有经验投资者的纪律自主工具，解决"知行合一"问题 不是投顾，不给建议，而是"镜子" + "纪律锚点"
想法记录 × 投资 RAG × 记忆系统 × 提醒触发 × 行为模式挖掘
一条命令 clone 仓库后，三步完成启动：
# 1. 安装 MCP Server 依赖
cd src/mcp_server && pip install -r requirements.txt
# 2. 配置 DeepSeek API Key（开箱即用的中文投资 RAG 方案）
cp .env.example .env
# 编辑 .env，填入 DEEPSEEK_API_KEY=sk-xxx
# 3. 启动 MCP Server
python server.py首次启动提示：向量库（Chroma + ONNX Embedding）首次会下载约 80MB 模型文件。若希望跳过向量库、纯工具调用体验，可保持
server.py中相关注释不变；如需完整 RAG 体验，下载后取消server.py内的注释行。
启动后 Server 会以 stdio 方式接受 MCP 客户端调用。配置 Claude Desktop 见下方 Claude Desktop 接入。
核心问题：投资者被叙事带着走，操作没纪律，事后后悔。
| 常见痛点 | InvestBrain 的应对 |
|---|---|
| 看到某只股票大涨就追高 | 强制记录买入理由 + 关联历史相似决策 |
| 跌了恐慌割肉 | 触发 RAG 检索大师对"恐慌"的看法 |
| 同一类错误反复犯 | 行为模式挖掘自动识别"追涨杀跌"模式 |
| 重要时间/价格点位忘记 | 价格/时间/条件监控 + 飞书推送 |
| 想不起自己过去的判断 | 记忆系统 + 决策卡片回溯 |
| 功能 | 说明 |
|---|---|
| 想法记录 | 用户说一句话，AI 解析 + 关联历史 + 生成卡片 |
| 投资 RAG | 大师思想检索问答（16 位投资大师 × 5 个核心概念） |
| 记忆系统 | 用户画像、历史决策、行为模式挖掘 |
| 提醒触发 | 价格/时间/条件监控，支持飞书/钉钉/Bark 多通道推送 |
| 行为模式挖掘 | 自动发现投资者的偏差模式 |
下面是三个核心价值场景的真实对话流（任意 MCP 客户端均可使用）：
用户：段永平怎么看"快钱"和"慢钱"？
调用：
rag_ask_investment(question="段永平怎么看快钱和慢钱")AI 返回： 段永平的核心观点是"快钱"看似机会多但风险敞口大，"慢钱"依靠复利与确定性。 在「段永平」语料中相关论述 12 条，节选：
"投资赚钱的速度不应该快过学习的速度。" "敢重仓的就是你能看懂的生意，剩下的不是机会。" 关联概念：能力圈、安全边际、复利。
用户：我最近的交易有什么问题？
调用：
memory_get_behavior_patterns()AI 返回： 检测到你的两个行为模式（过去 30 天，11 笔交易）：
追涨模式（置信度 0.83） 触发样本：买入 NVDA/TSLA 在单日涨幅 > 5% 后的 D+1/D+2，胜率 25%，平均收益 -3.2% 建议：买入前强制查看
rag_ask_investment(question="追高的代价")恐慌割肉模式（置信度 0.71） 触发样本：持仓亏损 > 15% 后的 5 日内卖出，后续 30 日反弹 67% 建议：触发时自动推送飞书提醒 + 大师原话引用
用户：NVDA 到 950 美元时提醒我重新评估。
调用：
reminder_set_reminder(condition={ticker:"NVDA", operator:"<=", threshold:950, action:"review"})AI 返回： 提醒已建立：NVDA <= 950 USD 时触发"复盘评估"。 触发后将自动拉取：当前价格、你对此票的历史决策卡片、相关大师语录。 提醒已同步通知通道（如已配置）。
将 InvestBrain 接入 Claude Desktop（macOS / Windows 通用）：
配置文件位置：
- macOS:
~/Library/Application Support/Claude/claude_desktop_config.json - Windows:
%APPDATA%\Claude\claude_desktop_config.json
配置内容：
{
"mcpServers": {
"investbrain": {
"command": "python",
"args": [
"D:/claudework/investbrain/src/mcp_server/server.py"
],
"env": {
"DEEPSEEK_API_KEY": "sk-your-key-here"
}
}
}
}路径请按你 clone 的实际位置修改。配置完成后重启 Claude Desktop，会在工具栏出现"投资助手"图标（40 个工具）。
