金融分析代理工作流

使用CrewAI和Deepseek-R1的MCP赋能财务分析师

这个项目实现了一个财务分析代理工作流程，用于分析股市数据并提供见解。

我们使用：

• CrewAI用于多智能体协同调度。
• Ollama 用于本地部署 Deepseek-R1。
• Cursor IDE 作为 MCP 主机。

设置与安装

安装Ollama

# Setting up Ollama on linux
curl -fsSL https://ollama.com/install.sh | sh

# Pull the Deepseek-R1 model
ollama pull deepseek-r1

安装依赖项

确保已安装 Python 3.12 或更高版本。

你可以使用 uv 来直接安装所需的依赖项（推荐）。

 uv sync

或者，您也可以使用 pip 在本地环境中安装以下依赖项。

pip install crewai crewai-tools ollama mcp pydantic yfinance pandas matplotlib

运行项目

首先，按照以下步骤设置您的MCP服务器：

• 前往光标设置
• 选择MCP
• 添加新的全局MCP服务器。

在JSON文件中，添加以下内容：

{
    "mcpServers": {
        "financial-analyst": {
         "command": "uv",
            "args": [
                "--directory",
                "absolute/path/to/project_root",
                "run",
                "server.py"
            ]
        }
    }
}

现在你应该能在MCP设置中看到列出的MCP服务器。

在Cursor MCP设置中，请确保切换按钮以将服务器连接到主机。完成！您的服务器现已启动并运行。

现在，您可以与Cursor聊天并分析股市数据。只需提供您想要分析的股票代码和时间范围，见证奇迹的发生。

示例查询:

• “给我看看特斯拉过去3个月的股票表现”
• “对比过去一年的苹果和微软股票”
• “分析亚马逊股票上个月的交易量”

📬 通过我们的新闻通讯保持最新动态！

免费获取一本数据科学电子书 订阅我们的新闻资讯，即可获取包含150+节数据科学核心课程的资料！随时掌握最新教程、见解及独家资源。 立即订阅！

贡献

欢迎贡献！请克隆该仓库，并提交包含您改进内容的拉取请求。