Airbnb-StockScreener-Agent-with-MCP vs memory
并排对比，帮你在这两个 MCP server 之间做选择。
Airbnb-StockScreener-Agent-with-MCP by ambideXtrous9 | memory by modelcontextprotocol | |
|---|---|---|
| Stars | ★ 0 | ★ 85,748 |
| 30天用量 | — | — |
| 综合分 | 27 | 77 |
| 官方 | — | ✓ |
| 分类 | 金融数据AI / LLM 工具网页抓取 | 知识库 / RAGAI / LLM 工具效率工具 |
| 实现语言 | Jupyter Notebook | TypeScript |
| 最近提交 | 9 个月前 | 本月 |
Airbnb-StockScreener-Agent-with-MCP · 概述
使用 LangChain、Ollama Qwen3 和 BeautifulSoup 进行本地股票分析的 MCP 服务器。
memory · 概述
一个实现持久化记忆的 MCP 服务器，使用本地知识图谱让 AI 模型能在聊天间记住用户信息。
Airbnb-StockScreener-Agent-with-MCP · 使用场景
- 对单个公司进行详细股票分析
- 提取财务指标和利润趋势用于投资研究
- 分析持股模式和机构所有权
memory · 使用场景
- 通过记住用户偏好、历史和关系来个性化 AI 助手交互
- 构建维护对话历史的上下文感知聊天应用
- 创建在 AI 模型会话间持久化的知识库
Airbnb-StockScreener-Agent-with-MCP · 安装
- 安装先决条件：
``bash pip install langchain langchain-community langchain-core beautifulsoup4 ollama ollama pull qwen3 ``
- 克隆存储库并安装依赖项：
``bash git clone <repository_url> pip install -r requirements.txt ``
- 在 Claude Desktop（或兼容客户端）中配置 MCP 服务器：
``json { "mcpServers": { "stock": { "command": "python", "args": ["StockMcp.py"], "transport": "stdio" } } } ``
memory · 安装
安装
Claude Desktop
添加到你的 claude_desktop_config.json 文件中：
{
"mcpServers": {
"memory": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-memory"
]
}
}
}VS Code
使用一键安装按钮或在 .vscode/mcp.json 中手动配置：
{
"servers": {
"memory": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-memory"
]
}
}
}Docker
{
"mcpServers": {
"memory": {
"command": "docker",
"args": ["run", "-i", "-v", "claude-memory:/app/dist", "--rm", "mcp/memory"]
}
}
}