CSMAR MCP Server
Enables direct access to CSMAR financial databases through Claude Code. Supports 240+ databases including financial statements, stock trading data, and company information with intelligent login management and 11 MCP tools.
README
CSMAR MCP 服务器
国泰安(CSMAR)金融数据库的 Model Context Protocol (MCP) 服务器,支持在 Claude Code 中直接访问 CSMAR 金融数据。
✨ 功能特性
- 完整的 CSMAR 数据访问:支持 240+ 个数据库,包括财务报表、股票交易、公司信息等
- 智能登录管理:支持环境变量自动登录和令牌缓存
- 11 个 MCP 工具:涵盖数据库探索、数据查询、预览等全功能
- 持久化 Python 进程:复用 Python 会话,大幅提升性能
- 请求重试机制:网络不稳定时自动重试
- 优雅关闭:支持 SIGTERM/SIGINT 信号
- 健康检查:随时查看服务状态
- Python 中间层:基于 CSMAR-PYTHON SDK 的稳定封装
- 配置简单:一键式配置,支持 Claude Code 原生集成
📋 前提条件
- CSMAR 账号:有效的 CSMAR(国泰安)机构账号
- Python 3.8+:需要安装 CSMAR-PYTHON SDK
- Node.js 18+:运行 MCP 服务器
- Claude Code:最新版本的 Claude Code 编辑器
🚀 快速开始
1. 克隆项目
git clone https://github.com/ww11-max/Csmar-MCP-server.git
cd Csmar-MCP-server
2. 安装依赖
npm install
3. 配置环境变量
在项目根目录创建 .env 文件:
# CSMAR 配置
CSMAR_API_BASE=https://api.gtarsc.com
CSMAR_USERNAME=你的CSMAR用户名
CSMAR_PASSWORD=你的CSMAR密码
CSMAR_LANG=0 # 0=中文, 1=英文
⚠️ 安全提示:请勿将
.env文件提交到 Git!已配置.gitignore自动忽略。
4. 配置 Claude Code
在 Claude Code 的配置文件中添加 MCP 服务器配置:
Windows (%APPDATA%/Claude/claude_desktop_config.json):
{
"mcpServers": {
"csmar": {
"command": "node",
"args": ["C:\\path\\to\\Csmar-MCP-server\\src\\index.js"],
"env": {
"CSMAR_API_BASE": "https://api.gtarsc.com",
"CSMAR_USERNAME": "你的CSMAR用户名",
"CSMAR_PASSWORD": "你的CSMAR密码",
"CSMAR_LANG": "0"
}
}
}
}
macOS/Linux (~/.config/Claude/claude_desktop_config.json):
{
"mcpServers": {
"csmar": {
"command": "node",
"args": ["/path/to/Csmar-MCP-server/src/index.js"],
"env": {
"CSMAR_API_BASE": "https://api.gtarsc.com",
"CSMAR_USERNAME": "你的CSMAR用户名",
"CSMAR_PASSWORD": "你的CSMAR密码",
"CSMAR_LANG": "0"
}
}
}
}
5. 重启 Claude Code
重启 Claude Code 以加载 MCP 服务器。
🔧 使用方法
验证安装
mcp__csmar__csmar_health_check()
基本数据探索
# 列出所有可用数据库(约240个)
mcp__csmar__csmar_list_databases()
# 查看"财务报表"数据库中的表
mcp__csmar__csmar_list_tables(database_name="财务报表")
# 查看"FS_Combas"表的字段
mcp__csmar__csmar_list_fields(table_name="FS_Combas")
# 预览表数据(前几行)
mcp__csmar__csmar_preview(table_name="FS_Combas")
数据查询示例
# 查询财务报表数据
mcp__csmar__csmar_query(
table_name="FS_Combas",
columns=["Stkcd", "ShortName", "Accper", "Typrep", "A001000000"],
condition="Stkcd like '3%' and Typrep='A'",
start_time="2020-01-01",
end_time="2021-12-31",
limit=5
)
# 查询记录数量
mcp__csmar__csmar_query_count(
table_name="FS_Combas",
condition="Stkcd like '3%'",
start_time="2020-01-01",
end_time="2021-12-31"
)
# 获取股票数据
mcp__csmar__get_stock_data(
stock_code="000001",
start_date="2024-01-01",
end_date="2024-12-31",
frequency="daily"
)
# 获取财务数据
mcp__csmar__get_financial_data(
stock_code="000001",
start_date="2020-01-01",
end_date="2024-12-31",
indicators=["A001000000", "A002000000"]
)
# 获取公司信息
mcp__csmar__get_company_info(stock_code="000001")
🛠️ 可用工具
| 工具名称 | 描述 | 参数 |
|---|---|---|
csmar_health_check |
检查服务健康状态 | 无 |
csmar_login |
登录 CSMAR 账户 | account, pwd, lang |
csmar_list_databases |
列出可访问的数据库 | 无 |
csmar_list_tables |
列出数据库中的表 | database_name |
csmar_list_fields |
列出表中的字段 | table_name |
csmar_query |
通用数据查询 | table_name, columns, condition, start_time, end_time, limit, format |
