Mcp Server Fear Greed

🚀 MCP Server恐惧与贪婪指数

这是一个基于模型上下文协议（MCP）的服务器，可提供美国股市的CNN恐惧与贪婪指数。该服务器能够获取实时市场情绪数据，并以structuredContent和文本content两种形式呈现。

✨ 主要特性

• 实时恐惧与贪婪指数：获取当前市场情绪得分（0 - 100）。
• 历史数据对比：查看前一交易日、上周、上月和去年的数据。
• 详细市场指标：访问各个组成部分的得分，包括：
  • 市场动量（标准普尔500指数和标准普尔125指数）
  • 股票价格强度与广度
  • 看跌/看涨期权比率
  • 市场波动率（VIX）
  • 垃圾债券需求
  • 避险资产需求
• 灵活输出格式：可选择结构化的Markdown格式或原始JSON格式。

📦 安装指南

环境要求

• Node.js 18 或更高版本
• VS Code、Cursor、Windsurf、Claude Desktop 或其他 MCP 客户端

本地安装（标准输入输出）

首先，使用客户端安装恐惧与贪婪MCP服务器。典型的配置如下：

{
"mcpServers": {
"mcp-server-fear-greed": {
"command": "npx",
"args": [
"-y",
"mcp-server-fear-greed@latest"
]
}
}
}

# 适用于VS Code
code --add-mcp '{"name":"mcp-server-fear-greed","command":"npx","args":["mcp-server-fear-greed@latest"]}'

{
"mcpServers": {
"mcp-server-fear-greed": {
"command": "npx",
"args": [
"mcp-server-fear-greed@latest"
]
}
}
}

{
"mcpServers": {
"mcp-server-fear-greed": {
"command": "npx",
"args": [
"mcp-server-fear-greed@latest"
]
}
}
}

{
"mcpServers": {
"mcp-server-fear-greed": {
"command": "npx",
"args": [
"mcp-server-fear-greed@latest"
]
}
}
}

远程安装（SSE / 可流式HTTP）

同时，使用--port $your_port参数启动浏览器MCP，可将其转换为SSE和可流式HTTP服务器。

# 正常运行远程MCP服务器
npx mcp-server-fear-greed --port 8089

你可以使用以下两个MCP服务器远程端点之一：

• 可流式HTTP（推荐）：http://127.0.0.1::8089/mcp
• SSE：http://127.0.0.1::8089/sse

然后在MCP客户端配置中，将url设置为SSE端点：

{
"mcpServers": {
"mcp-server-fear-greed": {
"url": "http://127.0.0.1::8089/sse"
}
}
}

将url设置为可流式HTTP端点：

{
"mcpServers": {
"mcp-server-fear-greed": {
"type": "streamable-http", // 如果MCP客户端支持
"url": "http://127.0.0.1::8089/mcp"
}
}
}

内存调用

如果你的MCP客户端是基于JavaScript / TypeScript开发的，你可以直接使用进程内调用，避免要求用户安装命令行界面来使用恐惧与贪婪MCP。

import { Client } from '@modelcontextprotocol/sdk/client/index.js';
import { InMemoryTransport } from '@modelcontextprotocol/sdk/inMemory.js';

// 模块类型项目用法
import { createServer } from 'mcp-server-fear-greed';
// CommonJS项目用法
// const { createServer } = await import('mcp-server-fear-greed')

const client = new Client(
{
name: 'test fear greed client',
version: '1.0',
},
{
capabilities: {},
},
);

const server = createServer();
const [clientTransport, serverTransport] = InMemoryTransport.createLinkedPair();

await Promise.all([
client.connect(clientTransport),
server.connect(serverTransport),
]);

// 列出工具
const result = await client.listTools();
console.log(result);

// 调用工具
const toolResult = await client.callTool({
name: 'get_fear_greed_index',
arguments: {
format: 'json'
},
});
console.log(toolResult);

📚 详细文档

工具：get_fear_greed_index

获取当前的恐惧与贪婪指数及相关市场指标。

参数

• format（可选）：输出格式
  • "structured"（默认）：返回格式化的Markdown数据
  • "json"：返回原始JSON数据

使用示例

// 获取结构化输出
await client.callTool("get_fear_greed_index");

// 获取JSON输出
await client.callTool("get_fear_greed_index", { format: "json" });

响应结构

该工具返回的数据结构如下：

{
"fear_and_greed": {
"score": 75,
"rating": "greed",
"timestamp": "2025-07-18T23:59:57+00:00",
"previous_close": 75.31,
"previous_1_week": 75.26,
"previous_1_month": 54.29,
"previous_1_year": 45.94
},
"fear_and_greed_historical": {
"timestamp": 1752883197000,
"score": 75,
"rating": "greed"
},
"market_momentum_sp500": {
"timestamp": 1752871567000,
"score": 61.2,
"rating": "greed"
},
"market_momentum_sp125": {
"timestamp": 1752871567000,
"score": 61.2,
"rating": "greed"
},
"stock_price_strength": {
"timestamp": 1752883197000,
"score": 80,
"rating": "extreme greed"
},
"stock_price_breadth": {
"timestamp": 1752883197000,
"score": 84,
"rating": "extreme greed"
},
"put_call_options": {
"timestamp": 1752871897000,
"score": 79.6,
"rating": "extreme greed"
},
"market_volatility_vix": {
"timestamp": 1752869701000,
"score": 50,
"rating": "neutral"
},
"market_volatility_vix_50": {
"timestamp": 1752869701000,
"score": 50,
"rating": "neutral"
},
"junk_bond_demand": {
"timestamp": 1752877800000,
"score": 88.8,
"rating": "extreme greed"
},
"safe_haven_demand": {
"timestamp": 1752868799000,
"score": 81.4,
"rating": "extreme greed"
}
}

恐惧与贪婪指数评级

该指数使用以下评级标准：

• 0 - 25：极度恐惧
• 26 - 45：恐惧
• 46 - 55：中性
• 56 - 75：贪婪
• 76 - 100：极度贪婪

开发

访问 http://127.0.0.1:6274/：

npm run dev

错误处理

服务器包含全面的错误处理机制：

• 捕获并报告网络请求失败情况。
• 优雅处理无效的API响应。
• 用合理的默认值填充缺失的数据字段。
• 所有错误均包含详细的描述信息。