claude基金数据源怎么用
如果你让 ai 分 析 a 股，最怕的不是模型不会算，而是数据源不稳。今天这个工具叫 a stock data， 它不是给你推荐股票，而是给 agent 准备一套更干净的数据入口。 你可以把它理解成 a 股数据的工具箱。行情、研报、信号、资金面、新闻、基础数据、公告、七层数据都放在一个项目里， 平时你想查 k 线、估值、换手率，或者想看某只股票最近有没有公告，有没有研报，直接让 cloud 或 codex 去调就行。它背后整合了多个公开数据源， readme 里写的是二十八个端点，十三个数据源，大部分场景不需要你自己在到处找接口， 真正有用的是信号层，比如强势股、归音、资金流向北向资金、行业热点这些。原本要翻很多页面，现在可以让 a 阵帮你先拉出来。研报层也很实用，可以按关键词搜研报， pdf 也能直接下载做资料整理，会省很多时间。但注意，它只是数据源，不是投资建议， 数据能帮你少做重复劳动，不能替你判断风险。最后记住一句话，先把稳定数据接好，再让 ai 做分析，否则模型说的再像回事，底层数据一飘，结果也会跟着飘。关注我，继续分享 ai 开发和数据工具的实用玩法。
粉丝281获赞2608
相关视频
02:01查看AI文稿AI文稿大家好，今天给大家分享大 a 稳定的数据源的 skill 啊，它叫 a stock data， 上线了一天已经拿了一百个 star 了， 然后它有六层的数据，也就行情层，研报层信号啊，就是某些强烈信号，然后公告基础数据就是财务的啊，新闻的，然后它把这些都封装在一个 skill 里面了，你想调取什么跟你的 a 卷说就行了，而且都是不要米的，免费的。 然后我一个个模块来，稍微简单说一下，就是行情层，就是日周月分动级的 k 线啊，包括五档盘口，然后还有实时的报价， pe， pb 啊，这些都是大家常用的，总是值，换手率这些就比较常用的一些数据。 好。第二个是研报，研报也是比较厉害的，它能够把 pdf 搞定，直接下载东财的呃的的渠道去下的这个接口，然后剩下的就是其他的一些，然后这个艾问才呢，它是能搜索研报的呃，也建议大家去使用一下，它有个 skill hub。 那第三个是信号层，信号层就很多了啊，有很多朋友可能有这方面的需求，这个动物榜，然后这个北向资金，然后这个第一个就是这个当当日强势股的归因，为什么这么强势啊？这些是数据源，这个都整合进去了，在这个信号层的接口里面， 然后模块四五六呢，分别是新闻，基础数据，还有公告。新闻层就是只有这个财联社的接口，还有这个各股还有全球的资讯，这两个是各股跟全球市通才的接口。 然后基础数据呢，就是财报的一些，还有 f 十的一些数据公告呢，这个就是巨潮的接口的公告，这个就平时看到 pdf 版本的那个公告， 数据源我就不念了，大家可以稍微看一下就行了，就是从这些数据源里面整合出来啊，这个 pdf 这里给做错了。最后呢总结一下，这个就是这个仓库的名称，然后也欢迎大家多多关注啊，你们的关注点赞、收藏是我继续开发的动力啊，谢谢大家。
1.2万Simon林的日常
03:19查看AI文稿AI文稿大家好，今天给大家分享 a k share， 它是 desktop 上目前大 a 最全的数据员，一共拿了一点九万的 star。 呃，接下来我们开始 安装呢，很简单，就是一行代码就可以了，然后它的接口有一千个模块呢，三十八个，底层数据员大概有五十多个。 呃，它大概覆盖了，就基本上全全品类都覆盖了，股票，期货，基金追劵、外汇、宏观经济，指数期权这些全都覆盖了。但关键的一点就是，它其实不是数据源的本身，它只是这些数据源的搬运工，只是把这些数据全部整合到了一起。 呃，它的模块啊，一共有三十八个模块。然后第一档的模块呢，都有五十个接口以上的接口，包括宏观经济啊，这个 stock feature 啊，股票特色，可能就股票数据吧，然后股票的核心指指数，基金，期货、基本面。然后第二档的接口就是齐全在券源，现货这这些电影票好像还有 第三档我就不念了，反正这个第三档也不是很重要。呃，五十加五十多个数据员呢，到底谁是比较核心的？然后第一个第一大的就是东财，但是东财有一个比较麻烦的，就是 他的占的数据员比较多，如果你高频调用的话，会封 ip 的 啊，就有些有些小伙伴反馈， ace 被封了，不是 ace 本身被封了， ace， ace 其他的这些板块在东财被封的情况下也是能用的。 这个是信用财经，同华顺，然后期货这些，然后这边还有这个权威的一些来源，统计局啊，外管局啊，这些一些数据都是有的。 这是几个强烈推荐的接口，就是你用 ak 血去接这些数据是低风险的啊，安全的，他不会反爬虫的，所以就这这些大家可以看一下。 呃，然后这几个是能用的，这个是基金的，然后指数基本面齐全 啊，宏观估值这几个就是用的稍微温柔一点就可以了，跟跟你的 agent 讲清楚，稍微聪明的 agent 他 自己会控制的不太聪明，你要跟他讲讲清楚，不要那么高频的去接 啊，这些场景就不要用 ak 屑了，有也有可能是大家用的最多的，因为这些确实是最比较重要的数据，就是实时行情，高清数据，还有日 k， 你 要把要导的多的话也也会有问题。然后这些指标也是 啊，就包括这个，你要利变五千个股票，那他分分钟就把调用占太占他资源，他就把你给封了，然后这个龙虎榜这些也是一样的。 那测评下来的建议呢？做一个小小的总结，就是宏观经济啊，证券利率这些绿色的就可以选选他们啊，然后这两个黄色的 就稍微温柔一点用就好了。然后这个实时行情啊，还包括你去扒全量的数据啊， p e、 p b 设置这些就先不要用 a k、 c r， 因为它会封 ip 的 啊。最后做一个小的总结，就是低频的你用 a、 k、 c、 r 就 行了，它的仓库还是会比较全的，接口也很多，高频的就需要找替代，然后高频的替代，我在接下来的几期中会进行详细的分享。 ok， 今天的分享到这里，谢谢大家。
3529Simon林的日常
01:06查看AI文稿AI文稿金融从业者直接狂洗！ antropic 官方下场放大招！开源 cloud 专属金融插件，直连华尔街顶级数据源，一键让 cloud 变身专业投行分析师！建模、研报、竞调全搞定，效率直接拉满！这套插件太顶了！ 五大核心插件覆盖全金融场景，必装的财务分析插件，带基础建模工具，十一个 mcp 数据员还能安需加装投行、股票研究、私募财富管理插件，四十一个技能加三十八个命令，全场景无死角，五条完整工作留风绳。 从实时数据拉取到出版级研报，从 sketch 文件自动件、三表模型到抄并购材料生成 ppt， 上游连数据，中游做分析，下游直出 excel ppt word 一 步到位， 纯马克 dunk 和森编写，无代码定制换数据源，改流程，导入品牌模板超轻松，还直连标普目的等华尔街顶级数据商， 兼容 cloud 双平台， ipad 二点零开源，可自由修改，金融人再也不用熬夜做模型写研报！有了这套官方插件，人都是华尔街专业分析师，赶紧安排！
