最近一年基金一路高歌猛进，已达十年之峰，

作为基民，不仅需要关注基金的涨跌详情，归纳分析，

还需要理解相关行业热点新闻对基金涨跌的影响，进行归因分析，

但是这需要太多时间了，在各个基金和新闻 App 来回切换，煞费时间，

于是，两个月前，我开发了一款利用大模型分析基金涨跌的 Web 工具，

核心思路是开发多个数据源 MCP Server，指定 Streamable HTTP 为传输方式，

然后使用大模型作为 Host， 以 API 方式 Client Session 接入 MCP，

https://cloud.tencent.com/developer/article/2546162

用户只需要在前端界面，输入基金代码和选择时间段，就能得到大模型输出的精美分析报告，

当时我在文末说，部署该工具上线给大家免费使用（考虑到 Token 消耗...

一不留神就过了两个月了，于是上周日加班加点，兑现了这个承诺，而且升级工具成了 Agent，

这个分析基金归纳和归因的 Agent 使用效果如下：

在此特别强调声明，本工具只是一个 Funny Tool，不构成任何投资建议：

地址公开给大家，免费使用的，地址见文末，

下面我将介绍下开发的流程和心得，

主要包括自定义的两个 MCP Server 如何开发，如何部署上云，以及如何嵌入 Agent

基金涨跌数据有很多 API，付费的免费的都有，

也有很多爬虫项目，包括模拟的接口的，

本文不关心数据的上游生产，只考虑基金数据作为消费者如何通过 MCP Server 暴露给大模型，

from mcp.server.fastmcp import FastMCP
​
# 创建 MCP 实例
mcp = FastMCP(
    name="FundTrendQuery",
    instructions="一个基金涨跌查询器，可根据基金代码和时间段返回净值和涨跌详情。"
)

然后通过注解形式添加一个 MCP Tool，

@mcp.tool()
async def query_fund_trend(
        fund: str,
        start_time: str | None = None,
        end_time: str | None = None,
) -> List[Dict[str, Any]]:
    """
    查询某基金在某个时间段的涨跌详情。
​
    参数：
    - fund: 基金代码，如 "110022"
    - start_time: 起始日期，格式 "YYYY-MM-DD"
    - end_time: 结束日期，格式 "YYYY-MM-DD"
​
    """
    
    # todo 接口实现

接口实现就是业务数据的获取实现，以对现有数据层 API 进行一层包装，最后在注解函数返回数据，

需要强调在 MCP Tool 中注解函数注释的重要性，无论是 Functionality 功能说明还是入口和出口的 Param 参数解释，

都是在向大模型根据上下文无缝调用该 Tool 的 Compatibility 提高更进一步，

最后需要注意，为了大模型的 Structured Output，返回的数据必须是 Pydantic、Primitive /Generic types 等类型

MCP Server 主要有三种传输格式，这里使用 SSE transport

这个流程其实和基金涨跌数据差不多，照猫画虎就行，直接贴代码，不再赘述，

不过这里可能疑问了，怎么保证新闻数据实时性呢，当然是增量更新，

无论是基金还是新闻，我们可以选择在生产的时候增加数据持久层，然后定时更新，

不推荐在 MCP Server 里生产数据，可以使用另外的 Pipeline 定时更新，

不推荐选择在消费的时候发现没有才通知上游生产更新（消费体验会很差

from mcp.server.fastmcp import FastMCP
​
mcp = FastMCP(name="NewsQuery",
              instructions="一个新闻提取器，可根据关键词和时间段查询新闻数据。")
​
@mcp.tool()
async def query_news(
        keywords: list[str],
        start_time: str | None = None,
        end_time: str | None = None,
) -> List[Dict[str, Any]]:
    """
    根据 keywords 和时间范围查询新闻，返回新闻条目集合，keywords 可为空
​
    参数：
    - keywords: 关键词列表
    - start_time: 起始日期，格式 "YYYY-MM-DD"
    - end_time: 结束日期，格式 "YYYY-MM-DD"
​
    返回：JSON list[dict]
    """
    # todo 接口实现
​
# 启动 MCP Server
if __name__ == "__main__":
    mcp.run(transport='sse')