本项目采用 GNU Affero General Public License v3.0 (AGPLv3) 授权。简言之：你可以自由使用、修改和分发，但通过网络提供服务的衍生作品也必须以相同协议开源。详见 LICENSE。
| 层级 | 功能 | 状态 |
|---|---|---|
| 免费层 | 本地 MCP Server | ✅ 已上线 |
| 16 位大师 RAG 问答 | ✅ 已上线 | |
| 行为模式检测 | ✅ 已上线 | |
| 提醒系统 | ✅ 已上线 | |
| 无限记忆存储 | ✅ 已上线 | |
| 个人版 | 云端周报/月报（AI 生成） | 计划中（￥39/月） |
| 跨设备数据同步 | 计划中 | |
| 团队版 | 团队协作与共享知识库 | 计划中（￥199/月） |
src/mcp_server/ # MCP Server（40 个工具）
├── server.py # 主入口
├── tools/ # 工具集
│ ├── thought_tools.py # 想法记录
│ ├── rag_tools.py # 投资 RAG
│ ├── memory_tools.py # 记忆系统
│ ├── reminder_tools.py # 提醒系统
│ ├── pattern_tools.py # 行为模式
│ ├── report_tools.py # 周报/月报
│ ├── roundtable_tools.py # 大师圆桌
│ └── notifier_tools.py # 多通道通知
├── datasources/ # 数据源
│ ├── akshare_datasource.py
│ └── tushare_datasource.py
├── knowledge/ # 知识库
│ ├── vector_store.py # Chroma 向量存储
│ └── graph_client.py # 图存储
├── memory/ # 记忆存储
├── patterns/ # 行为模式挖掘
├── llm/ # LLM 客户端
│ ├── llm_router.py # 通用 LLM 路由
│ ├── providers.py # Provider 配置
│ └── deepseek_client.py
└── api_server.py # REST API (LLM 配置)
data/
├── graph/ # 知识图谱（16 位大师 + 概念）
├── knowledge/
│ └── vectors/ # 向量索引（Chroma）
├── memory/ # 用户记忆
├── cards/ # 想法卡片
├── reminders/ # 提醒条件
└── config/ # 配置文件
// 想法记录（3）
"thought_record_thought(text)",
"thought_search_memories(query)",
"thought_get_thought_cards(ticker)",
// 投资 RAG（4）
"rag_ask_investment(question)",
"rag_get_master_view(master, topic)",
"rag_search_knowledge(query)",
"rag_search_reports(query, top_k)",
// 记忆系统（3）
"memory_get_user_profile()",
"memory_record_decision(data)",
"memory_get_behavior_patterns()",
// 提醒系统（3）
"reminder_set_reminder(condition)",
"reminder_get_reminders()",
"reminder_delete_reminder(id)",
// 行为模式（3）
"pattern_run_pattern_detection()",
"pattern_get_pattern_summary()",
"pattern_get_pattern_report(id)",
// 周报/月报（1）
"report_run_scheduled_report(range)",
// 大师圆桌（1）
"invest_roundtable(question)",
// 通知配置（2）
"notify_configure_notifier(channel, webhook_url)",
"notify_get_notifier_config()",
// 行情数据 — AKShare（5）
"market_get_stock_quote(ticker)",
"market_get_stock_history(ticker, period)",
"market_get_index_components(index_code)",
"market_get_valuation(ticker)",
"market_get_market_sentiment()",
// 行情数据 — Tushare（15）