2771AI吴所不能
00:45查看AI文稿AI文稿呃，昨天发了个视频，全重庆呃，组成装可复制的不仅仅是安装，还有一些股票量化的项目的一些玩法，还有一些呃 skill 的 分享。对，呃， skill 是 什么呢？ skill 就是 安装了过后能够让可复制能够 呃更好的去用它，懂吧？就是一些哎，比如说你敲代码呀，还有一些，比如代码审查呀，对吧？还有一些图片的识别呀，视频的识别呀，文字的识别呀等等等等。 对，就不仅仅是安装，不仅仅是安装，还有分享一些呃，非常火爆的玩法，股票那些，对吧？都有。
75笨鸟先飞
01:35查看AI文稿AI文稿很多老股民都知道啊， a 股有一个谣传，每逢周四大盘就下跌，那么我们可不可以设计一个策略，选定一个紧跟大盘的指数基金，每周三我就卖出去，每周四我再买进来，是不是这个策略就能挣大钱呢？哎，这就是一个典型的量化策略，今天我带你用五分钟把这个策略给搭出来。以前啊，我们想做这样的一个验证， 你必须得学 python， 你 必须学 pandas， 然后自己去搭回测系统，还得去爬历史数据。这些事情对于咱们 普通的散户来说，实在是没办法去做。今天呢，我用 cloud code， 我 只需要跟他说一句话，帮我验证 a 股的 黑色星期四效应。选定这只指数基金，每周三卖出，每周四买入，用历史数据回测，最后画一个收益曲线图，然后一回车，他就开始干活了，他先检查文件夹里边这个策略是不是已经存在了，有没有数据，如果没有数据，就自己去 a、 k、 c、 r 上面去下载数据。 接下来就是写回测和出报告的拍摄程序。代码写完了以后，它自动去运行，生成回测的曲线图，如果遇到错误，它还会自己去检查和修复。我们来看一下它的结论啊，它用二零一二年五月二十八号到二六年的四月三十号之间的三千三百八十四个交易日的数据进行了回 测。回测显示，黑色星期四效应明显减弱，整个这个过程大家可以看一下哈，一共四分三十八秒， 代码写好了，数据下载完毕，回车也跑完了，最后图也有了，结论也有了，整个过程全程不需要我写一行代码，你只需要一台电脑装好 cloud code， 你 就可以实现你自己的量化策略。关注我，带你走进量化的世界。
02:01查看AI文稿AI文稿大家好，今天给大家分享一个我做的港美股的市场数据的 skill， 叫 global stock data 啊，它整合了五个数据源，十七个端点，全部都是零健全的，就是能直接使用的，不用 api 的 啊。开始之前先说一下，本内容仅为 ai 编程技术分享，不构成任何交易建议，市场有风险，决策需谨慎 啊，为什么要做这个？这核心一点还是粉丝们都在问我有没有港美股的，所以我就研究了一下，就把它封装成了一个技能。 呃，这个市场税主要是分散在五个不同的平台，然后东财这个规则也很复杂呃，雅虎这个健全流程也也也很麻烦，所以我就呃都测试了一下，然后封装成了这个技能。 七层的数据架构，行情 k 线，基本面，资金面齐全， s e c， 还有工具场，这些都是全的，然后五大的数据源全部都是零健全的，就是不需要 api， 也能直接登录获取，就大家接上 skill 就 能直接获取 十七个端点，就包括行情的三个， k 线两个，然后这个我就不一一念了，反正就是端点都是比较全面的，基本上都有后背的端点，但除了这个集权以外， 嗯，姐妹项目 a stock data 大家应该也都加载过了，然后是十天吧，一点五 k 的 star， 也感谢大家的支持，目前也我就加了这个 global stock data， 支持美式跟港式的，全市场覆盖了。目前 啊，为什么要用这个？就是啊，前面也讲了，就是五个数据源比较比较繁琐，然后我就封装成了一个，然后是零件全的，就是不需要 a p i 的， 需要需要 a p i 的 我都先给剔除了，大家有需要的话再提一些油，然后我再进行修正。 呃，最后再总结一下，就是这个仓库的名称 global stock data， 不 用记接口的，也不用管健全把这个仓库丢给你的 a 卷，你就可以拿到数据了。 ok， 今天分享到这，谢谢大家。
2798Simon林
00:28查看AI文稿AI文稿如果你买基金全凭感觉，那这个项目你一定要看看。它是一个 ai 对 冲基金系统，十八个智能体同时分析一只基金，它会模拟巴菲特、查理、芒格等六位华尔街投资大师的策略， 每个大师的判断逻辑完全不同，还会有估值分析、情绪分析、基本面还有技术分析等等四个分析智能体一起出报告，风险管理智能体算持仓上线，最后由投资组合经理做决策，输入一只基金的代码，大师们会全面帮你会分析了。
5338程序员少北晨
02:48查看AI文稿AI文稿大家好，今天给大家分享用 cloudcode 搭建大而稳定的数据源啊。这个仓库叫 a stock data， 他 上线七天，拿了一千一百个 star， 一 共有七层架构，二十八个端点，还有十三个数据源。开始之前我强调一下，本内容仅为 ai 编程技术分享，不构成任何投资建议，股市有风险，投资需谨慎。 呃，数据源其实一共有三个坑啊，一个是嗯 money 的 问题，就是有积分墙，像 to share， 它需要付钱才能用 啊，免费的它也能，但是就端口很少，没不咋好用啊。然后还有个封 ip， 就是 aikir， 百分之四十五的请求是指向东财，它会封 ip。 然后第三还有停更，有一些数据员他已经停更了。呃，这个 a stock data， 它的解法是把这些数据库都给拆解了，植圆了，植连了源头的 api， 就 没有这些 aikir 这些的中间依赖 a stock data 呢，它一共分为七层的数据，行情、研报、信号、资金、新闻、基础数据公告啊，公告就是巨潮，这个就不用提了。然后还有这个通达讯，行情层是通达讯加腾讯财经，加百度 k 线 啊，还有一个这个信号信号，这个大家可能会比较关心题材的归音，就是为什么强势的题材归音，这个大家应该懂啊。然后还有这个龙虎榜，还有解禁，还有行业。然后这个研报层是东财，东财的一些研报，然后艾文才这个也能有研报的搜索， 所以总的加起来，这七个层面的数据是应该是够肯定够大家用了啊。这财报在这个基础的数据层，这都是免费的，全部都是免费的。 信号城呢，刚才也讲了一下，它不只有涨跌浮榜，就是还有好多东西，就题材的归因，涨跌的这个，这个涨封封顶的归因，然后各股的资金呢，还有这个龙虎榜的席位，全市场的龙虎榜， 然后还有行业排名啊这些，呃，资金层面呢，还有一些筹码层面的数据，都是有接口可以接的。 呃，总结一下呢，就是这个 skill a stock data， 它 excel 搞定了七层架构，二十八个端点，还有十三个数据员， 嗯，总的来说它其实只需要一个 api key， 就是 爱问财那个也是呃，免米的。然后总结一下最终的方案，就是行情层用 通大讯、腾讯财经、百度 k 线研报用这几个，然后信号用这些，就这这些其实语言大家也都能找得到，大家也能自己去封装，但是这个 skill 就 它已经都封装好了， 所以大家就可以去研究一下，可以使用七天一千一百个 star， 还是挺快的。好，我的分享到这，谢谢大家。
