内容
# Buzzberg MCP
[](https://pypi.org/project/buzzberg-mcp/)
[](https://www.python.org/)
[](LICENSE)
> 私人测试版：MCP 合同可能会在更广泛的测试版之前更改。请参阅
> [CHANGELOG.md](CHANGELOG.md) 以获取重大更改。
Buzzberg MCP 将 Claude、Cursor、Cline、Continue.dev 等 MCP 客户端连接到 Buzzberg 市场情报：交易想法、情绪、演讲者、价格和您自己的 Buzzberg 账户的关注列表操作。
## 连接您的 AI 代理
### 1. 获取您的 Buzzberg 密钥
1. 打开 Buzzberg。
2. 进入 **个人资料 -> MCP 访问**。
3. 点击 **新建密钥**。
4. 复制以 `bzb_` 开头的密钥。
请保持此密钥的私密性。像对待密码一样对待它。
### 2. 连接您的客户端
#### Claude 桌面版
**快速路径：**
```bash
pip install buzzberg-mcp
buzzberg-mcp setup --client claude-desktop
```
在设置询问您要粘贴您的 `bzb_...` 密钥时，请将其粘贴。然后完全退出并重新打开 Claude 桌面版。
**无 pip / 手动路径：**
1. 打开您的 Claude 桌面版配置文件：
- macOS: `~/Library/Application Support/Claude/claude_desktop_config.json`
- Windows: `%APPDATA%\Claude\claude_desktop_config.json`
2. 添加：
```json
{
"mcpServers": {
"buzzberg": {
"command": "npx",
"args": [
"-y",
"mcp-remote@latest",
"https://mcp.buzzberg.ai/mcp",
"--header",
"Authorization: Bearer bzb_YOUR_KEY_HERE"
]
}
}
}
```
3. 完全退出并重新打开 Claude 桌面版。
仅将 `bzb_YOUR_KEY_HERE` 替换为您的密钥。Claude 桌面版的本地配置支持_stdio 服务器，因此 `mcp-remote` 桥接 Claude 桌面版到 Buzzberg 的可流式 HTTP 端点。请勿分享添加密钥后的此配置截图。
#### Claude 代码
**询问 Claude 代码：**
```text
将 Buzzberg 添加为 MCP 服务器。
使用 SSE URL https://mcp.buzzberg.ai/sse。
使用来自我的 BUZZBERG_MCP_API_KEY 环境变量的 Authorization: Bearer。
```
**或手动设置：**
```bash
export BUZZBERG_MCP_API_KEY="bzb_YOUR_KEY_HERE"
claude mcp add --transport sse buzzberg https://mcp.buzzberg.ai/sse \
--header "Authorization: Bearer $BUZZBERG_MCP_API_KEY"
```
#### Codex
Codex 使用可流式 HTTP。
**询问 Codex：**
```text
将 Buzzberg MCP 添加到我的 Codex 配置中。
使用可流式 HTTP URL https://mcp.buzzberg.ai/mcp。
使用 bearer_token_env_var = "BUZZBERG_MCP_API_KEY".
