企业官网建设流程全解析

free-stockdb本地量化数据引擎：从数据同步到AI对话的MCP+Claude工作流完整示范

【免费下载链接】free-stockdb面向 A 股日K、分钟K与ETF分钟数据的本地量化引擎，集成增量同步、本地缓存、复权、批量查询、回测与指标计算。项目地址: https://gitcode.com/GitHub_Trending/fr/free-stockdb

free-stockdb 是一款面向 A 股日K、分钟K与 ETF 分钟数据的本地量化数据引擎，集成增量同步、本地缓存、复权、批量查询、回测与指标计算。本文面向新手，用一条清晰的主线示范完整工作流：先把数据同步到本机，再通过 MCP 协议把本地行情直接接入 Claude，之后用一句自然语言就能查K线、算指标、分析走势——全程无需手写接口对接代码。

📊 什么是 free-stockdb 本地量化数据引擎？

传统量化研究里，数据工程往往比策略本身更耗时：全市场 7000+ 只股票的分钟数据，用远程 API 逐股拉取实测需要 3-5 天，还要自己处理停牌、退市、复权和存储设计，从零到跑通第一个策略最少 10-15 个工作日。

free-stockdb 的思路是"本地优先"：

• 增量同步：数据只处理变化部分，Zstd 压缩落盘，比 CSV/MySQL 方案小 3 倍以上
• 本地查询：查询、回测、指标计算全部在本机完成，不受远程 API 限频和配额影响
• 开箱即用：内置 39 种技术指标、5 种指数算法、申万三级行业 + 1200 个概念板块映射
• 五种调用方式：Python SDK、HTTP API、Excel/WPS 宏、HTML 网页、AI MCP

整体架构可以概括为一条链路：数据更新（同步、清洗、复权）→ 本地数据与计算引擎 → Python / HTTP / Excel / HTML / AI MCP 五种出口。

🚀 快速开始：三步从数据同步到服务启动

第 1 步：获取项目

git clone https://gitcode.com/GitHub_Trending/fr/free-stockdb

Windows 用户也可以直接使用官方发行包（含数据更新.exe和stockdb.exe预编译程序），无需自行编译 C++ 源码（源码位于 cpp/）。

第 2 步：双击运行数据更新工具

运行数据更新.exe后，它会读取 sync_url.txt 中配置的数据源，把历史数据 + 增量同步到./data目录，并自动完成清洗、复权因子整理。同步过程支持断点续传，每个文件都会校验 SHA-256，具体镜像协议可参考 docs/DATA_SOURCE.md。

💡 建议：首次同步等待完全完成，之后每天或隔几天运行一次即可；运行前请先退出 stockdb 服务。

第 3 步：启动 stockdb 数据库服务

双击stockdb.exe启动，服务默认监听127.0.0.1:7899，只在本机回环地址上运行，不暴露公网。至此，本地数据底座已就绪——双击更新、双击启动、直接调用，三步完成，约 30 分钟内从零到可运行。

完整流程说明见 先看！这个！！使用说明.txt。

🔌 五种调用方式总览

其中 AI MCP 是最少写代码的方式——这正是本文的重点。

🤖 MCP 量化工作流：让 Claude 直连本地行情（3 步配置）

MCP（Model Context Protocol）让 AI 工具可以调用外部工具。free-stockdb 的 MCP 协议为自实现（纯标准库编写、零第三方依赖），无需额外安装 MCP SDK。核心就是一个轻量的 stock_mcp_server.py，它把本地行情查询封装成 AI 可调用的get_market_kline工具，支持日K、周K、月K及 1/5/15/30/60 分钟K线查询。

第 1 步：运行一次 Python 环境安装脚本

MCP 服务器依赖pybao目录下的 SDK，先运行一次安装脚本，把依赖目录写入 Python 全局路径（类似 pip 全局安装的效果）：

python pybao/安装.py

同时确认本地stockdb服务已在后台运行（监听 7899 端口）。

第 2 步：在 Claude Desktop 中配置 MCP 服务器

打开 Claude Desktop 配置文件C:\Users\你的用户名\AppData\Roaming\Claude\claude_desktop_config.json（不存在就手动新建），加入如下配置：

{ "mcpServers": { "stockdb-native": { "command": "python", "args": ["-u", "C:/你的路径/free-stockdb/调用方式/ai_mcp/stock_mcp_server.py"] } } }

⚠️ 两个小坑：python需能在 PATH 中直接调用，不行就换成 Python 绝对路径；stockdb服务必须先启动。

第 3 步：重启 Claude Desktop，确认工具加载

重启后，聊天窗口右下角工具箱（Plug 图标）中会出现StockDB-Native-Server工具，说明连接成功。

💬 AI 对话实战：一句话查数据、算指标、看走势

配置完成后，直接向 Claude 提自然语言指令即可，例如：

• 查日K："获取 600633 在 20260620 到 20260626 期间的日K线收盘价，并帮我分析走势。"
• 算分时均价："帮我拉取 600422 在 20260625 全天的 5分钟K线数据，计算全天成交均价并画一个简易走势图。"
• 周K趋势分析："查询 600633 在 20260601 到 20260626 之间的周K线，帮我分析近期的换手率和涨跌幅趋势。"

Claude 会自动调用 MCP 工具查询本机数据，再基于返回的 K 线做分析——数据不出本机，研究链路里没有任何远程 API 请求。

🛡️ 本地数据的安全与长期使用

• 服务只监听127.0.0.1:7899，不会主动暴露到公网
• 同步器只访问 sync_url.txt 或--source指定的地址，配置为空时不会发起同步请求
• 同步文件写入前校验 SHA-256 与大小，公网镜像建议使用 HTTPS
• 数据源可自由替换：可切换到自己的同步节点、内网服务器，甚至用file://离线加载本地数据快照

也就是说：数据源是输入，不是依赖——已同步的研究数据在任何离线环境中都能继续查询与回测。

❓ 常见问题

Q1：最低硬件要求是多少？日线数据约 5GB 磁盘、2GB 内存即可；含全量分钟线建议 20GB 磁盘、8GB 内存。

Q2：离线时还能查数据吗？可以。同步完成后查询、计算、回测全部依赖本机数据，离线不影响使用。

Q3：工具箱里没看到 StockDB-Native-Server 工具？依次检查：pybao/安装.py是否运行过、stockdb 服务是否在运行、配置里的python路径是否有效。

Q4：想先不接 AI，用代码验证数据？先跑 pybao/安装.py，再参考 调用方式/python/sdk_test.py 和 调用方式/调用说明.txt，from stock_sdk import *即可批量查询K线与指标。

✅ 小结

free-stockdb 把量化研究中最繁琐的数据工程（同步、清洗、复权、存储）一次性做成了本地引擎，再通过 MCP 让 Claude 等 AI 工具直接"看懂"你的本地行情数据。整条MCP + Claude 量化研究工作流的配置只有三步：装依赖、改配置、重启对话——数据同步一次，AI 对话无数次。对于想把精力放在策略本身而不是数据管道上的研究者，这正是当前最省事的本地量化数据方案。

免责声明：本项目用于软件学习、数据管理与量化研究，不构成投资建议。

【免费下载链接】free-stockdb面向 A 股日K、分钟K与ETF分钟数据的本地量化引擎，集成增量同步、本地缓存、复权、批量查询、回测与指标计算。项目地址: https://gitcode.com/GitHub_Trending/fr/free-stockdb