Octagon

官方

提供即時投資研究,涵蓋廣泛的私募與公開市場數據。

你可以用 Octagon MCP 做什麼?

  • 公開市場情報 — 詢問 octagon-agent,了解 SEC 申報文件、財報電話會議逐字稿、股票與加密貨幣資料、新聞及持股資訊。
  • 深度研究綜整 — 使用 octagon-deep-research-agent,針對投資研究問題與主題趨勢進行多來源分析。
  • Podcast 洞見 — 查詢 octagon-podcasts-agent,取得 70 多個財經與商業節目中來賓發言的附引文解答。
  • 預測市場報告 — 透過 octagon-prediction-markets-agent 取得 Kalshi 和 Polymarket 市場的研究報告,或使用 prediction_markets_history 擷取歷史資料。
  • 即時文件查詢 — 使用 octagon-docs-search 和 octagon-docs-read 搜尋及閱讀 Octagon 文件,即使尚未設定 OCTAGON_API_KEY 也可以。

文件

Octagon:公共市場與預測市場情報 MCP

smithery badge

Favicon Octagon MCP 伺服器透過整合 Octagon Market Intelligence API,提供專業的 AI 金融研究與分析,讓使用者能在 Claude Desktop 和其他熱門 MCP 用戶端中,分析並擷取公開申報文件、財報電話會議、財務指標、股票與加密貨幣資料、股票新聞,以及預測市場新聞與研究的洞見。

Demo

工具

✅ octagon-agent 負責協調廣泛的市場情報分析

  • 公開市場洞見:SEC 申報文件(10-K、10-Q、20-F、8-K、S-1、13-F、DEF 14A)、財報電話會議逐字稿
  • 股票與加密貨幣市場資料:股票交易、加密貨幣交易資料、新聞、新聞稿、所有權與持倉

✅ octagon-deep-research-agent 用於全面深入研究

  • 為投資研究問題整合多個來源
  • 最適合最新的跨來源主題分析

✅ octagon-podcasts-agent 用於了解投資人在 Podcast 上的發言

  • 提供來自 70 多個財經與商業節目的引述答案(Bloomberg、All-In、Odd Lots、Invest Like the Best,…)
  • 可依時間範圍、節目、主持人、來賓、公司或從問題中讀取的股票代號篩選

✅ 預測市場研究工具

  • octagon-prediction-markets-agent 用於取得各預測市場的最新研究報告
  • prediction_markets_history 用於擷取結構化歷史市場資料

✅ 即時存取 Octagon 文件

  • octagon-docs-search、octagon-docs-read、octagon-docs-list 和 octagon-docs-refresh
  • MCP 資源可供存取 octagon-docs://catalog、octagon-docs://status 和 octagon-docs://page/{target}

取得 Octagon API 金鑰

若要使用 Octagon MCP,您需要:

  1. 在 Octagon 註冊免費帳戶
  2. 登入後,從左側選單前往 API Keys
  3. 產生新的 API 金鑰
  4. 在設定中將此 API 金鑰用作 OCTAGON_API_KEY 值

先決條件

安裝或執行 Octagon MCP 前,您需要在系統上安裝 npx(隨 Node.js 和 npm 一同提供)。

Mac (macOS)

  1. 安裝 Homebrew(如果尚未安裝):

    /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
    
  2. 安裝 Node.js(包含 npm 和 npx):

    brew install node
    

    這會安裝最新版本的 Node.js、npm 和 npx。

  3. 確認安裝:

    node -v
    npm -v
    npx -v
    

Windows

  1. 下載 Node.js 安裝程式:
  2. 執行安裝程式並依照提示操作。這會安裝 Node.js、npm 和 npx。
  3. 確認安裝: 開啟命令提示字元並執行:
    node -v
    npm -v
    npx -v
    

如果三者都顯示版本號,您就可以繼續進行下方的安裝步驟。

安裝

在 Claude Desktop 上執行

若要為 Claude Desktop 設定 Octagon MCP:

  1. 開啟 Claude Desktop
  2. 前往 Settings > Developer > Edit Config
  3. 將以下內容加入您的 claude_desktop_config.json(將 your-octagon-api-key 替換為您的 Octagon API 金鑰):
{
  "mcpServers": {
    "octagon-mcp-server": {
      "command": "npx",
      "args": ["-y", "octagon-mcp@latest"],
      "env": {
        "OCTAGON_API_KEY": "YOUR_API_KEY_HERE"
      }
    }
  }
}
  1. 重新啟動 Claude 以套用變更

在 Cursor 上執行

設定 Cursor Desktop 🖥️
注意:需要 Cursor 0.45.6 以上版本

若要在 Cursor 中設定 Octagon MCP:

  1. 開啟 Cursor Settings
  2. 前往 Features > MCP Servers
  3. 點選「+ Add New MCP Server」
  4. 輸入以下內容:
    • Name:「octagon-mcp」(或您偏好的名稱)
    • Type:「command」
    • Command:env OCTAGON_API_KEY=your-octagon-api-key npx -y octagon-mcp

如果您使用 Windows 並遇到問題,請嘗試 cmd /c "set OCTAGON_API_KEY=your-octagon-api-key && npx -y octagon-mcp"

將 your-octagon-api-key 替換為您的 Octagon API 金鑰。

新增後,重新整理 MCP 伺服器清單即可查看新工具。Composer Agent 會在適當情況下自動使用 Octagon MCP;您也可以描述投資研究需求,明確要求使用它。按下 Command+L(Mac)開啟 Composer,選取提交按鈕旁的「Agent」,然後輸入您的查詢。

使用 npx 執行

env OCTAGON_API_KEY=your_octagon_api_key npx -y octagon-mcp

手動安裝

npm install -g octagon-mcp

文件

如需 Octagon agents 的完整使用文件,請造訪我們的官方文件: https://octagonai.co/docs/

文件內容包括:

  • 詳細的 API 參考資料
  • 各 Agent 專用的查詢指南
  • 範例與使用案例
  • 投資研究最佳實務

如需最新的託管 MCP 用戶端設定指南,請參閱:

此 MCP 伺服器也會直接向 MCP 用戶端提供即時文件內容。文件存取會從公開的 Octagon 文件 LLM 入口 https://octagonai.co/docs/llms.txt 擷取;不會使用或傳送 OCTAGON_API_KEY。

可用工具

MCP 伺服器目前提供以下工具:

文件工具

這些工具會在 MCP 工作階段中提供即時 Octagon 文件。即使尚未設定 OCTAGON_API_KEY,也能使用,因此適合用於設定、疑難排解,以及尋找合適的 Octagon Agent 或 API 工作流程。

octagon-docs-list

列出 Octagon 文件內容中的即時文件區段與頁面。

參數

  • section(字串,可選):依文件區段篩選。
  • source(docs、site 或 all,可選):預設為文件內容。
  • limit(數字,可選):要傳回的項目數上限。

octagon-docs-search

搜尋 Octagon API、Agent、MCP 和 Plugin 文件,並提供來源 URL 與可選的摘要片段。

參數

  • query(字串,必填):搜尋查詢。
  • section(字串,可選):依文件區段篩選。
  • source(docs、site 或 all,可選):預設為文件內容。
  • limit(數字,可選):要傳回的結果數上限。
  • includeSnippets(布林值,可選):在結果中包含符合的摘要片段。

範例:

Search Octagon docs for Claude plugin connector setup.

octagon-docs-read

依標題、URL、路徑或目錄 ID,以 Markdown 格式讀取單一文件頁面或區段。

參數

  • target(字串,必填):文件標題、URL、路徑或目錄 ID。
  • source(docs、site 或 all,可選):預設為文件內容。
  • maxChars(數字,可選):要傳回的 Markdown 字元數上限。
  • preferCachedContent(布林值,可選):若可用,則使用已索引的文件內容。

範例:

Read the Octagon MCP server guide.

octagon-docs-refresh

從即時、適合 LLM 使用的文件端點重新整理記憶體中的文件目錄。

參數

  • includeSite(布林值,可選):同時重新整理較廣泛的 https://octagonai.co/llms.txt 網站索引。

文件資源

支援 MCP 資源的用戶端也可以瀏覽:

