FinQ4Cn
基于akshare的A股金融数据MCP服务，支持量化分析研究。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：FinQ4Cn。 它的用途是：基于akshare的A股金融数据MCP服务，支持量化分析研究。 完整的 Skill 内容见：https://321skill.com/skills/finq4cn/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我获取贵州茅台过去一年的日K线数据，并计算其20日移动平均线。”，它会调用 FinQ4Cn 技能，从 akshare 获取原始数据，并进行初步计算和整理，以表格或简要分析的形式呈现给你。或者
对AI说：“对比一下宁德时代和比亚迪最近一个季度的营收增长率。”，它同样可以快速查询并整理出对比数据。
介绍
FinQ4Cn 是一个基于 MCP（Model Context Protocol）协议的服务器，它通过集成 akshare 库，为 AI 助手提供了便捷、高效的 A 股金融市场数据查询能力。它解决了量化研究者和数据分析师在获取和处理实时、历史金融数据时，需要频繁切换工具、编写爬虫或处理复杂 API 的痛点。
使用方式非常简单，用户只需在支持 MCP 协议的 AI 助手（如 Claude Desktop）中配置并启用该服务器。之后，用户可以直接通过自然语言向 AI 助手提问，例如“查询贵州茅台的最新股价”或“获取沪深300指数的历史K线数据”，AI 助手便会调用该 Skill 获取数据并以清晰格式返回，无需用户直接操作代码或数据接口。
这个 Skill 非常适合量化交易员、数据分析师以及进行金融相关研究的学术研究者或高校学生。他们可以利用它快速获取数据，进行策略回测、市场趋势分析、学术论文数据支撑等工作，极大地提升了数据获取环节的效率。
建议在使用前确保网络环境能够稳定访问 akshare 所依赖的数据源。由于数据来源于公开市场，请注意数据的时效性和完整性，对于关键交易或投资决策，建议结合其他数据源进行交叉验证。该工具主要定位于研究和分析辅助，不构成投资建议。
核心特点
核心区别在于深度集成并封装了 akshare 这一强大的中文金融数据源，提供了针对 A 股市场的原生数据支持，且通过 MCP 协议与 AI 助手深度结合，实现了用自然语言直接查询专业金融数据，降低了量化分析的技术门槛。
注意事项
该 Skill 的数据范围和更新频率完全依赖于 akshare 库及其底层数据源，不适合对数据实时性、稳定性和合规性有极端要求的自动化交易生产环境。
常见问题
FinQ4Cn 支持哪些金融数据？
支持 akshare 库涵盖的各类 A 股数据，包括实时行情、历史K线、财务指标、龙虎榜、宏观经济数据等。
我需要会编程才能使用吗？
不需要。只要在支持 MCP 的 AI 助手中配置好，即可通过对话直接查询数据，无需编写代码。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/finq4cn/raw/index.md 读取 FinQ4Cn 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/finq4cn/raw/index.md（查看排版版本）