4975Simon林
06:30查看AI文稿AI文稿大家好，今天我给大家分享用 cloudcode 搭建大 a 稳定的数据源。呃，我对 github 上六个头部的数据源进行了实测的横屏。呃，还包括五个方面啊，就是行情层面，还有公告层面，还有新闻层面，还有研报 啊等等这几个大的方面，都进行了每个数据的这个测评，数据库的测评，然后接下来我给大家分享。呃，首先第一个说结论吧， 啊，我实测了六个，然后留下了四个，这包括第一个是通达讯的，然后第二个是腾讯财经 a k share， 然后艾文才，然后 to share， 跟 a share 已经淘汰了，就 to share， 它有机分强，免费用户能用的数据很少，然后 a share 基本是这个 接口，基本上没有了。呃，他，但他这四个，这四个数据源不是说我们接一个就可以了，而是说每个数据源选举他相应擅长的一部分或者比较好用的一部分进行，我进行了整合啊。接下来我给大家按这个模块进行分享。 第一个是行情层，呃，行情层面的话，通达讯的这个库是非常方便的，它它是这个公开的一个接口，是不分 ip 的， 也不需要去注册，你可以直接抓取这个实时价格，然后包括五档盘口， k 线数据，主笔成交全部都可以。 这个抓取，它是通过这个 t c p 的 二金制协议，呃，直接连通达信的服务器。然后第二个入选的是腾讯财经，它的 a h t t p 的 的的 a p i 是 公开的，然后大家就可以应该是一次性能抓八十个股票的 p e 啊 p b 市值就是 通达讯呢，他抓的是一些成交的数据，然后腾讯财经呢，他抓的是一些已经经过计算完的一些数据， pe、 pb、 市值、换手率这些，还包括涨涨跌停价，他跟通达讯这个库是互补的，然后大家平如果要抓日 k 啊，包括这个全部的数据，就用这两个库就够了。 然后 a k 事业为什么之前失败？是因为 a k 事业主要是指向东财，所以就就导致大家接东财接太多了，就就会把背啊背变掉，然后脱屑，因为是要交费，所以收费那就算了，大家就不用了。 然后第二个是研报层，那研报层的话，其实呃东财的接口是非常好用的，就是 a k c i 里面的东财的这个接口，你能直接下载 pdf 的， 这个研报免费，也不需要 key 的，是公开的追随 api。 然后这个是呃一致预期，一致预期也是也是 a k c l 里面抓取的。然后另外有一个就是艾文才，他能通过这个跨主题的一个解锁，就是你你呃东财里面的研报可能解锁了这个功能， 呃就比较差一些。然后我跟 crosscode 沟通完之后，他发觉了艾文才里面能通过自然语义就去搜索研报，所以艾文才大家也可以把这个给接入了去作为研报的补充啊。就是做投研分析的话，研报的补充还是很重要的， 但是艾文才它是需要 api key 的， 就需要你去登录艾艾文才的这个 skill hub 去注册，然后拿到这个 api， 然后它里面有很多官方的那个说明，你就可以直接去把这个说明发给你的啊， c c 就 可以用了。 然后 t c r 这个还是要收费嘛，所以就就不用了。然后这第三个就是新闻层面，大家会需要各股啊的新闻以及快讯，还有全球的资讯， 然后 akisse， 它的各股新闻是比较全的，然后可以用 akisse 去接，然后 akisse 里， akisse 里面它还有财联社的快讯这个接口，所以这个分钟级的更新最快的资讯，因为大家平时在手机上也会也能用，用这个财联社比较多嘛，啊，用 akisse 是 可以接的， 然后 akisse 也里面也有这个东财的这个全球的资讯的接口。 第四个模块就是基础的数据层，就是财务快照、公司资料基本面。呃，这个是通达讯，他比较擅长，包括季度快报，三十七个财务的子段。 呃，就他的接口是非常完善的，大家就可以用这个接口，然后包括通达讯的，呃，公司概括、股东研究行业，然后财务财务分析这些就可以通过通达讯来接。 然后 excel 它也有一些补充吧，就是总是指补充事实，当大家在通达讯里面抓不到的这些基础数据的时候，再用 excel 进行补充就可以了，就大部分在通达讯里这个基础基础的数据层都能给抓到。 然后呢？第三个，这，这最后一个说错了，模块。第五个模块呢，就是公告层，公告层的话我们就用巨巨潮的接口， 原始公告的来源就直接能出 pdf 的 那个，包括标题啊，日期链接这些， akure 里面有封装了，我们把那个接口拉出来就行。然后通达讯这个可以作为补充，可以去这个搜搜索一些摘药，然后其他的就没有公告了，所以公告层就要用这个巨潮跟通达讯 呃最后五个层，五个层面的汇总就五个模块的包括行情研报、新闻基础数据公告，然后这个是我最终评估出来我们应该每个层面应该选择的，大家可以把这个截个图，然后去跟你的 a h 交流这个问题， 然后这个原因我也写了一下，这个就就不一定跟大家说了，大家到时候去看多看一下就行。 呃，从总体的能力上来说的话，就是十三个接口全面的覆盖了，就是我处理完了，就把这几个呃大的仓库的优优势都给抓出来了。呃，就包括我们的行情研报、新闻基础数据公告，就是这些小的模块的数据，我们全都可以获取，但这只是 呃其中一部分，但还有更多的数据我们都能从这里面给抓出来啊。最后呢，我把这个 skill 就是 我刚才介绍的这个通达迅，同年财经、 a k c、 艾文才还有巨潮， 我把它们这个比较擅长的一些模块全部都给提炼出来，封装成了一个呃 skill， 就是 我自己封装的 skill， 但大家也可以去把这五个库给挡下来，然后挨个把它里面擅长的地方，我前面讲的擅长的地方，然后把它给提取出来，然后自己封装成一个 skill 就 使用了。 如果大家觉得需要快捷一点使用，可以去看我的首页介绍，我上面有一个 skill 的 获取方式 啊。最后的总结就是行情数据我们通过通达讯跟腾讯财经，然后研报，我们通过东财跟 a k share， 然后羽翼的搜索，我们通过艾文财，好，我这一期的分享到这里，大家多多关注，谢谢大家。
3401Simon林
01:10查看AI文稿AI文稿买了基金却看不到实时估值？今天分享一个自己做的基金监控工具，解决了估值不可见的问题。目前收入两万六千零七十六只。基金核心功能， 实时估值监控，十秒自动刷新五个数据，原备份历史数据不怕丢，智能预测分析，告诉你涨跌概率，利福莫尔交易法则，给出买卖建议，还支持 ai 分 析，三个模型帮你决策。使用很简单，安装 python， 装几个依赖包 运行程序，搜索基金，添加自选就能实时监控了。完全免费开源代码，私我一下先关注，记住，仅供参考，投资需谨慎！觉得有用点个赞，我们下期见！
415起来匆匆一瞥人间景