不要将密钥粘贴到配置文件中。
```
**或编辑 `~/.codex/config.toml` 手动：**
```toml
[mcp_servers.buzzberg]
url = "https://mcp.buzzberg.ai/mcp"
bearer_token_env_var = "BUZZBERG_MCP_API_KEY"
```
然后从密钥可用的 shell 启动 Codex：
```bash
export BUZZBERG_MCP_API_KEY="bzb_YOUR_KEY_HERE"
codex
```
#### OpenClaw
**询问 OpenClaw：**
```text
将 Buzzberg 添加为远程 MCP 服务器。
使用可流式 HTTP URL https://mcp.buzzberg.ai/mcp。
发送 Authorization: Bearer bzb_YOUR_KEY_HERE。
```
**或手动运行：**
```bash
openclaw mcp set buzzberg '{"url":"https://mcp.buzzberg.ai/mcp","transport":"streamable-http","headers":{"Authorization":"Bearer bzb_YOUR_KEY_HERE"}}'
```
#### Cursor、Cline、Continue.dev
辅助程序也可以为这些客户端编写配置：
```bash
pip install buzzberg-mcp
buzzberg-mcp setup --client cursor # 或：cline / continue
```
更多客户端特定的设置选项请参见 [INSTALL.md](INSTALL.md)。
## 您可以使用它做什么
Buzzberg 在您希望您的 AI 代理读取市场对话时非常有用，而不是仅仅获取价格。提出一个简单的英文问题；Claude、Codex 或另一个 MCP 客户端会链接正确的 Buzzberg 工具，并将有界限的市场上下文转换为可用的研究阅读。
在支持的客户端中，Buzzberg 还通过 MCP `prompts/list` 和 `resources/list` 公开这些工作流程，类似于 Kaito 风格的 MCP 服务器。询问您的代理 **"列出 Buzzberg 工作流程"** 或使用下面的手动提示。
可发现的 MCP 提示包括：
- `daily_alpha_brief`
- `top_speaker_market_tldr`
- `ticker_deep_dive`
- `narrative_map`
- `research_posts_alpha`
- `stock_list_candidates`
- `portfolio_update_tracker`
- `speaker_story`
- `sentiment_price_chart`
- `contrarian_scan`
- `keyword_mining`
可发现的 MCP 资源包括：
- `buzzberg://workflows`
- `buzzberg://data-boundaries`
- `buzzberg://top-speakers`
- `buzzberg://market/leaderboards`
使用这些提示手动开始：
```text
使用 Buzzberg 深入研究 SIVE。
谁在谈论它，核心牛市论点是什么，
最强的熊市风险或缺失的论点是什么，
这是早期发现、正在积累还是拥挤？
```
```text
使用 Buzzberg 为我提供今日的顶级演讲者市场简报。
主题是什么，拥挤的交易，新 ticker 以及分歧是什么？
引用示例。
```
```text
使用 Buzzberg 构建 7 天的新闻稿主题地图。
显示最强的 ticker 叙事，关键证据，弱势主张，
以及本周发生了什么变化。将硬数据与氛围分开。
```
```text
使用 Buzzberg 查找本周 YouTube 市场讨论的一阶和二阶影响。
哪些 ticker 直接受益，哪些供应商或竞争对手是二阶影响，
演讲者担心哪些风险？
```
```text
使用 Buzzberg 映射 SIVE 叙事。
结合顶级演讲者的交易想法，YouTube TLDR，新闻简报 TLDR，
情绪，以及最近的源代码片段。
将催化剂、证据、重复的主张和开放的问题分开。
```
```text
使用 Buzzberg 获取过去 24 小时的 Buzzberg 研究帖子。
找到最强的新的阿尔法想法，第二阶受益者，
重复的证据，弱势假设，以及值得深入研究的 ticker。
引用短示例。
```
```text
使用 Buzzberg 获取过去 7 天的 Buzzberg 股票列表帖子。
哪些 ticker 出现在多个列表中，什么主题链接它们，
