tradesdontlie/tradingview-mcp

说明与用途

**项目简介（2‑3 句）**
tradesdontlie/tradingview-mcp 是一款 AI 辅助的 TradingView 桌面插件，能够将 Claude Code 与本地 TradingView 客户端相连，实现图表分析自动化和个人化工作流。它帮助用户在研究交易系统、回测策略和实时监控市场时，借助大模型快速生成、验证和执行分析脚本。

---

价值点

| 维度 | 说明 |
|------|------|
| **核心价值** | 将 Claude（Anthropic）的大语言模型能力直接嵌入 TradingView，自动化图表标注、指标生成、策略回测等繁琐步骤，显著提升研究效率。 |
| **业务场景** | - **交易系统研发**：快速生成技术指标代码、验证逻辑。<br>- **策略回测**：一键把模型输出的策略转化为 Pine Script 并在 TradingView 回测。<br>- **市场监控**：自动化监测特定形态或信号，实时推送提醒。 |
| **竞争优势** | 与传统手动编写 Pine Script 相比，省去大量重复劳动；比纯粹的 AI 文本生成更贴合 TradingView 环境，降低实现门槛。 |

---

典型接入方式

1. **环境准备**

• 确保本地已安装最新的 TradingView Desktop 客户端。
• 在项目根目录执行 npm install 安装依赖（主要是 JavaScript/Node 环境）。

1. **Claude API 配置**

• 在 .env 中填入 ANTHROPIC_API_KEY（或对应的 Claude 访问凭证）。
• 可选：配置 TRADINGVIEW_MCP_PORT 以自定义本地服务端口。

1. **启动服务**

   npm run start   # 启动本地 MCP 服务器

服务器会监听 TradingView Desktop 的插件接口，接收图表请求并返回 Claude 生成的代码或分析结果。

1. **在 TradingView Desktop 中加载插件**

• 打开 TradingView → “插件” → “本地插件” → 选择 tradingview-mcp 的入口文件（通常是 manifest.json）。
• 完成后即可在图表右键菜单或自定义按钮中看到 “AI 分析” 等选项。

1. **验证与迭代（PoC）**

• 先在测试账号或非生产图表上运行几次 AI 生成的 Pine Script，检查语法和逻辑是否符合预期。
• 根据实际需求微调 .env 中的提示模板或模型参数（如 max_tokens、temperature）。

---

生产可用性评估

| 维度 | 评估 | 说明 |
|------|------|------|
| **成熟度** | **中等** | 项目已有 4165 星、1997 Fork，活跃度高（最近更新于 2026‑07‑04），但仍主要定位原型/内部工具。 |
| **依赖风险** | 中等 | 依赖 Claude API（外部付费服务）以及 TradingView Desktop 的本地插件接口，需监控 API 费用和版本兼容性。 |
| **安全合规** | 需要进一步审查 | 当前未发现显著的元数据风险，仍需检查许可证（MIT / Apache 等）以及第三方库的安全报告。 |
| **运维成本** | 低‑中 | 只需维持 Node 环境和 API 秘钥，部署在内部服务器或容器即可。 |
| **推荐使用场景** | - 原型验证<br>- 内部研究团队的自动化工作流<br>- 高频交易前的策略快速迭代 | 对外部客户或高并发生产环境建议先进行 **小规模 PoC**，并在通过安全、费用和 SLA 评估后再正式上线。 |

**结论**：tradesdontlie/tradingview-mcp 适合作为 **原型/内部自动化** 的加速器，能够快速把 AI 生成的交易逻辑落地到 TradingView。若业务对可靠性、成本和合规要求较高，建议在小范围 PoC 验证后，再进行依赖审计和容错设计后方可投入生产。

实际用途

tradesdontlie/tradingview-mcp helps research and automate market workflows.

• research trading systems
• backtest strategies
• monitor market workflows

限制与审查说明

Medium: useful for prototypes or internal workflows, with dependency and maintenance checks before production.