03:39查看AI文稿AI文稿model context protocol is an open standard that lets cloud code connect to external tools and data sources mcp， 全称 model context protocol， 是 一个开放标准，让 cloud code 能直接接入各种外部工具和数据源。当你提问的时候， cloud 会自动判断什么时候该去掉这些工具，来更好地理解你的需求。上下文是用好 cloud code 最关键的一环， 但实际工作中，你的上下文大量散落在别处数据库里。 linear 这类生产历软件里公开的代码仓库里， m c p 就是 用来把这些东西打通的桥梁。先讲工具这个概念，工具就是给 cloud code 这种智能体一种动手的能力，让它能执行具体动作来更好完成任务。这跟传统 ai 不 一样， 传统 ai 通常只给你一段文字回复。举个例子，团队用 linear 做项目管理，你可以装 linear mcp server， 让 cloud code 直接拉到某个 issue 的 详细信息。如果想查某个依赖的最新文档，装 context t mcp server 就 行。 cloud com 斜杠 connectors 还有几百个 connector 可以 挑。安装 mcp server 用 cloud mcp add 命令 主要有两种类型， h t t p server 跑的是远程服务，由服务方托管，通过网络连接。 s t d i o server 跑的是你本机的本地进程。在 cloud code session 里输入斜杠 m c p 就 能管理这些 server， 看哪些已经连上，状态怎样，也可以禁用不想用的 server。 mcp server 有 三种作用域，第一种 local， 指在当前项目对你生效。第二种， user， 跨你所有项目可用。 第三种， project scope， 用一份点 mcp， 点 json 文件 check in 到版本控制团队，所有人都能自动拿到同一套 server。 一个要留意的点 m c p server， 即使你当前没在用，它的工具定义也一直占着 context window。 装太多 server 就 会吃掉可用的上下文额度。跑斜杠 m c p 看哪些连着不常用的就主动禁掉。如果某个工具有 c l i 版本，比如 g h。 至于 github， a w s 至于 a w s， 直接用 c l i 更省上下文，因为 c l i 不 会往 context 里塞。永久工具定义， doesn't add persistent tool definitions 也可以用 skill 替代。 skill 只有名字和描述加载进 context。 跟 m c p 类似， claud 觉得需要时才把正文加载进 context window。 命令行工具用法可以写进 skill 里。 mcp 工具定义占 context 超过百分之十十。 cloud code 会切到 tool search 模式，按需发现工具，但效果差些，因为工具不在 context 里。 now a quick recap 简单收尾。 m c p。 把 cloud code 跟你的外部工具和数据源连起来，用 cloud m c p add 装 server 用点 m c p， 点 jason， 把它绑到项目 团队自动同步。记得盯着 context 占用不用的 server 就 禁掉。 servers that you're not actively using。
03:40查看AI文稿AI文稿模型上下文协议 m c p 是 一项开放标准，让 card code 得以连接各类外部工具和数据源。 只要你提问， card 就 会自动判断何时起用这些工具，以便更深入地理解你的意图。 使用 card code 时，上下文有关重要，很多关键上下文都洒落在外部，像是您的数据库、效率工具或公共代码库中， 这正是 m c p。 率先登场的原因。要理解代理式人工智能，首先得明白什么是工具。工具赋予了 code code 等智能体执行操作的能力，助其更出色地完成任务。 这与其他 ai 不 同，它们通常只直接返回文本结果。举个例子，如果团队使用 linear 进行项目管理，接入 linear c p 服务器后，就能直接获取具体任务的详细信息。 如需获取正在使用的依赖项的最新文档，此时 context 七美 p 服务器就会为 cloud code 提供所需内容。此外，您还可以在 cloud com connectors 找到数百种不同的连接器， 只需运行 cloud make a p add 命令即可添加。 m c p 服务器主要分为两类，其中 h t p 服务器用于连接远程服务，它们由服务提供商托管，经网络相连。 标准输入输出服务器则用于在您本机运行的本地进程。在拷拷绘画中，只需输入 c m i c p 命令即可管理服务器，既能查看连接状态，也能禁用不需要的服务。 马屁服务器共有三种作用域模式，其中本地作用域仅限当前项目使用。二、用户作用域，即对所有项目通用。 第三是项目作用域，它使用一个需纳入版本控制的 m c p j s 配置文件。这样一来，所有参与代码库开发的人员都能自动获得完全一致的服务器配置。 请注意，即便您未在使用 m c p 服务器，也会将工具定义占用到您的上下文窗口中。所以，如果配置了大量服务器，会挤占宝贵的上下文窗口空间。 请运行 m c p。 命令，查看已连接项，并关闭所有非必需或暂不使用的服务器。若某工具具备等效的命令行接口，如 github 的 gh 或 aws client 对 于 aws li 的 上下文效率更高，因为它不会引入持久的工具定义。 这种情况下，不妨试试使用技能。技能由名称和描述组成，会像 m c p。 那 样载入上下文，一旦靠的判定需调用该技能，便会将其载入上下文窗口。命令行工具同样可不属于此。 一旦 m c p。 工具占用超过上下文窗口的百分之十，系统便会自动启动工具搜索模式，按需精准调用所需工具。但这招未必管用，因为相关内容压根没在上下文里。 快速总结一下， m c p 负责将 cloud code 接入您的外部工具和数据源。 使用 cloud 没屁添加服务器，并通过 m c p jason 将其纳入项目作用域，让团队成员自动同步配置。此外，请注意监控上下文用量，及时禁用闲置的服务器。
69逻辑智能![[3] Claude Code MCP：连接外部工具和数据 MCP 是 Claude Code 的重要能力，它可以把 Claude Code 连接到外部工具和数据源，比如 Linear、GitHub、文档服务器等。