哪些是新鲜的而非拥挤的，哪些 10 个应该是我接下来研究的？
```
```text
使用 Buzzberg 获取过去 7 天的 Buzzberg 投资组合更新帖子。
演讲者添加、修剪、关闭或增加的仓位是什么？
将实际的投资组合变动与通用评论分开。
```
```text
使用 Buzzberg 获取顶级 50 名演讲者的 Twitter 数据。
他们提到了“瓶颈”、“权力”、“AI 资本支出”和“内存”多少次？
引用示例并指向这些主题对应的 ticker。
```
```text
使用 Buzzberg 构建 SIVE 的 90 天提及 vs 价格读取。
显示每日提及激增、那些天的情绪以及价格反应。
哪些天看起来像叙事点火或叙事耗尽？
```
```text
使用 Buzzberg 显示 Serenity 的所有交易想法和论点。
限制为 100 个想法，每天最多 5 个想法。
哪些 ticker 被她提到的最多，她的第一个想法是什么，
她在哪里改变方向，她的观点如何变化？
```
```text
使用 Buzzberg 分析 Serenity 关于 SIVE 的所有交易想法。
显示首次提及、最新提及、方向变化、论点演变，
以及信心是否增加或减弱。
```
```text
使用 Buzzberg 对顶级 50 名演讲者今日提到的 ticker 进行排名。
显示提及、情绪、方向混合、来源混合，
以及每个故事是新鲜的还是已经拥挤。
```
Buzzberg 向 AI 代理发送的内容：
- **Substack/newsletter:** Buzzberg TLDRs、公开预览（如果有）、
以及过去 7 天的提取交易想法。原始文章正文不通过 MCP 返回。
- **YouTube:** Buzzberg TLDRs 和过去 7 天的提取交易想法。
原始 YouTube 源文本和带时间戳的片段转储不通过 MCP 返回。
- **Twitter/X:** 顶级演讲者的推文（过去 24 小时内），
Buzzberg 找到的 ticker 想法，包括完整的推文文本、演讲者、ticker 和方向：
`LONG`, `SHORT`, `WATCH`, `AVOID`, 或 `NEUTRAL`。这不是每条推文。
对于多日研究，请使用结构化交易想法而不是原始 Twitter 源文本。
- **帖子种类过滤器：** 源上下文可以缩小到 `research`,
`portfolio_update`, `stock_recommendation_list`, `news`, 或 `other`,
以便代理可以专门询问研究帖子、股票列表或投资组合变动。
- **Ticker 研究：** 提及、情绪、交易想法、演讲者简介、
价格快照和图表样式读取的每日情绪/提及历史记录。
- **叙事研究：** ticker 深入研究，结合交易想法、源 TLDR、
顶级演讲者推文、情绪、提及和价格上下文。
## 测试版速率限制和代理礼仪
Buzzberg MCP 在私人测试版期间有限制速率。当前的默认限制约为
**每分钟 120 次工具调用每个用户** 和 **每天 2000 次工具调用每个用户**，
以及一个额外的服务器范围的安全上限。这些限制可能会在测试版期间调整，
以便我们调整容量。
如果您的客户端收到 `429 Too Many Requests`，请读取 `Retry-After` 头部
或 `retry_after_seconds` 字段，并等待那么多秒后再继续。
不要在紧密的循环中重试。
为了获得最佳结果，请要求您的代理以有界限、分阶段的方式工作：
- 从一次广泛扫描或排行榜开始，然后进行有针对性的后续跟进。
- 使用 `limit`, `days`, `top_n`, 和 `max_per_day` 而不是无边界扫描。
- 对于作者历史，请提供 `speaker_name`；Buzzberg 不公开暴露一个“倾倒所有演讲者的想法”的端点。
- 使用诸如 `get_tickers_overview` 之类的批处理工具进行多 ticker 屏幕。
- 保持并发性小；避免数十个并行调用。
- 仅当您明确要更改您的关注列表或保存的想法时，才使用写入工具。
- 在您希望您的代理在不更改您的帐户的情况下验证操作时，
在写入工具上使用 `dry_run=True`。
- 将您的 `bzb_...` 密钥保存在环境变量或本地配置中；
不要将其粘贴到共享的提示、代码或日志中。
合同说明：
- 交易工具包括 `idea_id` 值。使用这些 ID 与
`save_trade_idea`。
- 价格输出包括可用的货币/命名空间上下文。不要假设
每个显示的数字都是 USD；外国上市的股票（如 SIVE）可以是
本地货币价格。
- `get_ticker_mentions` 使用摄入时间，即 Buzzberg 添加提及的时间。
`get_ticker_timeseries` 使用源发布日期作为图表行，
