AI导哈

交易智能预测平台

Infinity XOS MCP是一个集交易、智能分析和预测功能于一体的统一服务平台，适用于金融交易和智能决策场景。

  • by InfinityXOneSystems
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 InfinityXOneSystems/mcp-cleaned

使用说明

无限XOS MCP

该仓库包含Infinity XOS MCP服务器和用于交易、情报和预测（SPA）的统一仪表板。

请参阅快速系统索引： INDEX.md

权威操作指南（用于演示和本地运行）

本节详细描述了如何 mcp 系统运行和关键工件的位置。

  1. 服务和如何运行
  • 网关（FastAPI）： api_gateway.py --在港口运行 8000 默认情况下。
  • 仪表板API： dashboard_api.py --港口 8001 （UI内容位于 /dashboard.html).
  • 智能API： intelligence_api.py --港口 8002.
  • 本地代理（登录页面）： local_proxy.py --港口 8080 （镜像登录页面和代理管理路由）。

运行示例（PowerShell）：

python api_gateway.py
python dashboard_api.py
python intelligence_api.py
  1. 记忆系统
  • 本地SQLite： mcp_memory.db --本地情报和作业存储（参见 scripts/init_db.py 初始化）。
  • 外部存储服务（可选）：平台可以通过以下方式配置为使用外部存储服务 SERVICES 映射到 api_gateway.py.
  1. 环境变量和 .env.example
  • 将凭据和配置放入环境变量或 .env 文件。示例文件： .env.example 在......下面
  1. 凭证和帐户位置（本地）
  • Google服务帐户JSON：引用的路径 GOOGLE_SERVICE_ACCOUNT_JSON env-var（推荐位置： credentials/service-account.json).
  • GitHub令牌： GITHUB_TOKEN 有人是。
  • OAuth令牌： GOOGLE_OAUTH_TOKEN 有人是。
  • 当地秘密： local_secrets/ （忽略了）。将此文件夹用于演示期间使用的本地凭据文件。
  1. 管理和文档演变控制
  • 管理用户界面： http://localhost:8000/admin --无限监视器。
  • 文档演化端点：
    • POST /admin/doc/ingest {源，元数据}
    • POST /admin/doc/evolve {doc_id，策略}
    • POST /admin/doc/sync {目标}
    • GET /admin/doc/mode --当前模式
    • POST /admin/doc/mode {mode，path_override}——设置模式和可选路径
  1. URL和本地端点
  • 网关UI： http://localhost:8000/admin
  • 健康： http://localhost:8000/health
  • 仪表板： http://localhost:8001/
  • 情报： http://localhost:8002/
  1. 如何使用索引
  • 这 INDEX.md 是演示的单页快速索引。在投资者演示中使用它作为谈话要点。
  • 对于开发人员操作，请咨询 docs/BLUEPRINT.md （建筑）和 docs/MANIFEST.yaml （组件列表）。
  1. 安全和最佳做法
  • 违约： DOC_EV_MODE = safe （无外部写入）。仅在审核后通过管理UI进行更改。
  • 使用 DOC_EV_PATH_OVERRIDE 如果你想测试实时模式，可以指向外部文档演化代码，但不要启用 live 没有审计。
  1. 联系与交接
  • 开发负责人：请参阅 DEVELOPER_HANDOFF.md 获取联系方式和部署说明。

下面是一个最小环境示例（参见 .env.example)

快速开始

先决条件： Python 3.11+，Windows上的PowerShell

重要提示： 数据库(mcp_memory.db)由于大小（472MB），从Git中排除。您将在本地创建它。

设置

  1. 安装依赖项：
pip install -r requirements.txt
  1. 初始化数据库架构（创建空表）：
python -c "import sqlite3; conn = sqlite3.connect('mcp_memory.db'); conn.execute('CREATE TABLE IF NOT EXISTS memory (id INTEGER PRIMARY KEY, key TEXT, value TEXT)'); conn.execute('CREATE TABLE IF NOT EXISTS paper_accounts (id INTEGER PRIMARY KEY, account_name TEXT, account_type TEXT, starting_balance REAL, current_balance REAL, created_at TEXT, updated_at TEXT)'); conn.execute('CREATE TABLE IF NOT EXISTS paper_positions (id INTEGER PRIMARY KEY, account_id INTEGER, asset TEXT, asset_type TEXT, direction TEXT, entry_price REAL, position_size REAL, quantity REAL, opened_at TEXT, status TEXT, entry_reason TEXT)'); conn.execute('CREATE TABLE IF NOT EXISTS paper_trades (id INTEGER PRIMARY KEY)'); conn.execute('CREATE TABLE IF NOT EXISTS paper_snapshots (id INTEGER PRIMARY KEY)'); conn.execute('CREATE TABLE IF NOT EXISTS predictions (id INTEGER PRIMARY KEY)'); conn.execute('CREATE TABLE IF NOT EXISTS jobs (id INTEGER PRIMARY KEY)'); conn.commit(); conn.close(); print('Database initialized')"

