AI导哈

多功能数据分析服务器

一个基于FastMCP 2.0构建的模型上下文协议服务器，提供天气数据、网络搜索、计算、AWS成本分析、股票市场分析和Snowflake成本监控功能。

  • by rickyb30
  • Python
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 rickyb30/pulse-mcp-server

使用说明

脉搏🔍⚡

使用FastMCP 2.0构建的综合模型上下文协议（MCP）服务器，提供天气数据、网络搜索、计算、， AWS成本分析, 股市分析，以及 雪花成本监控 能力。

🌟 特性

核心工具

  • 🧮 计算器：统计运算（求和、平均、最小、最大）
  • 🌤️ 天气数据：使用OpenWeather API实时天气信息
  • 🔍 网页搜索：使用OpenAI回退进行DuckDuckGo搜索
  • 🏦 AWS成本分析：多账户AWS成本监控和优化
  • 📈 股市分析：实时价格、技术指标、投资组合跟踪
  • ❄️ 雪花成本监控：仓库成本、信贷使用、存储分析

AWS成本分析功能

  • 📊 配置文件发现：自动从以下位置发现AWS配置文件 ~/.aws/config 和 ~/.aws/credentials
  • 💰 成本分析：分析多个AWS帐户的运行成本
  • 📈 五大服务：按成本确定最昂贵的AWS服务
  • 📋 详细报告：按百分比列出的综合成本明细
  • 🎯 多账户支持：汇总所有配置的AWS配置文件的成本

股票市场分析特征

  • 📊 实时数据：任何股票的当前价格、变化、交易量
  • 🔍 技术分析：RSI、MACD、移动平均线、布林带
  • 💼 投资组合跟踪：业绩分析、损益、分配
  • 🎯 库存筛选：按市盈率、市值、价格区间筛选股票
  • 💰 加密货币支持：比特币、以太坊和主要加密货币
  • 📈 市场指数：标准普尔500指数、纳斯达克指数、道琼斯指数、波动率指数跟踪

雪花成本分析特征

  • 🔐 SSO身份验证：公司SSO的外部浏览器身份验证
  • 💰 总体成本监控：计算和存储成本明细
  • 🏭 仓库分析：按成本和信用使用情况排名前5的仓库
  • 📊 信贷使用跟踪：详细的信贷消费分析
  • 💾 存储成本分析：数据、阶段和故障保护存储成本

资源和提示

  • 服务器状态：实时服务器信息
  • 配置：服务器设置和功能
  • AWS配置文件：发现AWS配置文件信息
  • 市场概述：当前市场指数和加密货币价格
  • 分析模板：AWS、库存和雪花分析的预构建提示

🚀 快速开始

先决条件

  • Python 3.11+
  • 虚拟环境
  • 已配置AWS CLI（用于AWS成本分析）
  • API密钥（可选）：
    • OpenWeather API密钥
    • OpenAI API密钥

安装

  1. 克隆和设置:
git clone https://github.com/yourusername/pulse-mcp-server.git
cd pulse-mcp-server
python -m venv venv
source venv/bin/activate  # On Windows: venv\Scripts\activate
pip install -r requirements.txt
  1. 配置环境 （可选）：
python setup_env.py
  1. 配置AWS （用于成本分析）：
aws configure  # Follow prompts to set up your AWS credentials

🔧 用法

选项1:HTTP服务器（独立）

# Start HTTP server on localhost:8000
python run_http_server.py

选项2:Claude桌面集成

  1. 从复制配置 claude_config.json 致：

    • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
    • 视窗: %APPDATA%\Claude\claude_desktop_config.json

  2. 更新配置文件中的路径

  3. 重新启动克劳德桌面

  4. 查找工具图标(🔨)

选项3:VSCode集成

  1. 内置MCP支持：启用 chat.mcp.enabled 在VSCode设置中
  2. 在VSCode中打开项目(.vscode/mcp.json 已预先配置）
  3. 在代理模式下使用聊天视图（Ctrl+Alt+I）
  4. 替代：安装 克莱恩 附加MCP功能的扩展

📖 完整的VSCode设置指南

🏦 AWS成本分析

可用的AWS工具

1.发现AWS配置文件

discover_aws_profiles()
  • 扫描 ~/.aws/config 和 ~/.aws/credentials
  • 返回所有已配置的AWS配置文件
  • 显示配置文件详细信息和凭据状态

2.分析AWS成本

analyze_aws_costs(days=30, profile=None)
  • 天：要分析的天数（默认值：30）
  • 个人资料：要分析的具体配置文件（如果为“无”，则分析全部）
  • 按服务返回详细的成本明细
  • 确定五大最昂贵的服务

3.获取成本报告

get_aws_cost_report(days=30, format_type="detailed")
  • format_type：“详细”或“摘要”
  • 返回格式化文本报告
  • 包括成本优化见解