  • octagon-docs://catalog:正規化的即時文件目錄。
  • octagon-docs://status:快取狀態、來源端點與重新整理中繼資料。
  • octagon-docs://page/{target}:以 Markdown 格式呈現的單一文件頁面或區段。

octagon-agent

協調公開與私人市場情報分析。

參數

  • prompt(字串,必填):自然語言研究請求。
  • conversation(字串,可選):用於延續先前 octagon-agent 對話串的現有 Octagon 對話 ID。首次呼叫時請省略。
  • newConversation(布林值,可選):若為 true,則為目前工作階段/對話串錨點啟動新的 Octagon 對話串。建議在 Claude Desktop 等頂層主機中,對全新可見聊天的首次呼叫使用。

對話串使用方式

octagon-agent 是唯一會轉送 Octagon 對話串資訊的 MCP 工具。這是有狀態的工具,需要工作階段連續性。MCP 會依照以下順序解析工作階段/對話串狀態:

  1. MCP 傳輸工作階段識別資訊所對應的已儲存對話(僅限傳輸實際提供此資訊時)
  2. 伺服器管理的預設 stdio 工作階段所對應的已儲存對話
  3. 明確提供的 conversation 仍可在該次呼叫中覆寫目前工作階段的對話

此套件目前以 stdio MCP 伺服器的形式執行。在 stdio 模式下,伺服器會自動建立程序本機工作階段,以維持呼叫之間的連續性。因此,Claude Desktop 或 Cursor 等多數本機主機在基本的後續互動中,無須提供額外的對話串欄位即可使用 octagon-agent。

當頂層主機知道某次呼叫是全新可見聊天的首次互動時,應傳入 newConversation: true。這會在呼叫前明確清除目前 MCP 工作階段錨點中已儲存的 Octagon 對話串,避免 stdio 主機在多個可見聊天之間重複使用同一個長時間執行的 MCP 程序時,沿用過期的對話狀態。

因此,您可以使用以下任一模式:

  1. 首次呼叫:只傳送 prompt
  2. 讓 MCP 主機保留傳輸工作階段的連續性,或依賴預設的 stdio 工作階段
  3. 第二次呼叫:您可以
    • 在同一個 MCP 工作階段中傳送新的 prompt,或
    • 繼續使用同一個 stdio MCP 程序,或
    • 明確傳入先前的 conversation

對於符合標準且具狀態的 MCP 傳輸,傳輸工作階段識別資訊是標準的連續性機制。對於本機 stdio 使用方式,伺服器管理的程序工作階段會提供預設的連續性。

工作階段識別資訊與 Octagon 對話識別資訊是不同的概念:

  • MCP 工作階段識別資訊控制伺服器端在工具呼叫之間的連續性
  • Octagon conversation 控制該工作階段中的目前 Octagon 對話串

MCP 結果會將答案保留在 content 中,並在 structuredContent 中傳回供協調器使用的結構化中繼資料:

{
  "model": "octagon-agent",
  "text": "Which stock would you like the latest price for?",
  "conversation": "conv_123",
  "responseId": "resp_123",
  "followUp": {
    "required": true,
    "inputTemplate": "<ticker or company name>",
    "instructions": "Reply with just the missing detail and reuse the conversation value from this response."
  }
}

明確延續對話的範例:

{
  "prompt": "AAPL",
  "conversation": "conv_123"
}

新可見聊天範例:

{
  "prompt": "Analyze Apple",
  "newConversation": true
}

明確重新整理範例:

{
  "prompt": "Start a fresh Octagon thread for this chat",
  "newConversation": true
}

有狀態工具政策

  • octagon-agent:有狀態,使用可用的連續性錨點。在 stdio 主機中,預設使用伺服器管理的程序工作階段,除非您提供明確的 conversation
  • 其他 MCP 工具:無狀態,可在沒有工作階段連續性的情況下執行

範例:

Compare NVIDIA and AMD on latest quarterly revenue growth, margins, and management commentary.