通过 MCP，Claude Code 不再只是理解本地代码，而是可以读取项目管理、代码仓库、团队文档等上下文，更好地参与真实开发流程。
这期视频重点讲：如何添加 MCP Server、如何为团队设置作用范围，以及如何管理上下文成本。
#ClaudeCode #Claude #MCP #AI编程 #程序员工具 #GitHub #Linear #AI工具 #开发效率 #科技前沿](https://p3-pc-sign.douyinpic.com/image-cut-tos-priv/eb53313bf31b85a90ca94c14cec4f080~tplv-dy-resize-origshort-autoq-75:330.jpeg?lk3s=138a59ce&x-expires=2099070000&x-signature=Q11cXyqOlpbw%2F%2Fw1Ciegz9VIN%2BY%3D&from=327834062&s=PackSourceEnum_AWEME_DETAIL&se=false&sc=cover&biz_tag=pcweb_cover&l=202607110353312C9D35F1AC4F6D3BA0D7)
03:37查看AI文稿AI文稿model context protocol 是 一个开放标准，让 cloud code 能连接外部工具和数据源。 当你提问时， cloud 会自动判断该不该用这些工具来更好理解你的问题。上下文是使用 cloud code 时最重要的部分之一。很多上下文其实在别处，比如数据库、效率应用或公开代码仓库， 这就是 m c p 的 用处。 首先，谈 agantica ai 时，要先理解工具这个概念， 工具让 cloud code 这类代理能执行操作，从而更好完成任务。这和普通 ai 不 同，普通 ai 通常只直接返回一段文字。比如你的团队用 linear 做项目管理，就可以添加 linear mcp 服务器，带入具体艺术的细节。 如果你想获取正在使用的某个依赖的最新文档， context 七 mcp 服务器就能把它提供给 cloud code。 cloud com connectors 上还有数百种不同连接器，你可以用 cloud mcp add 命令添加。 mcp 服务器 主要有两种类型， h t t p 服务器用于远程服务，它们由服务提供方托管，并通过网络连接。 s t d i o 服务器用于在你电脑上运行的本地进程。 在 cloud code 绘画里，用 m c p。 管理服务器查看连接状态，也能禁用不用的服务器。 m c p 有 三种配置范围，第一，本地表示只在当前项目里对你可用。第二，用户表示在你的所有项目中可用。 第三，项目范围使用提交到版本控制的 m c p j 四文件，这样参与代码库的人都会自动获得同样的服务器。 现在有一点要注意， m c p 服务器会把工具定义加入上下文窗口，即使你没有使用它们。所以如果配置了很多服务器，就会占用可用上下文。运行 m c p 查看连接，并禁用那些你没在用或觉得不会用的服务器。 如果某个工具有 c l i 版本，比如 github 的 g h 或 a w s 的 a w s c l i a 更省上下文，因为它不会加入常驻工具定义。这种情况下，你也可以考虑使用 skill。 skill 有 名称和描述，会被加载进上下文。和 m c p 类似，当 cloud 认为需要使用某个 skill 时，可放命令行工具。 如果 m c p 工具超过上下文窗口的百分之十， cloud code 会自动切换到工具搜索模式，按需发现合适工具，但效果可能没那么好，因为这些工具并不直接在上下文里。 快速回顾一下 m c p 把 cloud code 连接到外部工具和数据源， 用 cloud m c add 添加服务器，用 m c p jason 把它们限定到项目，这样团队会自动获得它们。同时要关注上下文用量，禁用那些你没有积极使用的服务器 好。
41AI 工具集
04:15查看AI文稿AI文稿证券投资基金在英国和香港被称为单位信托基金、共同基金是美国集合投资计划，是欧洲部分 证券投资信托基金是台湾。 第二题，对股票型基金、混合型基金。财务报告 财务报告包括持仓结构，包括盈利能力、分红能力，包括费用情况，应该还有一个收入份额 信息搜集能力。和财务会计有关吗？和财会有关吗？好像是没有关系的。 第三题，投资策略投资策略还是我们说的就是你要怎么投这只鸡？你是主动投还是被动投？ 第四题，这个分位数下百分之二点五就是从小到大排列，一共有一百个数。第二点五个数一、二、三，第二点五个数就是第二个数和第三个数的平均数。从小到大， 第第一个数，第二个数是这个，第三个数是这个二加三的平均数。 错误的是欧式期权只能到七行权，还记得吗？ 因为他只能到期行权，他的灵活度不高，所以他的费用会低。要美式期权到期前任何一天都行。他的灵活度高，所以他的费用要高。 灵活度越高，你为此付出的代价就要高。美式期权的费用通常会高。第六题， 计算调整后的销售利润他说用净利润 来计算销售利润失真，那么应该用什么来计算？那肯定还是用净利润来计算，应该用调整后的净利润来计算调整后的销售利润。所以是扣除什么的净利润？ 这是语文理解，他说净利润包含这些，所以把他扣除掉，调整后再计算销售净利润。第七题，均值方差模型 错误的是什么？是均值方差模型，这是最基本的那个投资组合理论，他的基础假设是投资者是厌恶的。基础假设是厌恶风险， 他是投资理论、投资理论的基础。投资者之理性，人都会选择有效的，并持续选择有效的两个相关的特征，预期收益。预期收益围绕其预期是偏离的程度，就是那个标准差。 就是你没发现吗？为什么说投资者是厌恶风险的？考无差异曲线的时候，他老是问你无差异曲线，风险厌恶者的无差异曲线是哪个方向？从左下到右上，他只会说风险厌恶的，因为你理论假设就是风险厌恶者。 第八题，基金募集期借满募集期借满之日起几日内聘请法定验资机构验资，验资十日，验资十日。 第九题，特雷诺比例还是那个收益率减，无风险除以贝塔值 什么给人保障让他可以赎回债，那不就是赎回条款吗？
187露易丝刷金融
