金经理档案。
• 知识与舆情类：1个工具，支持知识库检索与宏观/概念背景补充。
• 资讯与公众号类：4个工具，包括财经新闻检索、公众号账号搜索、文章列表、文章正文。
• 实用工具类：5个工具，包括身份证校验、电话区号查询、农历查询、天气预报、手机号归属。
• 首席与大师类：4个工具，支持AI人设对话，涵盖22位首席与29位投资大师。
• 文件类：2个工具，支持研究成果的保存与读取。

3. MCP服务的接入方式

• 客户端配置：通过配置JSON格式的MCP服务端点和client_secret进行接入。
• 通信协议：基于JSON-RPC2.0协议，使用HTTP传输。
• 关键方法：
  • tools/list：列出所有可用工具及其参数定义。
  • tools/call：调用指定工具并传入参数，获取结构化数据。

4. 工具使用示例

投研分析类

• company_one_pager：生成公司投研速览报告，支持A股、港股、美股。
• industry_one_pager：生成行业报告，涵盖行业定义、产业链、市场规模、竞争格局等9个模块。
• run_morphology：调用形态学API，支持择时、ETF信号、评分等量化分析。

数据查询类

• query_financial_db：通过T-SQL查询A股财务数据，支持字段与表名大写。
• query_holdings：查询公募/机构重仓股，支持按基金公司、机构、行业等分类。
• query_supply_chain：获取公司产业链上下游信息与竞争对手。
• query_fund_manager_profile：查询基金经理综合档案，包括投资风格、在管产品、持仓情况等。

知识与舆情类

• search_knowledge_base：知识库全文检索，支持宏观、行业、公司等多维度信息。

资讯与公众号类

• query_news：基于Wind新闻库检索财经新闻，支持关键词、个股、时间等筛选。
• search_wechat_accounts：搜索微信公众号，返回账号名、粉丝数、更新频率等信息。
• query_wechat_articles：获取公众号历史文章列表，支持按biz和时间排序。
• query_wechat_article_detail：根据文章链接获取正文内容。

实用工具类

• utility_idcard：身份证校验与解析。
• utility_areacode：电话区号与城市双向查询。
• utility_lunar：农历、节气、生肖等查询。
• utility_weather：天气预报。
• utility_phone：手机号归属地查询。

首席与大师类

• list_chiefs：列出可对话的卖方首席，按领域分类。
• list_masters：列出可对话的投资大师，按投资风格分类。
• ask_chief：向首席提问，基于其研究视角生成回答。
• ask_master：向投资大师提问，基于其投资哲学生成回答。

文件类

• save_to_workspace：将内容保存为文件，支持多种格式。
• read_workspace_file：读取工作区文件内容，用于后续分析与引用。

总结

华创金工MCP服务通过标准化的接口协议，实现了AI与专业数据的深度整合，为投研工作提供了更高效的工具链。其核心价值在于解决传统AI投研工具的痛点，包括数据孤岛、工具割裂、工作流打断和能力组合受限。MCP支持多种工具的灵活调用，涵盖从公司与行业分析、数据查询、知识与舆情获取、实用工具、AI人设对话到文件管理，构建了完整的投研支持体系。通过MCP，研究员可以更专注于逻辑推演与投资判断，而非数据收集与工具切换。