tasty-agent 是一款 MCP 服务器，专为 AI 模型与 TastyTrade 经纪账户交互而设计。它使 AI 能够监控投资组合、分析持仓，并通过 TastyTrade 平台执行交易。该服务器提供了一系列工具，包括投资组合管理（如账户余额查询、持仓信息获取、交易历史查询）和交易管理（如计划交易、查看计划交易、移除计划交易）。此外，还提供市场分析功能，例如获取市场指标和价格信息。

tasty-agent 通过标准输入/输出或 HTTP/SSE 与 AI 模型无缝集成，开发者可以使用简单的命令来调用其功能。核心价值在于它简化了 AI 模型与金融市场的连接，使量化交易、智能投资组合管理等应用成为可能。通过 uv 包管理器安装，并使用系统密钥环安全地存储 TastyTrade 凭据，确保安全可靠。

投资组合价值可视化

tasty-agent 允许 AI 模型通过 plot_nlv_history 工具，以图形化的方式呈现 TastyTrade 账户的净清算价值（NLV）历史。该工具接受一个 time_back 参数，允许用户指定需要绘制的时间范围，例如 1 天、1 个月、3 个月等，最长可追溯至账户创建之初。服务器会生成一个包含 NLV 历史数据的 PNG 图像，并将其编码为 Base64 字符串返回给 AI 模型。AI 模型可以利用这个图像，向用户展示账户价值随时间变化的趋势，帮助用户更好地理解投资组合的表现。例如，用户可以询问：“我的投资组合过去一个月表现如何？”，AI 模型调用此工具获取 NLV 历史图表，并将其呈现给用户。

技术实现上，该功能依赖于 Python 的数据可视化库（如 Matplotlib）来生成图表。Base64 编码确保了图像数据可以通过文本形式安全地传输，方便 AI 模型进行处理和展示。

自动化交易排程

tasty-agent 提供了 schedule_trade、list_scheduled_trades 和 remove_scheduled_trade 三个工具，共同实现了自动化交易排程功能。schedule_trade 允许 AI 模型根据预设的交易策略，安排在未来某个时间执行交易，支持买入开仓和卖出平仓两种操作，并可指定股票或期权的交易参数，例如数量、标的股票代码、行权价、期权类型和到期日。list_scheduled_trades 则用于查看所有待执行的交易任务，提供任务 ID、交易类型、标的资产、数量和状态等信息。remove_scheduled_trade 允许取消已排程的交易任务。

例如，AI 模型可以根据用户设定的止损策略，自动排程卖出平仓的交易任务，或者根据用户设定的定期投资计划，自动排程买入开仓的交易任务。需要注意的是，交易排程的执行依赖于 Claude Desktop 的运行，关闭 Claude Desktop 会导致交易排程失效。

实时市场数据获取

tasty-agent 通过 get_prices 工具，为 AI 模型提供实时的市场数据。该工具接受一个股票或期权代码作为输入，返回当前的市场买入价和卖出价。AI 模型可以利用这些数据，进行实时的市场分析，并根据市场变化动态调整交易策略。例如，AI 模型可以监控特定股票的价格波动，并在价格达到预设的阈值时，向用户发出交易信号，或者自动执行交易。

此外，get_metrics 工具可以获取指定股票代码的市场指标，包括隐含波动率排名、隐含波动率百分位、Beta 值、流动性评级以及下一次财报发布日期/时间（如果可用）。这些指标可以帮助 AI 模型更全面地评估市场风险和机会。

安全凭证管理

tasty-agent 通过命令行工具 uvx tasty-agent setup 实现安全的凭证管理。该命令引导用户输入 TastyTrade 账户的凭证，并将这些凭证安全地存储在操作系统的密钥链中（macOS 上的 Keychain、Windows 上的 Windows 凭据管理器等）。这种方式避免了将敏感信息直接存储在配置文件或代码中，提高了安全性。

在运行时，tasty-agent 从密钥链中读取凭证，用于与 TastyTrade API 进行身份验证。这种机制确保了 AI 模型在访问用户账户时，能够安全地获取必要的授权，同时保护用户的隐私。