23:09查看AI文稿AI文稿大家好，今天给大家介绍积木报表 skills， 一个让你用一句话就能生成完整报表的 ai 技能包，彻底告别手动拖拽、手写思考的时代。 使用 code code 加积木报表 skills， 只需要描述你想要的报表，它就能自动帮你创建数据集，设计报表，甚至完成报表的布局。 不用写代码，不用手动拖拽，一句提示词就能搞定。在之前，我们设计报表需要手动创建数据源、数据集，再设计报表，一个字段一个字段的拖拽， 还得反复调整样式和布局，费时又费力。而现在直接使用积木报表 skills， 一 句话就可以全部完成。 本期视频，我会通过真实的业务场景带大家实战演示如何用提示词快速创建报表。那积木报表本身功能其实非常强大， 在报表类型方面，支持普通报表查询报表图表报表、分组报表、交叉报表循环、报表联动和攥取，几乎覆盖了企业开发中百分之九十的报表场景。 在数据源方面，支持 mac 口、 r 口、 p g c 口、达梦、人大金仓、 no c 口等主流数据库，国产数据库也全面兼容。 同时支持 sql 数据机、 api 接口、数据机、文件数据机、 java 病等多种方式，灵活对接各种业务系统。在展示方面，支持柱状图、折线图、影图、地图、仪表盘等多种图标。 还支持 excel、 word、 pdf 导出和打印你能想到的报表功能，它基本都有，这些功能，本期视频我们全部用 skills 来实现，跟着做一遍你就彻底掌握了。话不多说，我们直接从第一个横向分组报表开始， 直接复制众项分组报表的提示词到 code code 中，那这里呢它还需要我们输入 token， 那 在输入 token 的 时候呢，我们就直接把这个后端的地址，还有这个， 嗯 token 的 信息呢，我们就直接拿过来就可以，那比如说 token 怎么获取呢？我们可以在对应的，比如说 浏览器的这个网络里面呢，我们直接去查询一下，那查询完成之后呢，我们这个地方标头里面呢， 我们就可以看到这个 top 了，那这样呢，我们就直接拿到这个 top 直接来使用就可以了，那这样我们就直接回车就可以，那 他就会直接给我们创建一个积木报表，那这个呢就是我们的横向分组，根据我们这个分组的部门字段，我们这里呢是使用的 sql 数据集， 那它会去给我们创建一个表，还有对应的这些字段呢，它都会给我们创建完成。那这里呢？我们看到 这里 scales 我 们使用的是呃积木 report， 那 这个呢就说明我们使用的是对的，这里呢在执行的时候它会有一定的时间，那我们等一下就可以了， 那这里呢我们看到他已经创建完成了，那如果说因为我们这个呢是使用的思考数据员，因为这个呢我们是用的思考数据机，所以呢如果说我们这个表，如果说已经有的话，那他会直接使用表，但是如果说我们这个表没有的话，他会自动给我们创建表，也会给我们添加一些测试数据， 看一下他生成的这个学生众校分组，这个那我们直接点开，点开的话呢，他就是呃有部门根据部门进行分组，然后 这合计这个地方呢它根据薪资进行了一个。呃合计，这个呢就是我们横向分组的一个报表，那接下来呢我们再看一下交叉报表，那交叉报表呢？就是我们横向分组加横向分组， 然后呢我们还有分组小计，这个呢我们是使用的已经已有的一个 api 数据集，那我们把它直接复制过来， 我们在这里呢直接给它加上，直接让它去执行就可以了，这里我们执行也要等一会， 这里呢我们看到它这个报表呢已经创建完成了，那我们可以看一下它具体的效果， 那这里我们刷新一下之后呢，在这个学生成绩交叉报表，就是刚才我们创建的这个，然后我们直接预览看一下，那这里呢就是根据年级进行分组，然后根据班级进行分组。 那这里我们也是根据平均，根据成绩呢，我们计算了一个班级的平均值，这个呢上面这些呢就是我们横向分组，比如说如果说我们在设计页面，我们来看一下呢，这里呢我们可以看到这里我们是通过年进行横向分组，然后还有学期呢进行 横向分组。那语文、数学、英语的成绩呢？我们就是一个动态值，我们进行动态的展示，那前面呢我们是根据年级、班级进行横向的分组名称呢，我们也进行分组，那比如说成绩这个地方呢，我们可以看到在分组设置 分组依据里面呢，我们是一个是，然后设置了一个班级的平均值， 然后我们看这里呢我们可以看到这个聚合方式呢是平均值，这个呢也是如果说我们需要其他的话，那我们可以告诉他，比如说求和呀，最大值啊，还是计数呢？都可以进行统计，那这个呢就是我们交叉报表的方式， 下面呢我们再来看一下其他的，那这个呢我们再来看一下横向分组小计，那就是相当于在我们刚才的这一个呃视力里面呢，我们有横向的分组，有横向的分组了，那对这个语文、数学、英语的成绩呢，我们做一个汇总， 那我们这个时候呢就让他去给我们添加一个横向的分组小计，我们直接把它复制过来， 然后在这里呢我们给它复制上 toki 呢，给它加上， 我们让它去执行就可以了。这里呢我们也是用了刚才的这一个 api 接口，那这里呢我们看到它这个报表呢已经创建完成了，那我们来看一下它创建的对不对？在这个呢学生信息分组小，横向分组小 g， 这个报表里面我们直接点开看一下， 那这个呢就是它生成出来的，比如说它在这个语文、数学跟英语后面呢加了一个小记，然后呢是计算了这三科成绩的总合计，这个呢就是横向分组小记。那下面呢我们再来看一下这个 下一个多元报表，那这个多元报表呢就是相当于我们给他设置一个，比如说前面呢我们是一个嗯主数据集，那后面的这一个呢是我们比如说他有名气， 有学生，有学校，然后有说学生的这个明细，那我们需要他在同一列上展示这个报表，那这个时候呢我们就是用到了这个多元报表，那我们直接把这个复制一下， 那这里呢我们就直接在这里给它设置，那比如说像我们这里设置的话，我们前面已经给它提供过这个后台的地址跟 talk 了，那这里我们也不需要给它提供了，我们直接让它去执行就可以。这里呢我们再等一会， 那这里呢我们看到它这个多元报表呢已经创建完成了，那我们可以直接来看一下， 在后台呢，这里我们有一个多元数据报表，我们先预览看一下它的效果，那它这里效果呢就是有学校的编码，然后有学校的信息，然后后面呢是对应的学生的信息，那我们可以看看一下它的设计页面，那这里呢它就是有一个学生学校信息的这个数据集， 然后呢还有一个学生信息的数据集，那学生信息呢我们就是通过这个学校的 id 进行参数的一个查询，那这样呢他就会把不同的这个， 呃学校还有这个学生呢给他对应起来，那这个呢就是多元报表的一个使用。那接下来呢我们再来看一下文件数据集的使用， 那文件数据集呢，我们就是通过上传文件的这种方式，比如说我们上传 excel， 可以 是单文件的，也可以是多文件的，那这里呢我是用的一个单文件的，那文件的数据集，它的文件的格式呢？就是， 呃，比如说像我现在展示的这样子，比如说它就是一个 excel， 然后它有商户的编码，然后有订单的编码，然后产品的这这些信息，那我们通过商户编码呢进行一个横向分组， 那这里我们直接让他去执行就可以了。这里我们再等一会，这里呢我们看到他这一个报表呢已经创建成功了，然后他这里是有两个是有数据集， 有这个明细，那接下来呢我们就看一下他具体的信息，那这个呢就是我们订单明细纵向分组，我们直接点击预览看一下，这个呢就是我们刚才看到了这个，嗯 文件数据集，他这他里面的这个数据，那我们来看一下世界设计页面，这个呢就是我们设计的一个报表，那在数据集这个地方呢，我们可以看一下这个地方，他是直接上传用的我们文件的数据集，然后这里直接查询我们文件里面的这些字段， 那这个呢就是我们文件数据集的使用。