和传统的 Flask/Django/FastApi 不太一样的是，MCP Server 本质就是一个 

所以它不需要需要 WSGI/ASGI 容器（Gunicorn/uWSGI/Uvicorn），

但是为了可靠性，还是要部署一个守护进程，Systemd 或者 Circus 等服务均可，

为了充分利用 CPU 性能，进程数设置成核心数，

为了开启 SSL 证书和前端流量负载均衡，可以再用 Nginx 反向代理 MCP Server，

由于 MCP Server 的长连接 HTTP 本质，Nginx 的 Server 块中需要做一些特殊设置，

这也是本节的重点（因为本人踩过坑），特殊设置块如下：

proxy_http_version 1.1;
proxy_set_header Connection "";
proxy_buffering off;
proxy_cache off;
proxy_read_timeout 86400s;
proxy_send_timeout 86400s;
keepalive_timeout 86400s;
send_timeout 86400s;

，意即把 Nginx Web 服务器与上游（upstream）应用服务器之间的 HTTP 协议版本设为 HTTP/1.1；

分块传输（chunked transfer encoding）

，这是 SSE Transport 的必要条件。

 或其他值，这样可以保持 HTTP/1.1 的持久连接行为。

第三行和第四行效果类似，分别是关闭 Nginx 对上游响应的缓冲和关闭 Nginx 的代理缓存；道理很简单，流式或动态实时数据不应被缓存。

最后四行也是如此，SSE 连接通常需要保持很长时间，所以需要把各种 Timeout 超时拉长，避免 Nginx 在长时间没有数据流时主动断开，但是这就需要服务器承压了。

在上一步守护和反向代理（同时开启了 SSL） MCP Server 后，

基金涨跌和行业新闻数据的 MCP Server 的地址如下：

由于是私有化部署 MCP Server，尽管 MCP Server 地址公开，但是加上了 token 校验，

按照流程走下来，只要服务器没崩，随时都能在浏览器打开 MCP Sever 地址，并收到 SSE ：

在这里选择腾讯混元大模型，同时借助腾讯元宝 （腾讯元器）来接入 MCP ，构建 Agent，

首先需在元器平台连接到我们自定义的 MCP Server，

https://yuanqi.tencent.com/my-creation/mcp

创建，输入地址，最终使用 API 测试工具成功，

类似的连接两个 MCP Server 成功以后，接着创建我们自己的 Agent：

https://yuanqi.tencent.com/my-creation/agent

这里我们选择创建对话式 Agent，

首先在基础设定里设定好名称、简介和提示词，Agent 头像 使用 AI 生成，

然后在高级设定中，选择基底模型，以及添加刚刚创建的 MCP，

最后提交审核，通过后可以得到一个公开链接使用该 Agent，如下：

https://yuanqi.tencent.com/agent/JxExGxFGh2Ai

同时再次声明，本工具只是为了演示技术流程，不构成任何投资建议，

混元大模型接入 Lighthouse 自定义 MCP Server，我制作了个免费使用的基金涨跌归纳和归因分析的 Agent

如何自定义的 MCP Server ，如何部署 MCP Server 上云，以及如何嵌入 Agent

资深全栈研发工程师

一款基于大模型的基金分析工具上线，可自动生成基金涨跌报告。工具整合基金数据和行业新闻，通过MCPServer技术实现数据流传输，支持用户输入基金代码获取专业分析。该工具免费使用，但强调不构成投资建议，仅供信息参考。

云服务器

负载均衡

服务器

数据流

容器

Django

Agent

2026上云采购 | AI焕新·智启新局

4核4G3M云服务器 新用户低至38元/年！

lighthouse

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

混元大模型接入 Lighthouse 自定义 MCP Server，我制作了个免费使用的基金涨跌归纳和归因分析的 Agent

混元大模型接入 Lighthouse 自定义 MCP Server，我制作了个免费使用的基金涨跌归纳和归因分析的 Agent

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