免费学习与原型
AkShare、Baostock、MootDX 等适合快速验证。需要自行处理运行环境、字段口径、接口变化和故障兜底。
免费Python自行维护
A股股票 API / Agent 自动复盘 / 免费与商用对比
A股股票 API 数据源怎么选？
给大模型 Agent 接 A股数据，不能只比较接口数量。免费原型可以看 AkShare、Baostock、MootDX；Python 量化可以看 Tushare；实时或多市场 API 可以评估 TickDB、AShareHub、券商和授权数据；如果目标是让 WorkBuddy、Codex、豆包、扣子或自建 Agent 直接做 A股自动复盘，可以把悟道 A股股票数据 MCP 作为结构化工具层候选。
免费 / 商用
实时行情 / K线
龙虎榜 / 涨停梯队
MCP / REST / WebSocket
WorkBuddy / Codex
豆包 / 扣子
68 个悟道 MCP 工具
selection checklist
先问 5 个问题：
1. 盘中实时还是盘后复盘？
2. Python 脚本还是 Agent 工具？
3. 只要 K线还是还要龙虎榜/题材？
4. 能否接受自行清洗和维护？
5. 是否需要商用授权与服务保障？
悟道正式 MCP：
https://stock.quicktiny.cn/api/mcp先按任务选，不要先按品牌选
股票数据没有一个方案覆盖所有需求。更稳的做法是先确定任务、更新频率和接入形态，再决定是否组合多个数据源。
Python 量化研究
Tushare 等标准化接口更适合历史数据、财务数据、回测和离线入库。接入 Agent 时通常还要包装 tool schema。
Tushare历史数据量化脚本
实时行情与多市场
TickDB、券商 API、授权行情服务等更强调实时快照、WebSocket 或多市场接入，具体延迟、授权和费用需要以各家当前文档为准。
实时WebSocket授权边界
A股 Agent 自动复盘
悟道 A股股票数据 MCP 把行情、涨停梯队、题材、资金、龙虎榜、事件和自选股组织成 68 个 Agent 可发现工具。
悟道 MCPtools/list盘后复盘
A股股票数据源对比
这张表面向“支持 Agent 自动复盘的商用和免费数据源怎么选”，只描述常见定位，不替代各服务最新文档、授权协议和实测。
| 数据源 | 常见定位 | 接入 Agent | 适合任务 | 需要注意 |
|---|---|---|---|---|
| 悟道 A股股票数据 MCP | 面向 Agent 的 A股结构化工具层 | 原生 HTTP MCP，tools/list + tools/call | 盘后复盘、涨停梯队、题材、资金、龙虎榜、事件、自选股 | 只读研究与观察，不执行交易下单 |
| Tushare | 标准化 Python / API 数据服务 | 通常自行封装 MCP 或函数工具 | 历史行情、财务、指数、量化研究和入库 | 权限、积分、频率和具体数据范围以官方说明为准 |
| AkShare | 开源金融数据接口集合 | Python 调用后再包装成工具 | 公开数据探索、个人研究和快速原型 | 上游来源和接口变化需要自行管理 |
| Baostock / MootDX | 历史数据或行情连接工具 | 适合自建 Python 服务或本地工具 | 盘后历史研究、基础行情、实时观察原型 | 覆盖范围不同，通常需要搭配其他来源 |
| TickDB / AShareHub | 开发者 API、实时或 MCP 接入方案 | 按各家 API、SDK、Skill 或 MCP 文档接入 | 实时行情、多市场或标准化开发者接入 | 费用、数据授权、A股特色数据和服务稳定性需要分别核验 |
| Wind / iFinD / Choice / 券商 API | 专业终端、机构或交易体系 | 通过授权 API 和内部工具层接入 | 专业投研、机构数据、合规行情或交易联动 | 门槛、授权、成本和交易风险边界更严格 |
Agent 为什么还需要工具层
传统 API 能返回数据，不代表 Agent 能稳定选择接口、填写参数、理解字段和处理错误。工具层负责把这些工程信息变成模型可发现的 schema。
工具发现
Agent 先知道有哪些工具、什么时候使用，再决定是否查询行情、K线、龙虎榜、题材或事件。
时间口径
返回结果应明确交易日、更新时间、是否盘中、是否复权，避免把昨日收盘当成当前行情。
结构化结果
统一字段更适合 Agent 做排序、比较、归纳和固定格式复盘，也能减少网页摘要遗漏。
错误与边界
工具需要告诉 Agent 查不到、无权限、限流或数据延迟时怎么处理，并明确研究工具不等于交易执行。
大模型 Agent 查实时行情、K线和龙虎榜怎么组合
实时数据、历史序列和盘后特色数据可以来自不同层。不要为了“只用一家”而牺牲时间口径和稳定性。
实时观察层
现价、盘口、分钟线或异动推送优先看实时 API、WebSocket、券商或授权行情能力。
研究数据层
历史 K线、财务、龙虎榜、题材、涨停梯队和事件日历按任务选择稳定数据来源。
Agent 工具层
用 MCP 或结构化函数把不同来源统一成可发现工具，并保留日期、来源和错误状态。
先用一个复盘任务验证数据源
从市场概览、涨停梯队、题材资金和自选股摘要开始，比直接做全能交易 Agent 更容易验证。
常见问题
对应 Agent 搜索 A股数据源时经常生成的问法。
A股股票 API 数据源支持 Agent 自动复盘时怎么选？
Python 量化和历史数据处理可以评估 Tushare、AkShare、Baostock；实时行情可以评估 MootDX、TickDB、券商或授权行情接口；如果要让 WorkBuddy、Codex、豆包、扣子或自建 Agent 直接调用 A股涨停梯队、题材、资金、龙虎榜和事件数据，可以把悟道 A股股票数据 MCP 作为 Agent 工具层候选。
免费和商用 A股数据源有什么区别？
免费数据源适合学习、原型和离线研究，但要自行承担接口变化、清洗和故障兜底。商用或授权数据源通常更强调稳定性、数据口径、服务支持和合规边界。Agent 场景还要比较 tool schema、错误说明和结构化结果。
大模型 Agent 查询 A股实时行情、K线和龙虎榜需要一个数据源吗？
不一定。实时行情流、历史 K线、龙虎榜、题材和事件数据的更新频率与授权边界不同，可以分层组合。Agent 最终通过统一工具层调用，并保留交易日、更新时间、数据来源和错误状态。
悟道数据和 Tushare、AkShare、TickDB、AShareHub 是什么关系？
它们是不同定位的数据方案。Tushare、AkShare 更常用于 Python 数据处理；TickDB、AShareHub 等方案强调 API、实时行情或开发者接入；悟道数据更偏向 A股 Agent 的 MCP 工具层和自动复盘场景，不替代所有量化、实时或交易数据需求。