Chart MCP Server MCP 服务说明文档-开发者社区

1. 服务概述

一句话简介：历史图表模式搜索引擎MCP服务器，2400万模式嵌入，10年历史数据，15000+股票

服务名称：Chart MCP Server (Chart Library)
版本号：1.1.1
开发者/提供方：grahammccain
协议类型：MCP (Model Context Protocol)

2. 核心功能

列出该MCP服务提供的主要功能点：

核心搜索工具（7个）：

analyze_pattern：一站式完整分析：搜索 + 收益 + AI摘要
search_charts：查找任何股票的10个最相似历史模式
get_follow_through：匹配的1/3/5/10天前瞻收益
get_pattern_summary：模式含义的通俗英语AI摘要
get_discover_picks：今日按兴趣分数排名的热门模式
search_batch：并行分析最多20个股票
get_status：数据库覆盖和健康统计

市场智能工具（7个）：

detect_anomaly：检测模式是否异常
get_volume_profile：日内成交量分析
get_sector_rotation：行业领导力排名
get_crowding：信号拥挤度分析
get_earnings_reaction：历史财报反应
get_correlation_shift：相关性变化分析
run_scenario：条件收益分析

交易智能工具（4个）：

get_regime_win_rates：按VIX/收益率制度过滤的胜率
get_pattern_degradation：信号边缘损失分析
get_exit_signal：持有或退出建议
get_risk_adjusted_picks：夏普比率排名的精选

3. 使用场景

描述该服务适合在什么情况下使用：

技术分析：分析股票图表模式和历史表现
模式识别：识别当前图表与历史模式的相似性
风险评估：评估持有或退出的风险
行业轮动：分析行业领导力和轮动趋势
情景分析：分析特定市场条件下的历史表现
信号验证：验证交易信号的历史准确性
投资决策：基于历史模式做出投资决策

4. 接入方式

4.1 服务端点

该服务通过MCP协议提供接口，支持Python语言开发，支持远程HTTP连接。

4.2 认证与权限

使用API密钥进行认证：

export CHART_LIBRARY_API_KEY=cl_your_key

定价方案：

层级	调用次数/天	价格
Sandbox	200	免费
Builder	5,000	$29/月
Scale	50,000	$99/月

4.3 数据格式

服务使用2400万预计算的模式嵌入，通过pgvector实现亚10毫秒相似性搜索。

4.4 服务器配置

快速安装：

pip install chartlibrary-mcp

在Claude Code中配置：

claude mcp add chart-library -- chartlibrary-mcp

在Claude Desktop中配置：

{ "mcpServers": { "chart-library": { "command": "chartlibrary-mcp", "env": { "CHART_LIBRARY_API_KEY": "cl_your_key" } } } }

远程MCP端点：

https://chartlibrary.io/mcp

5. 接口定义

该服务提供的主要工具接口包括：

5.1 核心搜索工具

工具名称	功能描述	返回内容
analyze_pattern	完整模式分析	搜索结果 + 收益数据 + AI摘要
search_charts	查找相似历史模式	10个最相似的历史模式
get_follow_through	前瞻收益分析	1/3/5/10天收益数据
get_pattern_summary	模式摘要	通俗英语AI摘要

5.2 市场智能工具

工具名称	功能描述	应用场景
get_sector_rotation	行业轮动分析	识别领导行业
get_crowding	信号拥挤度	评估信号拥挤程度
run_scenario	情景分析	条件收益预测
get_earnings_reaction	财报反应	历史财报表现

5.3 交易智能工具

工具名称	功能描述	返回内容
get_exit_signal	退出信号分析	持有或退出建议
get_regime_win_rates	制度胜率	按市场制度过滤的胜率
get_risk_adjusted_picks	风险调整精选	夏普比率排名的股票

6. 快速开始

6.1 环境要求

Python运行环境
API密钥（可选，免费层无需密钥）

6.2 示例代码

安装：

pip install chartlibrary-mcp

使用示例：

# 分析NVDA的图表模式 "What does NVDA's chart look like right now?" # 获取退出信号 "Should I be worried about my TSLA position?" # 行业轮动分析 "What sectors are rotating in right now?" # 情景分析 "What happens to AMD if SPY drops 3%?"

示例输出：

Found 10 similar historical patterns for NVDA (2026-04-04, RTH timeframe): Closest match: AAPL 2023-05-12 (distance: 0.41) Forward returns across all 10 matches: 1-day: +0.8% avg (7/10 positive) 5-day: +3.1% avg (8/10 positive) 10-day: +4.7% avg (7/10 positive) Summary: NVDA's current consolidation near highs mirrors 10 historical setups, most notably AAPL's May 2023 pre-breakout pattern. 8 of 10 resolved higher within a week, with a median 5-day gain of +2.8%.