Claude Desktop使用示例

在Claude Desktop中尝试以下命令：

AWS成本分析：

  • “分析我过去30天的AWS成本”
  • “向我展示五大最昂贵的AWS服务”
  • “为我的AWS帐户生成成本报告”
  • “哪个AWS配置文件让我付出的代价最大？”

股票市场分析：

  • “获取苹果股票信息和技术分析”
  • “显示当前市场指数”
  • “以150美元的成本分析我的AAPL 100股票投资组合”
  • “市盈率低于25的筛选股票”
  • “比特币目前的价格是多少？”

雪花成本分析：

  • “使用帐户xyz123和用户john.doe使用SSO连接到Snowflake”
  • “显示过去30天雪花的总体成本”
  • “我最贵的5个仓库是哪一个？”
  • “生成雪花成本报告”

其他工具：

  • “东京的天气怎么样？”
  • 计算10、20、30、40、50的平均值
  • “搜索有关Python编程的信息”

📊 AWS成本报告示例

🏦 AWS COST ANALYSIS REPORT
==================================================
📅 Analysis Date: 2025-06-19T21:47:50
📊 Period: Last 30 days
👥 Total Profiles: 2
✅ Successful: 2
❌ Failed: 0
💰 Total Cost (All Accounts): $127.45

🌟 TOP 5 SERVICES (ALL ACCOUNTS)
----------------------------------------
1. Amazon EC2
   💰 $89.32 (70.1%)
2. Amazon RDS
   💰 $23.45 (18.4%)
3. Amazon S3
   💰 $8.92 (7.0%)
4. Amazon CloudWatch
   💰 $3.21 (2.5%)
5. AWS Lambda
   💰 $2.55 (2.0%)

💸 MOST EXPENSIVE ACCOUNT
------------------------------
Profile: production
Account ID: 123456789012
Cost: $98.76

🛠️ 配置

环境变量

# API Keys (optional)
OPENWEATHER_API_KEY=your_openweather_key
OPENAI_API_KEY=your_openai_key

# Server Configuration
MCP_TRANSPORT=stdio  # or http
MCP_HOST=localhost
MCP_PORT=8000

AWS配置

服务器会自动从以下位置发现AWS配置文件：

  • ~/.aws/config -AWS配置文件
  • ~/.aws/credentials -AWS凭据文件

确保您的AWS凭据具有以下权限：

  • ce:GetCostAndUsage （成本探索者）
  • sts:GetCallerIdentity （账户信息）

📁 项目结构

pulse-mcp-server/
├── .gitignore                  # Git ignore rules
├── .vscode/                    # VSCode configuration
│   ├── mcp.json                # Official VSCode MCP config
│   ├── settings.json           # Workspace settings
│   ├── launch.json             # Debug configurations
│   └── extensions.json         # Recommended extensions
├── LICENSE                     # MIT license
├── README.md                   # Comprehensive documentation
├── VSCODE_SETUP.md             # VSCode integration guide
├── advanced_mcp_server.py      # Main MCP server with all tools
├── aws_cost_analyzer.py        # AWS cost analysis engine
├── stock_market_analyzer.py    # Stock market analysis engine
├── snowflake_cost_analyzer.py  # Snowflake cost monitoring engine
├── run_http_server.py          # Flexible server runner
├── claude_config.json          # Claude Desktop configuration
├── requirements.txt            # Python dependencies
└── setup_env.py               # Environment setup utility

🔍 故障排除

AWS问题

  • 未找到配置文件：运行 aws configure 设置凭据
  • 权限不足：确保您的AWS用户具有成本资源管理器权限
  • 区域错误：成本资源管理器API要求 us-east-1 区域

一般问题

  • 导入错误：确保虚拟环境已激活
  • API关键错误：检查 .env 文件配置
  • 服务器启动：验证是否已安装所有依赖项

🚀 高级用法

定制成本分析

from aws_cost_analyzer import AWSCostAnalyzer

analyzer = AWSCostAnalyzer()
result = analyzer.analyze_all_profiles(days=7)  # Last 7 days
print(result)

HTTP API集成

# Start HTTP server
export MCP_TRANSPORT=http
python run_http_server.py

# Test AWS cost analysis via HTTP
curl -X POST http://localhost:8000 \
  -H "Content-Type: application/json" \
  -d '{"jsonrpc":"2.0","id":1,"method":"tools/call","params":{"name":"analyze_aws_costs","arguments":{"days":30}}}'

📚 文档

🤝 贡献

  1. 分叉存储库
  2. 创建要素分支
  3. 进行更改
  4. 添加新功能的测试
  5. 提交拉取请求

📄 许可证

该项目根据MIT许可证获得许可。

🙏 致谢

  • FastMCP：优秀的MCP框架
  • AWS SDK：Boto3用于AWS集成
  • 开放天气：天气数据API
  • DuckDuckGo：Web搜索API

相关 MCP