csmar_preview |
预览表数据 | table_name |
csmar_query_count |
查询记录数量 | table_name, columns, condition, start_time, end_time |
get_stock_data |
获取股票交易数据 | stock_code, start_date, end_date, frequency |
get_financial_data |
获取财务数据 | stock_code, start_date, end_date, indicators |
get_company_info |
获取公司基本信息 | stock_code |
📁 项目结构
csmar-mcp-server/
├── src/
│ ├── index.js # MCP 服务器主文件
│ └── python_client.py # Python 客户端
├── config/
│ ├── .env.example # 环境变量示例
│ └── .mcp.json # MCP 配置示例
├── docs/
│ ├── CSMAR_MCP_配置完成报告.md
│ ├── 快速开始指南.md
│ └── CSMAR机构账号配置指南.md
├── examples/
│ └── test_input.json # 测试输入示例
├── package.json # Node.js 依赖
├── README.md # 本文件
└── .gitignore # Git 忽略文件
🔍 数据库推荐
常用数据库
- 财务报表:
财务报表,FS_Combas,FS_Comins,FS_Comscfd - 股票交易:
股票市场交易数据,股票日行情 - 公司信息:
公司基本信息,上市公司基本信息 - 宏观经济:
宏观经济数据库
数据时间范围
- 财务报表:2018-2022 年
- AI 相关数据:2024-2025 年
- 股票交易:实时更新
⚠️ 注意事项
查询限制
- 每次最多 20 万条记录:大数据集需要分页查询
- 相同条件 30 分钟限流:避免频繁查询相同条件
- 时间格式:必须使用 "YYYY-MM-DD" 格式
分页查询示例
# 第1页
condition = "Stkcd like '3%' limit 0,200000"
# 第2页
condition = "Stkcd like '3%' limit 200000,200000"
mcp__csmar__csmar_query(
table_name="FS_Combas",
columns=["Stkcd", "ShortName", "Accper", "Typrep"],
condition=condition
)
🐛 故障排除
常见问题
1. "MCP 服务器未响应"
- 确认 Claude Code 已重启
- 检查配置文件路径是否正确
- 手动测试 Python 客户端:
echo '{"action":"check_availability","params":{}}' | python src/python_client.py --once
2. "数据库不存在"
- 使用
csmar_list_databases()获取准确名称 - 检查数据库名称是否包含空格
- 确认账号有该数据库访问权限
3. 查询结果为空
- 检查时间范围是否正确
- 验证查询条件语法
- 使用
preview()先查看数据格式
4. CSMAR SDK 导入失败
- 确认 CSMAR-PYTHON SDK 已正确安装
- 运行
python src/python_client.py查看详细错误信息
日志文件
- Python 客户端日志:通过 stderr 输出
- MCP 服务器日志:通过 stderr 输出
🔄 更新日志
v1.1.0 (2026-04-15)
- ✨ 新增持久化 Python 进程模式,大幅提升性能
- ✨ 新增健康检查工具
csmar_health_check - ✨ 实现了
get_stock_data、get_financial_data、get_company_info工具 - 🔧 修复 Python 路径硬编码问题,自动检测 site-packages
- 🔧 修复 zod 导入问题
- 🔧 添加请求重试机制
- 🔧 添加优雅关闭支持
v1.0.0
- 🎉 初始版本
🤝 贡献
欢迎提交 Issue 和 Pull Request!
- Fork 项目
- 创建功能分支 (
git checkout -b feature/amazing-feature) - 提交更改 (
git commit -m 'Add amazing feature') - 推送到分支 (
git push origin feature/amazing-feature) - 创建 Pull Request
📄 许可证
本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情。
🙏 致谢
- CSMAR(国泰安):提供金融数据服务
- Anthropic:开发 Model Context Protocol
- Claude Code:优秀的 AI 编程环境
📞 支持
- CSMAR 官方支持:service@gtadata.com,400-888-3636
- 项目 Issues:GitHub Issues
- 文档:查看
docs/目录下的详细指南
💡 提示:开始使用前,请确保已正确配置 CSMAR 账号和环境变量!
Recommended Servers
playwright-mcp
A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.
Magic Component Platform (MCP)
An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.
Audiense Insights MCP Server
Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.
VeyraX MCP
Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.
graphlit-mcp-server
The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.
Kagi MCP Server
An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.
E2B
Using MCP to run code via e2b.
Neon Database
MCP server for interacting with Neon Management API and databases
Exa Search
A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.
Qdrant Server
This repository is an example of how to create a MCP server for Qdrant, a vector search engine.