那接下来呢我们再看一下主子报表加循环块的使用，那这里呢就是我们在比如说进行打印的时候，我们有主表信息，有子表信息，那我们打印的时候想让它 主表跟子表信息在一页上，那如果说它一页不满呢，我们下一条主数据呢，我们就需要另起一页，那这样呢我们就需要通过这个主子报表加循环来设置，那这里我们也是使用的已经存在的这个 api 数据集， 我们这里直接让它去执行就可以了。那这里呢我们看到它这个呢已经创建完了，我们直接来看一下 这里我们直接点击预览，在预览页面呢，他中间空的地方呢会比较多，但是在打印页面呢，我们可以看一下打印的效果，这样呢比如说我们在第一个呢是阳光小学，那我们第二页开始呢，就是这个朝阳中学， 那还有海淀高中，这个相当于我们每一个主子表呢，他都是另起一页的，那比如说当我们这个学生这个信息比较多，进行了 换页的话，那他也是子表的信息展示完成了，那下一页的话，他也会在这个另起一页重新展示我们的竹子表的信息。那这里呢我们也可以看一下这个设计页面的效果， 设计页面呢就是相当于我们有一个学校的数据集，然后有一个学生信息的数据集，那这里呢他会有一个竹子表的设计， 那就相当于我们是有一个主子表的关联主主表的数据源呢就是我们学学校信息，然后子表的信数据源呢就是我们学生信息，然后根据我们学校的 id 呢进行个查询数据。那比如说像学数据集里面呢，我们也根据这个学校 id 呢加上了一个参数， 那这个呢是我们循环块绿色的，这个是我们打印的这个范围，先设置到这里呢就相当于我们 打印的时候，那竹子表的话，它是另起一页的，这个呢就是我们竹子表加循环块的一个设计。那下面呢我们再来看一下查询条件的使用，那这里呢我们使用的是一个 circle 数据机，然后让他呢使用某一个表，那这个表呢是因为我在数据库表里面已经存在了， 那如果说我们没有存在的话，他也会去创建一个表，那我们让他把所有的字段呢勾选查询条件，然后这里呢我们直接去执行就可以， 这里稍微等一会，我们就会看到这个已经创建完了，我们再去预览一下，那这里呢我们看到他这个报表呢已经创建完成了，我们来看一下，那这个学生信息查询报表呢，就是刚才我们创建的这个，我们直接点预览就可以， 那这样呢，我们可以看到他这里呢已经加了查询条件，比如说我们来查询一个我们查询一年级的， 那有一些呢，比如说像他这个生成的条件呢，不符合我们的需求，那我们就可以让他再去修改。比如说我们让他年级设置为下拉框，然后性别呢？他这里是输入框，我们也让他给他设置一个 下拉框，然后我们让他把语文成绩的这个分数呢，我们给他设置成一个范围，这里呢我们就告诉他将年级设置为下拉框，然后性别呢设置为下拉框，然后让他给我们加上语文成绩的查询，并设置为范围查询。 因为我们这个提示词在刚开始让他设置的时候，我们只是让他没有告诉他具体的是设置成一个什么样的一个查询，只是让他自己呢去设置合适的查询模式，但是这样呢他就有可能会 不满足我们实际的需求。那这个时候呢，其实我们在一开始创建的时候，我们就可以告诉他每个查询条件需要设置成什么样的 类型的就可以了，这里呢我们等它设置完成之后，我们再来看一下效果。那这里呢我们看到这个及性别和学籍这些呢它是文本框还是文本框？并不是这个下拉框，是因为呢我们如果说设设置成下拉框的话，它必须有这个 字典才可以，就是我们需要给他设置为一个字典，那这里呢我们就先设置只设置这一个性别，我们把性别的字典是 x， 这个是我们已经有的， 那我们告诉他之后呢，让他去给我们设置，那这里呢他告诉我们已经设置完成了，我们来刷新一下，那这里刷新完成呢，我们可以看到性别这个呢已经变成了这个 下拉框，我们可以直接去根据下拉框呢去查询数据。然后还有这个，比如说像语文成绩呢，它是一个范围查询，我们可以给它查询一下，比如说九十到一百的这个分数， 那这样呢它就直接查询到这个分数，那这个字典的这个使用呢，我们需要呢注意一下，比如说我们在设计页面呢，看一下 它在设计这个呈下拉框的时候，它需要加这个字典编码，那刚才呢我们这个字典编码呢，在 这个字典里面呢，我们可以来搜一下，这个呢是已经有了，如果说我们需要用到的没有的话，那我们可以直接在这个地方新加，或者是呢我直接让我们在 scale 里面直接去新加一个也可以。那还有呢，比如说像这个范围查询呢，我们就直接给它设置成这个范围查询就可以了， 这个呢是查询条件的设置。那还有一个需要注意下的，就是我们字典在设置的时候，比如说像刚才我们设置的这个 性别，它是在数据库里面的值需要是一或者是二，那名称的话是男或者是女，那我们在数据库里面的这些数据，我们在用的时候，我们就需要注一下它，这个地方呢也需要给它设置成，比如说对应的它是 value 值。如果说我们在数据库里面存的是男 和女是文字的话，那我们在设置字典的时候，那我们肯定也是需要设置成对应的这个字典值，那下面呢我们再来看一下二维码和条形码的设置，那这里呢我们使用的是 json 数据机，那我们就直接让它去创建，比如说我们包括哪些字段， 然后哪一个字段呢？我们给他设置成条形码或哪个字段呢？给他设置成二维码呢，直接告诉他就可以，你直接复制这个提示词，然后在这里呢我们直接让他去执执行， 这里呢我们等一会就可以，那这里呢我们看到他已经创建完成了，我们直接来预览看一下这个资产信息报表，那前面呢是一些资产信息，然后固定资产标签呢，我们是用的条形码，然后资产的编码呢，我们是使用的二维码，这个呢就是 他已经给我们设置好了，我们来看一下设计页面，设计页面呢他这个地方呢就是直接单元格，这个地方呢直接给我们设置成了条形码，然后 这个资产编码这个地方呢直接设成了一个二维码。那接下来呢我们再来看一下赚取的使用，那赚取呢我们就是通过这一个报表呢，我们可以赚取到另一个报表里面，那像 表格跟图标呢，我们都可以进行赚取，那我们可以也可以设置一个外网的一个赚取网络， 这里呢我们也是使用的已经有的 a p r 数据机，我们直接给它复制过来就可以，然后这个呢我们已经用的太多，我们就可以直接拷另一下，然后这样呢我们就需要再给它输入 token 本地的地址和 token， 然后这样呢我们等一下就可以了，那这里呢我们看到这个攥取的报表呢，已经创建完成了，我们来看一下它实际的效果。这个呢是攥取的，比如说我们点初中的时候，它攥取到了我们 学校详细这个报表里面的都是一些出众的信息，那当我们点小学的话，让他直接就跳到了我们小学的这一个明细表里面，通过传餐呢直接传过来的。那比如说我们点这个官网访问，相当于呢他跳转的是一个外部的链接， 我们直接让他跳到了我们 j c g 的 官网。那还有呢，比如说我们点击这个柱形图，这个柱子的明细呢，我们直接点进来初中呢他也查询初中的信息， 点小学呢他也查询小学的信息，那这个呢就是我们表格数据跟我们图表数据的攥取的功能，那我们也可以直接看一下这个设计页面，那设计页面呢，我们这里就是有一个学校信息的一个汇总， 那表格呢，我们就展示的是学校的信息，那比如说在这个超链接里面，我们会有点表格点击呢，我们直接嗯赚取到明细， 那这里呢我们可以看到它这个地方呢就通过这个学校的明细表，那学校明细表呢？