【专题报告】AI投研工具研究之一：华创金工MCP配置与使用.pdf

AI大模型正在重塑金融投研的基础设施，但"数据孤岛"和"工具割裂"仍是制约投研效率的核心瓶颈。华创证券金融工程团队基于MCP（Model Context Protocol）开放协议，构建了一套面向投研场景的AI工具服务体系，试图通过标准化接口将分散的数据库、知识库、量化模型与AI人设统一封装，使AI从"泛泛而谈的聊天助手"进化为"可溯源、可组合、可沉淀的专业投研搭档"。

研究目的与核心架构

该报告旨在系统介绍华创金工MCP服务的技术架构、工具能力与配置方法，为买方、卖方专业研究员及希望在AI工作流中接入金融数据的团队提供基础设施参考。MCP采用客户端-服务端架构，底层使用JSON-RPC 2.0通信，核心协议包括initialize、tools/list、tools/call等方法，支持自动发现与即插即用。

工具能力全景

服务当前提供23个工具，分为7大类别：投研分析类（公司速览、行业报告、形态学信号）、数据查询类（A股财务数据库、公募重仓股、产业链、基金经理档案）、知识与舆情类（知识库全文检索）、资讯与公众号类（财经新闻、微信账号/文章/正文）、实用工具类（身份证、区号、农历、天气、手机号）、首席与大师类（22位卖方首席与29位投资大师的AI人设对话）、文件类（工作区文件保存与读取）。

核心结论

通过MCP服务，投研工作的重心从"找数据"回归"想问题"。该服务解决了数据孤岛、AI能力与数据源割裂、工具切换成本高、能力无法按需组合等传统痛点，实现一个对话入口、AI自动编排的工作流。同时，报告明确区分了MCP与Skills的定位差异：MCP是远程数据服务的执行引擎，Skills是本地流程的知识封装，两者可协同工作。