更多範例:

  • 「Amazon 在 2023 年第四季的營收與淨利是多少?」
  • 「分析 Tesla 過去 3 年的研發支出趨勢。」
  • 「NVIDIA 執行長在最近一次財報電話會議中,對 AI 晶片需求提供了什麼展望?」
  • 「比較前 5 大半導體公司的本益比、股價營收比和 EV/EBITDA 比率。」
  • 「Anthropic 最近一輪募資的金額、估值和主要投資者是什麼?」
  • 「Andreessen Horowitz 在過去 12 個月投資了多少家 AI 新創公司?」
  • 「過去一週有哪些 NVIDIA 股票的最新新聞文章?」

octagon-deep-research-agent

執行全面的多來源深入研究與綜合分析。

參數

  • prompt(字串,必填):自然語言研究請求。

範例:

Research the impact of lower interest rates on late-stage private software valuations over the next 12 months.

更多範例:

  • 「擷取 zillow.com/san-francisco-ca/ 的所有資料欄位」
  • 「研究 Apple 的隱私權變更對數位廣告公司營收與利潤率的財務影響」
  • 「擷取 2023 年的 Bitcoin 歷史價格資料,並分析價格波動趨勢」
  • 「分析電動車充電基礎設施市場的競爭態勢」

octagon-podcasts-agent

回答有關投資人、策略師、營運者與來賓在財經及商業 Podcast 中發言的問題。每項主張都會引用節目資訊(節目名稱、標題、日期、連結),答案最後會附上 Sources: 清單。財報電話會議不是 Podcast:請使用 octagon-agent 查詢。

參數

  • prompt(字串,必填):自然語言問題。請在問題中指定時間範圍、節目、主持人、來賓、公司或股票代號;沒有獨立的篩選參數。

範例:

What are podcast guests saying about NVDA since August?

更多範例:

  • 「Chamath 最近在 All-In 上對 AI 資本支出說了什麼?」
  • 「摘要 Odd Lots 最近 3 集的內容。」
  • 「上週的 Podcast 最常討論哪些公司?」
  • 「自 9 月以來,Podcast 對聯準會降息的情緒有何變化?」

octagon-prediction-markets-agent

Kalshi 和 Polymarket 預測市場的研究報告,以及兩個平台的市場搜尋與優勢篩選。

參數

  • prompt(字串,必填):Kalshi 市場 URL 或事件代碼、Polymarket 事件 URL 或 slug,或自然語言問題(某個主題有哪些市場或哪些市場正在開放,以及模型在哪些地方與價格看法不同)。
  • cache(布林值,選填):單一市場的報告模式。
    • 省略:octagon-prediction-markets-agent,若有快取報告則使用,否則產生報告。
    • false:octagon-prediction-markets-agent:refresh,強制產生新報告(3 點數;Plus、Pro 和 Enterprise 方案)。
    • true:octagon-prediction-markets-agent:cache,僅讀取快取報告;絕不產生報告;免費。若問題未指定任何市場,則傳回符合條件市場的結構化 JSON 清單(kind: "discovery")。

API 錯誤(市場參照缺失或無法解析、代碼不明確、市場已關閉、方案或點數限制)會以 Error [<code>]: <message> 傳回。

範例:

Generate a report for the Kalshi market https://kalshi.com/markets/kxbtcy/btc-price-range-eoy/kxbtcy-27jan0100
Which Kalshi NBA game-winner markets are open tonight?   (cache: true)

prediction_markets_history

使用選用的分頁和時間篩選條件,擷取預測市場事件代碼的歷史資料。

參數

  • event_ticker(字串,必填)
  • limit(數字,選填)
  • cursor(字串,選填)
  • captured_from(字串,選填)
  • captured_to(字串,選填)
  • include_analysis(布林值,選填;設為 true 時會要求分析欄位)

範例:

Fetch historical data for the Kalshi event https://kalshi.com/markets/kxbtcy/btc-price-range-eoy/kxbtcy-27jan0100

疑難排解

  1. API 金鑰問題:確認已在環境或設定檔中正確設定 Octagon API 金鑰。
  2. 連線問題:確認與 Octagon API 的連線正常運作。
  3. 速率限制:如果遇到速率限制錯誤,請降低請求頻率。

授權條款

MIT

個別專用 MCP 伺服器

此伺服器提供結合所有專用代理程式的完整市場情報;您也可以針對特定用途使用我們的個別 MCP 伺服器:

研究工具


⭐ 如果您覺得這個儲存庫有幫助,請為它加上星號!