所以总数可能不同。
- 提及次数包括可见的 `LONG`, `SHORT`, `WATCH`, `NEUTRAL`, `AVOID`,
和 `CLOSE` 行。图表 CSV 暴露 `watch` 单独，
以便早期兴趣信号不会消失为中立。
- `get_speaker_profile` 将 alpha 排名与可信度分开。
Alpha 排名是历史想法性能；可信度是配置文件/源质量分数。
现成的工作流程：
- **[每日源 TLDRs](sessions/daily-source-tldr.md)** — 总结过去
24 小时内前 50 名演讲者的 ticker 想法推文，
以及最多 7 天的 Substack/newsletter 和 YouTube TLDRs；
询问主题、拥挤的交易、重复的单词、分歧和引用示例。
- **[Ticker 排行榜](sessions/ticker-leaderboards.md)** — 最受关注的
ticker、最强的看涨/看跌情绪和 1 天/7 天/30 天窗口的历史热度。
- **[晨间简报](sessions/morning-briefing.md)** — AI 投资组合状态 +
顶级演讲者的新呼叫 + 情绪分歧雷达在一个读取中。
- **[叙事 ticker 深入研究](sessions/ticker-deep-dive.md)** — Buzzberg 对
ticker 的独特了解：谁在推动它，什么是牛市叙事，缺少什么，
以及设置是早期还是拥挤。
- **[演讲者故事 / 作者历史](sessions/speaker-story.md)** — 第一个想法、
最近的想法、立场变化，以及一个作者的演讲者/ticker 历史记录。
- **[情绪 vs 价格图表](sessions/sentiment-price-chart.md)** — 每日
情绪、提及和缓存的关闭价格，以便 Claude 可以解释
Buzzberg 情绪是否领先、确认或滞后于价格。
- **[提及 vs 价格图表](sessions/mentions-price-chart.md)** — 关注
激增 vs 价格变动，有助于发现叙事点火、耗尽和后移拥挤。
- **[逆向扫描](sessions/contrarian-scan.md)** — 智能资金分歧最多的
ticker，按情绪传播排名。高波动性设置，其中阵营明显。
- **[从信号构建关注列表](sessions/new-watchlist-from-signals.md)** —
自动策划前 30 名演讲者在过去 24 小时内的首次提及和方向翻转。
## 从您自己的代码中使用它
如果您不使用 Claude 桌面版 / Cursor / Cline / Continue，您可以直接使用
官方 Python SDK 通过流式 HTTP 与 MCP 服务器通信：
```python
import asyncio
from mcp import ClientSession
from mcp.client.streamable_http import streamablehttp_client
async def main():
headers = {"Authorization": "Bearer bzb_YOUR_KEY_HERE"}
async with streamablehttp_client(
"https://mcp.buzzberg.ai/mcp",
headers=headers,
) as (read, write, _):
async with ClientSession(read, write) as session:
await session.initialize()
tools = await session.list_tools()
print([t.name for t in tools.tools]) # 27 tools
result = await session.call_tool(
"get_sentiment",
arguments={"ticker": "NVDA", "days": 7},
)
print(result.content[0].text)
asyncio.run(main())
```
如果您的代理框架仅支持旧版 SSE，请使用
`https://mcp.buzzberg.ai/sse` 并使用相同的 `Authorization: Bearer ...` 头部。
完整的演练包括 Windows PowerShell 和企业笔记本电脑
（“不允许安装”路径）在 [INSTALL.md](INSTALL.md) 中。
## 您的密钥可以做什么
| 操作 | 允许？ |
|---|---|
| 读取公共交易想法、情绪和价格 | 是 |
| 在您的关注列表中添加/删除 ticker | 是 |
| 将交易想法保存到您的帐户 | 是 |
