用MCP协议让AI Agent实盘跟单——QuantToGo技术架构解析

前言

MCP（Model Context Protocol）是Anthropic发布的AI Agent工具调用协议，让AI助手可以连接外部数据源和服务。

大部分MCP Server做的是文件操作、数据库查询、API封装。但有一个场景特别适合MCP：实盘量化信号分发。

本文分享QuantToGo如何用MCP协议，让AI Agent直接获取实盘量化交易信号------我们管这个入口叫AI Hall。

---

一、为什么量化信号特别适合MCP？

传统的量化跟单服务，信号分发方式是：

• 微信群推送（手动，不可验证）
• APP通知（需要下载安装）
• 邮件/短信（延迟高）
• API接口（需要开发对接）

这些方式都有同一个问题：用户是被动接收信号。

MCP改变了这个模式：AI Agent主动查询信号。

用户 → AI Agent → MCP Server → 实盘信号
        ↕
    "帮我查一下最近的交易信号"

用户用自然语言跟AI说话，AI通过MCP协议去量化信号源拉取数据，翻译成用户能理解的语言。

信号获取从"推送-被动接收"变成了"AI代理-主动查询"。

---

二、QuantToGo MCP 架构

8个工具（Tools）

分两层设计：

免费发现层（5个工具，无需认证）：

工具	功能	典型调用
list_strategies	列出所有策略	"有哪些策略可以看？"
get_strategy_performance	查看单个策略表现	"IF-IC轮动最近表现怎么样？"
compare_strategies	对比多个策略	"帮我对比A股这4个策略"
get_index_data	查看基准指数	"沪深300最近走势如何？"
get_subscription_info	查看订阅信息	"怎么订阅？多少钱？"

信号层（3个工具，需要API Key）：

工具	功能	典型调用
register_trial	注册30天免费试用	"帮我注册试用"
get_signals	获取实时交易信号	"今天有什么买卖信号？"
check_subscription	检查订阅状态	"我的试用还剩几天？"

Agent自助流程

AI Agent                    QuantToGo MCP Server
    |                              |
    |--- list_strategies --------->|
    |<-- 8个策略列表 --------------|
    |                              |
    |--- register_trial(email) --->|
    |<-- apiKey -------------------|
    |                              |
    |--- get_signals(apiKey, id) ->|
    |<-- 买入/卖出信号 ------------|

AI Agent可以完全自主完成注册→获取密钥→查询信号的全流程，不需要用户手动操作。

---

三、三种传输协议

QuantToGo支持三种MCP传输方式，适配不同场景：

1. stdio（本地运行）

npx quanttogo-mcp

适用于Claude Desktop、Cursor等本地AI客户端。零配置，开箱即用。

配置方式：

{
  "mcpServers": {
    "quanttogo": {
      "command": "npx",
      "args": ["-y", "quanttogo-mcp"]
    }
  }
}

2. Streamable HTTP（远程服务器）

https://mcp-us.quanttogo.com:8443/mcp

适用于需要远程连接的场景。服务器在西雅图，低延迟覆盖北美。

3. Legacy SSE + Streamable HTTP（中国服务器）

https://mcp.quanttogo.com/sse

为国内AI平台（如扣子/Coze）优化。因为Coze的MCP客户端不支持Streamable HTTP，需要保留Legacy SSE兼容。

---

四、踩过的坑

坑1：Coze Accept Header

Coze的MCP客户端发送请求时不带正确的Accept头。服务端需要检测客户端类型，动态调整Content-Type：

// 检测是否是Coze客户端
if (!req.headers.accept || req.headers.accept === '*/*') {
  res.setHeader('Content-Type', 'text/event-stream');
}

坑2：Session生命周期

Streamable HTTP的session管理需要绑定到transport层的连接事件，而不是应用层的心跳。我们遇到过session ID在重连后没有正确轮转，导致旧session的状态泄漏。

坑3：ESM vs CommonJS

npm包用ESM（import），但中国服务器的运行环境不支持ESM，需要维护一套CommonJS（require）版本。三种传输 = 三套代码。

---

五、开箱透明的技术实现

QuantToGo的核心理念是开箱透明：每条信号时间戳锁定、不可篡改。

技术上怎么实现？

1. Webhook实时推送：聚宽（JoinQuant）模拟盘发出信号 → Webhook推送到云函数
2. 数据库写入：云函数接收信号后写入数据库，时间戳由服务端生成（不可客户端伪造）
3. MCP接口暴露 ：get_signals工具直接查询数据库，返回完整信号记录
4. AI可审计：任何AI Agent都可以通过MCP协议逐条查询历史信号，包括亏损记录

当你把数据接口完全开放给AI，造假的成本变得无限大------因为AI会逐条核对。

---

六、AI Hall：AI交易员的大厅

我们把QuantToGo的MCP入口叫AI Hall------AI交易员的大厅。

概念很简单：

• 任何AI Agent都可以来AI Hall获取实时量化信号
• 免费试用30天，AI自助注册
• 信号开箱透明，AI可以自由验证历史业绩
• 支持Claude、Coze、Cursor等主流AI客户端

AI Hall不是一个产品功能，是一个入口理念------量化信号应该像水电一样，AI来接就能用。

---

总结

用MCP协议做实盘量化信号分发，核心优势：

1. AI Agent自助获取信号，不需要用户手动操作
2. 信号开箱透明，AI可以逐条审计
3. 三种传输协议覆盖所有场景
4. 策略简单粗暴有效，宏观因子逻辑一句话说清

QuantToGo --- 宏观因子量化信号源，AI friendly，欢迎来AI Hall。

• GitHub: github.com/QuantToGo/quanttogo-mcp
• npm: npx quanttogo-mcp
• AI Hall: quanttogo.com/ai

---

作者：QuantToGo团队。本文为技术架构分享，不构成投资建议。