Axiocairn MCP

Axiocairn MCP

在 AI 对话里检查你持仓的组合风险：集中度、波动率和相对 SPY 的 beta，还有在明确假设下的情景。这是一个托管的 MCP 服务器，用于研究，不构成投资建议。

由 cplj 在 GitHub 上制作。这些说明是 Mindket 根据其 README 写的，项目自己的文件和许可证在它的仓库里。

简介

它是什么：Axiocairn MCP 把 AI 对话应用连到一个托管服务上，用来检查你持仓里的风险。它衡量持仓有多集中、历史波动率有多大，以及相对 SPY 的 beta，也就是它们对 SPY 有多敏感。它还会在明确假设下运行情景，并读取你的账户能看到的、有日期的研究。

适合谁：它适合只持有少数几个仓位、想在考虑调整之前先看清风险在哪的人。分析师和学生也可以用它来练习解读 beta 和集中度。

行业 | 谁在用 | 怎么用 | 例子
个人投资 | 持有少量仓位的投资者 | 在权衡任何调整之前，先看组合风险堆在哪里 | 一个由 NVDA、MSFT 和 SPY 组成的组合
投资研究 | 分析师 | 阅读他们的账户能看到的、有日期的研究 | 问今天有哪些报告可用
金融教育 | 学生和老师 | 在虚构的持仓上练习解读 beta 和集中度 | 一个权重固定的虚构持仓

如果你想要交易信号或券商接入，可以跳过它，因为它不提供交易执行，也不给建议。

用在哪里：

• 网页版 Claude：项目在 2026 年 10 月 27 日检查过它的连接器
• 网页版 ChatGPT：同一天检查过，使用它自己的连接器地址
• Grok 和 Muse：检查还没完成
• Claude Code、Cursor 和 Gemini CLI：README 给了配置模板，检查还没完成

用例 | 适合谁 | 你会得到什么
集中度检查 | 投资者 | 最大仓位、科技股占比和一个集中度分数
市场敏感度 | 投资者和分析师 | 日波动率、相对 SPY 的 beta，以及 SPY 下跌那几天的 beta
报告查询 | 分析师 | 今天的报告清单，以及最新一份有多新

如何设置：开始之前，你需要先备好几样东西。

• 一个允许添加自定义连接器的 AI 应用，比如 claude.ai
• 一个用来登录的 Google 或 GitHub 账号
• 一个账号套餐，因为权限跟着你的套餐走

1. 打开你的 AI 应用的连接器设置，新建一个名为 Axiocairn 的自定义连接器。使用项目 README 里列出的服务器地址。
2. 如果用 ChatGPT，请使用 README 里列出的单独的 ChatGPT 地址。
3. 用你的 Google 或 GitHub 账号登录，接受之前先读一下授权批准页面。
4. 问一句今天有哪些 Axiocairn 报告可用，确认它能正常工作。

不需要本地安装，Cursor 的配置里也不用填 API 密钥。README 里 Claude Code、Cursor 和 Gemini CLI 的模板，项目还没有验证过。

如何使用：用日常的话问你的持仓，或者问报告。README 里的这三个问题很适合作为第一次尝试。

What Axiocairn reports are available today?
What is the data date of the latest Axiocairn report you can see, and is it today's edition?
In a few short bullets, what are the limits of Axiocairn reports?

开发者可以直接调用服务器。一个询问报告时间的最小请求如下。

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "get_report_schedule",
    "arguments": {"language": "en"}
  }
}

工具 | 作用
tools/list | 列出当前可用的工具，每个都带说明和输入格式
get_report_schedule | 通过 tools/call 调用时返回报告时间

示例：你可以问：一个一半是 NVDA、30% 是 MSFT、20% 是 SPY 的组合，对市场有多敏感。README 把答案展示成一组读数，数据日期是 2026-10-30，基于 252 个日收益率。

读数 | 数值
最大仓位 | NVDA，占 50%
NVDA 和 MSFT 合计的科技股占比 | 80%
集中度 (HHI) | 0.38
日波动率 | 1.58%
相对 SPY 的 beta | 1.47
SPY 下跌那几天的 beta | 1.58，基于 252 天中的 121 天

这个持仓是虚构的，权重固定。它不是真实账户，其中的任何内容都不是建议。这些读数反映的是三个标的在那段窗口里怎么一起波动。它们不是预测。

新手与专家：如果你是新手，就添加连接器、登录，然后问上面那三个问题。它们会告诉你有哪些报告、最新一份有多新、限制在哪里。这里的一切都不需要券商。

如果你熟悉这个领域，请留意它的连接方式。服务器是托管的，使用 Streamable HTTP 和账号授权流程，所以本地不运行任何东西。授权之后，调用 tools/list 查看当前的工具名称和结构。分享答案时，请带上报告链接、数据日期、缺失的字段和注明的限制。

添加自定义连接器
用 Google 或 GitHub 登录
询问持仓或报告
读数据日期和限制

注意事项：

• 请把结果当作一般性研究。它不是为你量身定制的，也不会告诉你买入或卖出
• 没有券商连接，也没有交易执行
• 结果会随时间窗口、数据覆盖范围和假设而变化，过去的关系未必继续成立
• 情景回答的是在你给定假设下的如果会怎样，它不预测任何事
• 你的账户额度会用于部分计算和生成新报告，所以请先核对输入和额度
• 要保存、修改或删除提醒、研究计划或情景，你需要相应的权限，并且要接受用户协议
• 请使用合成的或无法识别身份的输入，不要用真实账户信息

GitHub 上的数据（2026年11月7日）

• 星标：86
• 复刻：0
• 未关闭的议题和拉取请求：0
• 语言：Python
• 许可证：MIT
• 话题：ai-agents, ai-tools, backtesting, chatgpt, claude, finance, investing, llm, mcp, mcp-server, model-context-protocol, quant

链接

• 代码：https://github.com/cplj/axiocairn-mcp
• 网站：https://axiocairn.com/
• 发布版本：https://github.com/cplj/axiocairn-mcp/releases
• 议题：https://github.com/cplj/axiocairn-mcp/issues
• 星标历史：https://www.star-history.com/#cplj/axiocairn-mcp&Date

获取代码

git clone https://github.com/cplj/axiocairn-mcp.git

然后按它的 README 完成设置。这个工具包里没有会自己运行的东西。