| 服务器看到客户端发送的工具调用参数 | 是* |
| 查看另一个用户的关注列表或保存的想法 | 否 |
| 更改另一个用户的关注列表或保存的想法 | 否 |
| 在交易所进行交易 | 否 |
| 查看您的完整 Claude 对话 | 否 |
| 访问您的 X、经纪人或其他帐户 | 否 |
| 从您的计算机下载文件 | 否 |
*Buzzberg 仅接收您选择的 MCP 请求和工具参数，
而不是您的完整 Claude 转换记录。避免将敏感的私人文本放入工具参数中。
## 支持的客户端
| 客户端 | 状态 |
|---|---|
| Claude 桌面版 | 通过 Streamable HTTP `/mcp` 支持 |
| Claude 代码 | 通过 SSE 支持 |
| Codex | 通过 Streamable HTTP `/mcp` 支持 |
| OpenClaw | 通过 Streamable HTTP `/mcp` 支持 |
| Cursor | 支持 |
| Cline | 支持 |
| Continue.dev | 支持 |
| 自定义 Python（mcp SDK） | 通过 Streamable HTTP `/mcp` 支持 |
| Claude 移动版 | 仅在支持自定义标头的位置有效 |
| 代理 SDK | 手动配置支持 |
Buzzberg 公开两个 MCP 传输：
- 流式 HTTP：`https://mcp.buzzberg.ai/mcp` 用于 Claude 桌面版、Codex、OpenClaw 和更新的代理。
- 旧版 SSE：`https://mcp.buzzberg.ai/sse` 用于 Claude 代码、Cursor、Cline 和旧版客户端。
## 工具、提示和资源
Buzzberg 公开 27 个工具 - 读取 (`search_trade_ideas`, `get_top_speakers`,
`get_sentiment`, `get_ticker_timeseries`, `get_most_mentioned_tickers`,
`get_top_sentiment_tickers`, `get_recent_source_text`, `get_tickers_overview`,
`get_speaker_trade_ideas`, `get_speaker_ticker_history`, `get_portfolio`,
`get_price`, ...) 和写入
(`add_to_watchlist`, `save_trade_idea`, ...)。请参见 [TOOLS.md](TOOLS.md) 获取
签名和每个工具的示例。在 [examples/](examples) 中提供每个工具的示例。
Buzzberg 还公开了 MCP 提示和资源：
- `prompts/list` 显示可用的研究工作流程，例如 ticker 深入研究、
每日阿尔法简报、研究帖子提取、股票列表候选人、演讲者故事和
情绪/价格读取。
- `resources/list` 公开轻量级上下文，例如 `buzzberg://workflows`、
`buzzberg://data-boundaries`, `buzzberg://top-speakers`, 和
`buzzberg://market/leaderboards`.
不支持提示/资源的客户端仍然可以正常使用所有工具；
这些是附加功能，而不是现有工具的替代品。
## 信任和验证
通常路径是 `pip install buzzberg-mcp`. pip 使用 HTTPS 和索引中的包哈希
进行下载完整性检查，但 pip 不会自动验证 Sigstore 声明。
Buzzberg 版本使用 GitHub OIDC 通过 PyPI 受信任发布。声明可用于手动验证 —
请参阅 [SECURITY.md](SECURITY.md) 以获取当前验证状态和威胁模型。（确切的
`pypi-attestations verify` 命令将在 Test PyPI 烟雾测试确认工作语法后发布。）
## 链接
- [INSTALL.md](INSTALL.md) — 通过 AI 客户端进行简单设置
- [TOOLS.md](TOOLS.md) — 完整的工具参考
- [SECURITY.md](SECURITY.md) — 威胁模型、披露、声明
- [sessions/](sessions) — 现成的研究工作流程
- [examples/](examples) — 每个工具的示例提示
- [CHANGELOG.md](CHANGELOG.md) — 私人测试版期间的重大更改
MCP 配置
以下是此 MCP Server 的配置信息，可直接复制到 Cursor 或其他 MCP 客户端中使用。
mcp.json
连接信息
猜你喜欢
暂无推荐服务器