开源AI投研终端HunterCode深度解析:20个MCP+22个金融SKILL如何把投研装进你的本地硬盘
开源AI投研终端HunterCode深度解析:20个MCP+22个金融SKILL如何把投研装进你的本地硬盘
HunterCode 是一个开源、可自托管的 AI 投研终端,覆盖 A 股 / 港股 / 美股,核心卖点是:推理在你机器上跑,仓位不出你硬盘。v3.5.0 版本建成了 20 个 MCP 服务(66 个工具)+ 22 个金融 SKILL 的完整投研体系——它把查行情、读公告、做财报体检、跑因子回测这些"券商级"能力,全部装进你自己 docker compose 起的一套容器里,用 Apache 2.0 协议开源,BYOK(自带大模型 Key)。

一、30 秒看懂:HunterCode 是什么
它是什么 —— 一个跑在你电脑或服务器上的金融 AI 投研工作台。你给它一个大模型 Key(或用内置免费额度),它就能查行情、拉新闻、读 PDF 财报、做 22 维度个股深度分析、管理自选与持仓、跑模拟盘,并按你写的 SKILL(分析方法论)工作。
它不是什么 —— 不接券商实盘交易,不替你做决策,不保证预测准确。所有输出均为 AI 生成内容,仅供研究参考。
一句话概括架构分工:
| 层 | 组件 | 职责 |
|---|---|---|
| 对话终端 | apps/web(Next.js 15) |
流式对话、策略中心、五大工作台 |
| 业务 API | apps/api(FastAPI) |
认证、自选、组合、行情、PDF 三级解析 |
| 推理内核 | daemon(AtomCode 5.1.0 Fork) |
多智能体对话、12 个 stdio MCP 常驻 |
| 智能炒股 | paper + fin-worker |
只追加模拟账本、六时点调度、经验库自进化 |
| 协议清洗 | llm-shim |
修复流式工具调用、Schema 清洗、诊断追踪 |

二、20 个 MCP 服务:把金融数据接成大模型"手脚"
MCP(Model Context Protocol)在这里的角色,是把券商级数据接口翻译成大模型能直接调用的工具。v3.5.0 共提供 20 个 MCP 服务、66 个工具,分四档(源码集中在 distro/mcp-servers/,工具注册表见 distro/mcp-tools.json):
1️⃣ 既有核心 MCP(12 个)
hcapack、akshare、kronos、truesource、uzi、watchlist、portfolio、screener、hunter_cap、hunter_user、runtime_control、fin_memory —— 覆盖个股快照、公开行情、K 线预测、自选股管理、组合压力测试、自然语言选股、投研经验记忆库等日常能力。
2️⃣ P0 券商核心只读 MCP(4 个)
| MCP 服务 | 干什么 |
|---|---|
broker_security |
证券主数据、历史指数成分(search_security / get_index_constituents) |
broker_market |
实时/延时报价、前中后复权 K 线、五档盘口、交易日历(get_quote / get_kline / get_orderbook) |
broker_disclosure |
公告检索与 PDF 页码定位、新闻检索(search_announcements / search_news) |
broker_fundamental |
Point-in-Time 三大财报、财务比率、估值分位、股东与分红送转 |
3️⃣ P1 券商进阶只读 MCP(3 个)
broker_funds(ETF 报价/IOPV、基金净值、可转债)、broker_research(合规授权研报、盈利一致预期、行业拥挤度)、broker_education(投教检索、产品百科、风险揭示书)。
4️⃣ P2 账户只读连接器(1 个)
broker_account_readonly 默认关闭,需单独 OAuth 授权:脱敏账户列表、资金概览、持仓快照、历史成交。凭证用 AES-256-GCM 加密托管、支持一键撤销,并且物理级 0 交易下单接口——这是"仓位不出硬盘"承诺的关键一环。
在对话里调用 MCP 工具时,界面会以工具卡片展示每次调用的入参与来源路径,结果可展开核对:

三、22 个金融 SKILL:教模型"怎么像研究员一样工作"
如果说 MCP 给模型装上了"手脚",SKILL 就是方法论手册:每个 SKILL 是一份 Markdown(skills/ 下 22 个目录),定义该场景下的数据取数路径、输出格式与合规约束,模型按手册干活,而不是自由发挥。
🔹 既有升级技能(7 个)
uzi(投研总调度,统筹全部 22 个技能)、deep_analysis(22 维度个股深度分析)、investor_panel(66 位投资大佬评审团)、lhb_analyzer(龙虎榜游资识别)、risk_profile(风险画像)、trap_detector(杀猪盘与荐股风险检测)、market-event-analyst——全部升级接入统一数据信封与三栏证据格式。
🔹 P0 股民日常高频技能(8 个)
覆盖盘前 08:30 → 盘中异动 → 盘后 15:30 的全天候投研闭环:
daily_market_brief:市场晨报,输出《今日盘前观察卡》watchlist_daily_brief:自选股逐只排雷与异动日报announcement_impact:公告 PDF 页码级解读(强制标注来源页)earnings_review:财报质量体检(营收/净利/扣非、净现比、商誉)technical_dashboard:7 大类 56 项技术指标确定性看板fundamental_scorecard:6 维 90 项基本面评分卡portfolio_risk_check:组合风险巡检与压力测试after_close_review:盘后复盘并自动沉淀经验到记忆库
🔹 P1 进阶与量化研究技能(7 个)
factor_research(因子 IC/分层检验)、etf_dca_planner(ETF 定投正向/反推规划)、investment_thesis_tracker(投资论点与反证跟踪)、stock_screener_builder(自然语言选股)、news_signal_digest(多源新闻水位线去重)、trading_journal(交易计划与交割单复盘)、backtest_quality_auditor(回测未来函数与幸存者偏差审计)。
新会话首页即以卡片形式提供技能入口,点击即可按对应方法论发起研究:

四、BrokerDataEnvelope + 三栏证据:让 AI 输出"可核查"
大多数 AI 投研工具的通病是一本正经地编数字。HunterCode 用两个机制兜底:
- 统一数据信封(BrokerDataEnvelope):所有券商接口返回都带时间戳与来源路径,回答中的每个数字都能追溯到"哪个接口、哪个时点"。
- 【已核实事实 / 逻辑推断 / 待核实问题】三栏格式:强制把"查到的"和"猜的"分开。数据缺失时会如实标注"数据不足,不可凭主观推测补全",而不是静默编造。
下面是一份带"数据支撑 + 来源路径"的深度研究回答示例:

配合 examples/csdn_broker_notebooks/ 下的 5 个实战 Notebook(行情与日历、56 项技术指标、90 项基本面评分卡、因子 IC 与回测审计、ETF 定投与工作流),可以直接验证每个工具的确定性计算逻辑。
五、5 分钟本地部署:数据主权一键到手
部署门槛只有 Docker。硬件要求磁盘 10 GB、内存 4 GB:
git clone https://gitcode.com/gh_mirrors/hu/hunter-community
cd hunter-community
docker compose up -d
然后浏览器打开 http://localhost:3100,在首启向导里填大模型 Key(或选内置免费额度)即可;想要完整模拟盘 + 经验库自进化,再执行:
bash scripts/fin_provision_paper_role.sh
docker compose --profile fin up -d
不想管命令行的用户,还有 macOS / Windows / Linux 三端桌面启动器,下载后填一把 Key 全自动装好;也提供 deploy/ 下的一键云平台模板(Zeabur、Sealos、Railway、1Panel 等)。
六、总结:适合谁、边界在哪
| 适合你吗 | 判断 |
|---|---|
| ✅ 专业个人投资者 | 想掌控自己的数据,把自选、持仓、论点存在本地数据库 |
| ✅ 私募 / 小型量化团队 | 私有化部署、按 doc/产品说明书.md 第 3 节搭建"数据→草稿→复核→决策"流水线 |
| ❌ 想自动下单的人 | 它只有只读连接器,没有交易接口,决策与执行永远由人负责 |
核心记忆点:HunterCode = 20 个 MCP(数据手脚)+ 22 个 SKILL(方法论手册)+ 本地账本(数据主权),一套 docker compose 就能把完整投研终端装进你自己的硬盘。更多细节可参考 docs/开发者指南.md 与 CHANGELOG.md。
⚠️ 免责声明:本项目是投研分析工具,所有输出为 AI 生成内容,仅供研究参考,不构成任何投资建议。投资有风险,决策需谨慎。