它就是一个明细的报表，就是我们这个明细报表，那这里呢我们直接传餐过来就可以了， 这个呢就是我们表格跟图标进行攥取，那下面呢我们再来看一下联动的使用，那联动呢就是我们可以点击某一个单元格，或者是每一个图标呢，他就会在当前页呢数据呢会进行变化，就是带着条件的去查询， 那这里呢我们也是使用的 api 接口，那我们直接复制过来，直接让他去执行就可以， 那这里呢我们再等一会就可以了，那这里呢我们可以看到这个联动的这个报表呢已经设计完成了，那我们就直接来看一下，在这里呢我们就直接点击这个奖学金联动报表演示。 那比如说我们这里点高中的时候呢，它会显示高中的学校，那我们点大学的表格呢，它就直接展示大学的学校，那当我们点击这个注体的时候，点大学，它会直接展示华东根据地区进行分布， 这个呢就是我们表格跟图标都可以进行联动，那我们也可以来看一下它的设计页面，这里呢我们可以看到有奖学金的汇总，那它这个呢就是我们表格的这一个展示学校的信息， 那还有根据类别呢去查询各个学校的奖学金，这里呢就通过这一个呃类别呢去做查询条件，那还有呢我们根据学校，根据学校呢去查询它不同的地区的分布， 然后在这里呢我们点击超级链接，这个地方呢我们可以看看到这个类别联动学校的柱状图，然后它这里呢进行传餐，然后我们点击它呢在这里呢我们也可以看到这个学校联动地图呢联动的饼图，那它这里呢传的就是学校的这个， 那这个呢就是我们图表，就是报表跟图表的一个联动，还有图表跟图表的联动，那这个呢是图表，比如说我们在积木报表中呢，我们想使用图表的话，我们也可以让他创建一个图标，那这个例子呢，我们是直接让他添加所有的 报表的类型，然后呢使用的是 jason 数据机，那我们实际的使用过程中呢，我们肯定是已有了数据，然后我们想让它去用什么类型的去做一个报表，那这里呢我们先让它去执行一下， 那这里呢我们看到它这个报表呢已经创建完成了，我们来查询一下，那这里呢我们就点击这个所有报表展示，我们直接看一下，这样呢就将我们所有的报表呢都展示出来了， 在实际使用的过程中呢，我们需要哪个我们就展示哪个就可以了。那接下来呢我们再来看一下套打， 套打呢就是我们可能呃有特殊的一些纸张，那内容呢对应上我们纸张上面的这些权利人呢，我们对应上姓名，然后还有共用情况呢，还有这个坐落对应上地址这些呢，那我们现在呢就可以直接给他设置一个，比如说 我现在呢已经把这个图呢已经下载下来了，那我们可以看一下他这个就是一个呃图，然后没有数据，那我们对应的呢，我们让他根据这个图我们去生成一个 套打的报表，这里呢我们就直接让他使用积木报表，然后用我们刚才桌面上的这个不动产的图片，然后把它呢作为一个套打的图片，生成一个套打的报表。 这样呢我们再等一会，这里呢我们看到这个报表呢已经生成完成了，我们在这里呢打开看一下，那这个呢就是他生成的一个效果，因为这个呢是他通过这个，比如说我们图这个图片上的一些 格式呢，他进行自己进行计算的，他有的时候呢效果稍微呢会有那么一点点的差别，那这个时候呢我们进行微调就可以了，比如说 我们给他拖动一下他这个间距，那这样呢他就会比较好一些了，那这个呢就是我们套打的这个使用，那我们本次分享呢就先到这里，那后续呢我们还会继续分享更多的场景。那本节视频呢我们就先介绍到这里。
201JEECG低代码平台
00:46查看AI文稿AI文稿antropic 已经开始重构金融行业，这个官方开源项目本质上是在把 cloud 训练成真正的金融分析师，里面直接内置了投资银行股权研究私募基金 财富管理等专业 a 阵的插件，可以完成 dcf 估值财报分析 pitchdeck 头尾会 memo 尽职调查等真实金融工作流。重点是这些不是 demo 也不是网友 prompt， 而是 antropic 官方团队沉淀的生产级能力，并且已经兼容 cloud code 与企业工作流。未来金融行业最大的变化可能不是人使用 ai， 而是 ai 开始直接参与核心业务流程，别人还在研究 prompt， 顶级金融机构已经开始训练 ai 员工。
1397程序员大白菜
03:03查看AI文稿AI文稿今天我们来聊 m c p 模型上下文协议。 m c p 就是 cloud code 连接外部世界的标准接口，它定义了 ai 助手如何安全地访问数据库，调用 api 读写文件，不再只是对话，而是真正能做事。这套协议由 ans rapid 开源， 正在成为 ai 工具生态的事实标准。 m c p 本质上是一个开放协议，定义了 ai 模型与外部工具数据源之间如何通信。 传统方式每个数据源都要写独立的集成代码，维护成本高，安全机制各不相同。用了 m c p 后， cloud code 通过一套标准化协议连接所有服务， 就像 usb c 接口一样通用。 mcp 由 antropic 发起， mcp 主要由四层架构组成，最上层是 cloud code 发起请求，内置的 mcp 客户端负责 jsnrpc 通信和绘画管理。中间是 mcp 服务器层， 负责暴露 resources、 数据 tools 工具和 prm 模板，这里可以挂载文件、系统、数据库、 api 等任意类型的服务器。最下层是实际的外部服务和数据源，箭头表示标准化的数据流全部走同一套协议。 mcp 服务器暴露三类核心能力， resources 是 数据源，相当于让 ai 能读各种外部数据。 tools 是 可执行操作，让 ai 能写和执行。 promps 是 提示模板，引导 ai 按最佳实践完成特定任务。这三者组合起来， m c p 服务器就能完整地扩展 clock code 的 能力边界，既能看数据又能操作，还能按模板执行。 m c p 的 通信流程是一个清晰五步闭环， 第一步，连接出使化 cloud code 和 mcp 服务器，建立绘画。第二步，发现能力，客户端列出服务器支持的所有工具和资源。第三步，调用 ai， 根据需求选择合适的工具并发送请求。 第四步，执行服务器在外部服务上实际操作，查询数据库，读写文件，调用 api， 最后响应结果返回给 ai， ai 整合后输出给用户，整个过程循环往复。 m c p 服务器如何配置使用呢？可以在项目或系统的 cloud md 文件中声明引导模型使用 m c p 的 j s o m 配置文件可以放在 cloud m c p john 局使用，也可放在项目目录。 cloud m c p john 可以 指定运行命令参数和环境变量。 m c p 有 很多应用场景，如数据库场景，用自然语言就能查。数据库 ai 自动写 c 口 api 集成场景连接 github notion 等平台，对话中直接操作文件系统场景安全读写文件目录搜索，还有自定义工具场景，用 python 或 node js 几行代码就能写自己的 mcp 服务器。
63村头的猫