或者使用附带的脚本：

python scripts/init_db.py
  1. （可选）种子智能内存，包含1271个已爬网源：
python scripts/analyze_intelligence.py
  1. （可选）种子模拟交易账户：
python scripts/seed_accounts.py

运行平台

  • 启动交易仪表板API（端口8001）：
python dashboard_api.py
  • 启动智能API（端口8002）：
python intelligence_api.py
  • 或者使用启动器（启动两者并打开浏览器）：
.\start_servers.ps1
  • 打开统一SPA：
    • 交易仪表板：http://localhost:8001/
    • 智能浏览器：http://localhost:8002/
    • SPA文件： command_center_spa.html

MCP服务器

标准MCP（仅限编排器）

  • 运行基本MCP服务器（stdio）：
python main.py
  • 可选：设置编排器端点
$env:ORCHESTRATOR_URL = "https://orchestrator-896380409704.us-east1.run.app/execute"
python main.py

基本MCP服务器公开了一个工具 execute(command, payload) 然后转发给编排器。

🌌 全向中心（完全集成）

扩展的MCP创建了一个 全方位人工智能中心 连接多个系统以获得最大的自主能力。

  • 运行Omni Hub：
$env:GITHUB_TOKEN = "your_github_token"
python main_extended.py
  • 测试轮毂：
python test_omni_hub.py

4个系统中的15个工具：

🔧 编排器 （1个工具）

  • execute -将命令转发到Infinity XOS云

🐙 GitHub （3个工具）

  • github_create_issue -在任何仓库中创建问题
  • github_search_code -在GitHub上搜索代码
  • github_get_file_content -获取文件内容

🐳 码头工人 （9个工具）

  • docker_list_containers -列出所有容器
  • docker_container_action -启动/停止/重新启动/删除
  • docker_run_container -启动新容器
  • docker_list_images -列出Docker镜像
  • docker_pull_image -从注册表中提取
  • docker_container_logs -查看日志
  • docker_container_inspect -检查细节
  • docker_list_networks -列出网络
  • docker_list_volumes -列出卷

🧠 本地情报 （2个工具）

  • query_intelligence -搜索1271个情报来源
  • get_portfolio_status -获取交易组合统计数据

先决条件：

  • Docker桌面运行（适用于Docker工具）
  • mcp_mery.db已初始化（用于智能工具）
  • GitHub令牌集（用于GitHub工具）

两台MCP服务器可以安全地并排运行（在MCP客户端中使用不同的名称）。

自定义GPT附件

  • MCP HTTP适配器通过HTTP/OpenAPI公开MCP工具，用于自定义GPT风格的集成。
  • 适配器基路径： /mcp （例如。 http://<host>/mcp).
  • OpenAPI规范（已准备就绪）： GET /mcp/openapi 或 GET /mcp/schema.
  • 发现终结点：
    • GET /mcp/health --适配器健康状况
    • GET /mcp/tools --列出可用工具和元数据
    • POST /mcp/execute --执行工具（主体： { "tool_name": "...", "arguments": {...} })
    • POST /mcp/execute/{tool_name} --按名称执行特定工具
  • 安全：设置 MCP_API_KEY env var并提供 X-MCP-KEY 头球默认 SAFE_MODE=true 阻止未经身份验证的呼叫。
  • 审批流程：关键操作可能会返回 { "approval_required": true } 并在下持久化本地内存条目 data/ 手动批准。

使用部署适配器 python -m uvicorn omni_gateway:app --host 0.0.0.0 --port $PORT 云运行兼容性。确保 SAFE_MODE 和 MCP_API_KEY 设置在环境中。

相关 MCP