"tushare_get_daily_price(ts_code)",
"tushare_get_weekly_price(ts_code)",
"tushare_get_realtime_quote(ts_code)",
"tushare_get_index_daily(index_code)",
"tushare_get_financial_indicator(ts_code)",
"tushare_get_income_statement(ts_code)",
"tushare_get_balance_sheet(ts_code)",
"tushare_get_cash_flow(ts_code)",
"tushare_get_index_components(index_code)",
"tushare_get_industry_classification(ts_code)",
"tushare_get_valuation_multi(ts_code)",
"tushare_get_market_top_movers()",
"tushare_get_stock_pledge_status(ts_code)",
"tushare_convert_ticker(ticker)",
"tushare_check_token_status()"完整工具列表见 src/mcp_server/tools/。
16 位投资大师： 巴菲特、芒格、段永平、霍华德·马克斯、李录、格雷厄姆、达莫达兰、阿克曼、凯西·伍德、迈克尔·伯里、帕伯莱、塔勒布、林奇、费雪、德鲁肯米勒
5 个核心概念： 护城河、安全边际、能力圈、第二层思维、非对称风险
行业知识： 28 个申万行业深度研究框架（向量库内检索，不公开原文，保护核心方法论 IP）
| 数据源 | 用途 | 状态 |
|---|---|---|
| AKShare | 实时行情 | ✅ |
| Tushare | 财务/历史数据 | ✅ |
| Chroma | 向量索引 | ✅ |
| SQLite | 本地记忆 | ✅ |
# 启动 REST API Server（用于 LLM 配置）
python src/mcp_server/api_server.py
# 访问 http://localhost:8000/api/llm/config
# 启动前端（Next.js 落地页 + 设置面板）
npm install
npm run dev
# 访问 http://localhost:3000测试：
pytest tests/| 项目 | 用途 |
|---|---|
| invest-buddy-pet | 入门陪伴产品（人格测试） |
| mangoview | 超级系统站（专业分析） |
以下工具推荐基于 awesome-finai-tools-zn 的 SKILL.md 场景→工具映射表生成，每类场景精选 1 个最佳工具。完整工具清单请访问仓库主页。
| 推荐工具 | 功能 | 安装方式 |
|---|---|---|
| ashare-mcp | 生产级 A 股 MCP Server，30 个 tool（实时行情/K线/涨停池/龙虎榜/财报/板块资金） | git clone https://github.com/CharmYue/ashare-mcp && cd ashare-mcp && uv sync |
| opencli-eastmoney-quote | 零配置 CLI，A 股/港股/美股实时行情秒出结果 | npm install -g @jackwener/opencli |
| opencli-xueqiu-search | 雪球股票搜索 + 热门帖子舆情分析，中文/代码均可 | npm install -g @jackwener/opencli |
| Qlib | 微软 AI 量化框架，自动因子挖掘 + 模型训练 + 回测评估 | pip install pyqlib |
| 盈米基金 MCP | 69 个标准化 MCP 工具 + 16 项技能组件，含组合回测/蒙特卡洛模拟 | 联系盈米 AI 开放平台获取 API Key |
工具推荐逻辑基于 awesome-finai-tools-zn/data/institution-skills.json，每周自动更新。
本仓库是 FinAI 工具生态的一部分，与其他仓库协作：
| 仓库 | 定位 | 与本仓库的关系 |
|---|---|---|
| awesome-finai-tools-zn | 数据底座 | 提供工具清单+机构Skill数据 |
| invest-brain | 工具推荐引擎 | 基于场景自动推荐工具 |
| investment-buddy-pet | 人格化投顾 | 按投资人格匹配工具箱 |
| SoloAdvisor-Toolkit | 投顾流程工具包 | KYC→配置→组合→报告 |
| knowledge-workflow | 知识管理 | 收集→打标→存储→产出 |
版本: v0.1.0 创建时间: 2026-06-24 许可: AGPL v3