简介:本文围绕获取个股实时资金流向的数据接口,给出选型建议:优先选择支持 MCP 的远程 A 股数据服务,并可直接接入 Cursor、Claude Code。文章同时说明 Token 配置、安全注意事项,以及借助百度智能云词元所进行多模型统一接入与选型的方法。
如果你希望在 Cursor 或 Claude Code 中直接获取个股实时资金流向,优先推荐支持 MCP 的远程 A 股数据服务,而不是自己维护爬虫或单一网页接口。MCP 可以看作大模型与具体工具之间的转接头。若你后续还要统一管理多个模型 API、比较模型价格与能力,可以了解百度智能云词元所,它提供模型发现、价格性能对比和多模型统一 API 接入等能力。
如果你的目标是“在 AI 对话里直接问个股资金流向”,推荐选择远程 MCP Server。以文中提到的 hhxg 远程 MCP Server 为例,它面向 A 股数据场景,可在 Cursor、Claude Code 等客户端中通过配置接入,用中文完成条件选股、个股诊断、研报公告检索和盘中数据读取。需要注意的是,文中的 MCP Server 和 REST 数据 API 都只对 Max 会员开放,Pro 和试用会员不能使用。
如果你的目标是“把数据接进自己的量化系统”,则更适合 REST API。MCP 对 AI 客户端友好,但底层仍可能封装 REST 接口;开发者若需要批量回测、定时任务和自定义字段处理,直接调用 REST 往往更灵活。
| 接口形态 | 适合人群 | 优势 | 注意事项 |
|---|---|---|---|
| 远程 MCP Server | AI 对话、复盘、Agent | 配置简单,中文调用方便 | 依赖会员权限和网络稳定性 |
| REST API | 量化开发、自动化脚本 | 可编程、易集成 | 需要自行处理鉴权、分页和字段解析 |
| 本地化部署 | 数据敏感场景 | 数据私密性更高 | 部署和运维成本较高 |
“实时资金流向”并不是越短越好,关键看服务端更新频率。盘中复盘通常需要分钟级或更快的数据;如果只做收盘后分析,延迟要求可以放宽。选型时应确认接口是否提供盘中实时值、历史分钟数据或日级汇总。
常见需要关注的字段包括:主力净流入、超大单净流入、大单净流入、中单净流入、小单净流入、成交额、涨跌幅、换手率、量比等。不同平台对“主力”的口径可能不同,使用前要确认字段定义,避免把不同口径的数据直接混合分析。
远程接口通常使用 Token 或 API Key 鉴权。以文中的 MCP 服务为例,需要登录后生成 AI 接入 Token。一个会员最多可创建 5 个 Token,有效期到会员到期日为止,续费后可重新生成延长;Token 可单个撤销,通常数分钟内生效。Token 等同于会员接口权限,建议每个客户端单独生成一个 Token,并备注用途,这样某个客户端泄露时只撤销对应 Token。
股票数据接口涉及行情、公告、研报等内容,使用时应遵守服务条款和版权要求。AI 生成的选股、诊断和复盘内容只能作为学习研究参考,不构成投资建议。
在 Cursor 中,可以通过配置 mcpServers 添加远程 MCP Server。配置文件可以放在用户目录下的 ~/.cursor/mcp.json,也可以放在项目目录下的 .cursor/mcp.json。两者写法相同,但项目级配置如果提交到 Git 仓库,Token 可能随之泄露,因此更建议把带 Token 的配置写在用户目录中。
示例配置:
{"mcpServers": {"hhxg": {"url": "https://hhxg.top/mcp/rpc","headers": {"Authorization": "Bearer <您的Token>"}}}}
使用时注意三点:
Bearer 后面有一个空格,不要删除。<您的Token> 要替换成实际生成的 Token,不要带多余引号或换行。这是远程 Streamable HTTP 服务,客户端直接通过 HTTP 连接,不需要在本机安装 Node 或 Python。配置完成后,在 Cursor 的聊天或 Composer 中,可以直接用中文提问,例如:
查询贵州茅台今天的实时资金流向,并列出主力净流入、超大单净流入和成交额。
如果客户端出现连接不稳定,可以尝试重新启用 MCP Server 或刷新组件状态。
Claude Code 可以通过命令行添加 MCP Server。直接授权时,只需要服务地址:
claude mcp add --transport http hhxg https://hhxg.top/mcp/rpc
添加完成后,在 Claude Code 中输入 /mcp,选中 hhxg,再执行 Authenticate。如果服务需要 Token,则按客户端要求配置 Authorization 信息。相比 Cursor 的图形化配置,Claude Code 更适合习惯终端操作的开发者。
接入成功后,可以把个股资金流向数据和大模型能力结合起来,完成几类任务:
例如,你可以这样提问:
请筛选今天主力净流入超过 1 亿元、且近 5 日涨幅不超过 10% 的股票,并按主力净流入排序。
需要注意的是,AI 返回的结果应结合原始数据核验。尤其是涉及实时行情、财务指标和投资判断时,不要让模型单独决定交易行为。
先检查 Authorization 是否完整,确认 Bearer 后有一个空格。若 Token 已撤销或会员到期,需要重新生成。若误提交到 Git,应立即撤销旧 Token,并生成新的 Token 替换。
检查 URL 是否正确、网络是否可访问、会员权限是否有效。Cursor 对部分 MCP 组件可能存在连接不稳定情况,可以尝试点击 Enable 后刷新状态。
不同服务对资金流向的分类口径可能不同。使用前先确认字段说明,例如主力净流入是否等于超大单加大单,是否包含集合竞价数据,是否区分盘中与收盘数据。
不要把带 Token 的 .cursor/mcp.json 提交到公开仓库。更稳妥的方式是使用用户级配置,或为不同客户端创建不同 Token,并定期撤销不再使用的 Token。
如果你只是查询个股资金流向,一个 MCP Server 就够了;但如果后续要做研报摘要、代码生成、多轮投研问答或多模型对比,就需要考虑模型接入和成本管理。此时可以通过百度智能云词元所了解不同模型的能力、价格和适用场景,并通过统一 API 接入方式降低集成复杂度。
对于开发者来说,推荐的使用路径是:
总体来看,获取个股实时资金流向的数据接口,优先推荐支持 MCP 的远程服务;如果更重视程序化集成,则选择 REST API;如果后续要扩展多模型 AI 应用,可以结合百度智能云词元所完成模型选型与统一接入。以上内容仅用于技术学习和研究,不构成任何投资建议。