进门 AI投研大师公开课用进门MCP拉高投研上限

00:00:15 各位专业投资人，各位朋友，大家下午好。为什么今天特意要跟大家讲一讲MCP这件事情呢？它主要有两个原因。一方面有很多用户，尤其是买方的经经理朋友跟我说，哎，你们金门MC这么好用，我们以前都不知道你们，你们怎么都不加大宣传呢啊另外一方面呢，市面上有好多呃五花八门的MCP或者是包装成那个MCP的API接口啊，它质量参差不齐。大家也不知道怎么去识别真正适合自己的MCP啊，到底是怎样子的，所以今天跟大家聊一聊AI时代MCP它应该是怎么样子啊，怎么来帮助我们。 00:01:00 对，那先谈一下什么是MCP吧。我们从生产力工具的跃迁，来感受一下MCP这个工具给我们这个时代带来什么。那首先呢，呃，可以看可以看到啊，就每个时代的生产力工具变革，它会它都会重新定义一个新的生产方式。比如说我们20世纪初打印机的出现，它改变了秘书的工作方式，在20世纪90年代，excel的出现，它改变了会计和会计师的工作方式。那在21世纪初呢，彭勃终端啊，它依靠自己的优势深入嵌入了高频和量化的交易流程，成为了机构的标配。呃，市场渗透率那时候也超过90%，它定义了交易员和研究员。那在21世纪20年代啊，更准确地说。 00:01:51 是从2023年的ChatGPT诞生直到今天AI Agent的爆发，它在投研领域，呃在投影领域呢，AI它已经发生翻天覆地的变化，那么其中最重要的组成方式就是。 00:02:08 MCP或者是最重要之一吧，它是随着大模型发展而应运而生的。那MCP这个工具它诞生时间不是很远，它是在2024年11月份由Anthropic公司提出的啊。当然我们的最终目标它并不是说让AI去替代研究员，而是让研究员变得更好，把研究做到过去做不到的深度和广度，这也是我们呃进门的目标。呃大家有发现我们进门是从二三年底开始啊，24年初呃来全力发展我们的AI应用，其实跟我们时代的技术变革或者是呃刚才提到生产力工具的跃迁，它是深度契合的。 00:02:51 那么呃其实很多人可能还没有意识到什么呢，就是MCP它现在其实已经成为了AI时代的一个范式革命。就刚才讲到其实很多人会把传统API和MCP弄混淆，容易搞错，那同时呢也有很多人去会面对面临呃五花八门的这种MCP推荐。那么今天跟大家讲一讲它到底有什么区别。 00:03:15 首先传统API或者是说呃，之前做金融终端的软件公司会把数据分装成呃一个一个API啊， 00:03:24 它主要实现什么就是数据的传输啊，比如说上面的把数据ABC啊，就是传给那个AI，让他自己去理解啊。让他自己去呃处理，那虽然说呢大语言模型它很强大，但是这么多数据喂给它啊，你想象一下对吧，的他也会很累的啊，处理起来又累，那甚至是呢会偷懒啊，所以他最终会给到一个结果，错误的结果，也就是说幻觉。那为了让他又准确又轻松呢，我们其实就是可以用MCP的方式啊，它是一个真正适配AI的一种接口，来实现让它又准确又轻松。比如说一个指令发出去啊，从数据的搜索啊，数据的一个分析， 00:04:12 从数据的一些文本的处理，那第包括它的代代码开发，它其实都是可以在MMCP测完成，那之后呢，更精准的投喂给大模型啊，让它做得更更更轻松更精准。 00:04:29 那用一个形象比喻啊，就是我们的标题啊，API给它是菜单，但是呢它不会做菜，MCP给的它是厨房，你菜点好后顺便帮你加工好，端上来喂到你嘴边，你干嘛呢？你吃就完了。 00:04:44 所以所以呢，传统API它就是把数据塞给模型的啊，呃，不管你想不想要，不管模型想不想要，让他自己选，那要一次给一次，问一次他答一次，那么市面上也有好多那个投研平台，它会比较取巧，会在API上面加个skills啊，然后伪装成MCP给用户去提供服务。虽然它也能达到效果，但是它不够直接，场景一旦超过skills范围，它就会变得又笨又慢啊。所以在单一场景它可能能实现效果，但是在复杂且那个多变场景上它就力不从心了。 00:05:20 那MC的方式呢，其实大家看到它是类似于我就组成组合成的工具箱啊，把工具箱给到模型从源头。上解决了模型取数取工具的一种能力。对这边也说了一下啊，就每个工具它具备意图理解的能力，那给到API给到模型，那么它的效果会更好啊。 00:05:44 那么说完MCP的定义，也说完MCP的区别啊，那现在来看一看，就是呃我们进门的MCP它是怎样子的，它到底好好在哪里啊？首先我们MCP它有两种玩法，第一种最简单也最直接的，直接在我们进M平台上使用，那效果肯定是毋庸置疑的。那第二种呢，也是我们呃很多用户会用到，就是接入咱们自己的Agent里面去，比如像啊codex cloud code啊workbo呀copa啊或者是哈马S啊来使用。那对于我们基本而言没关系啊，就是你不管在哪里去写啊，这你你都是可以调用进门的MCP的啊，调用我们数据和工具。 00:06:28 那么第二呢就是说。为什么说我们的进门的？MCP会越来越得到用户的认可呢啊，呃，它首先它是经过打磨的，而且是经过大量用户打磨。目前我们把MCP能力推向了呃进门50万月活的用户啊，目前就是我们的调用的次数已经达到亿次级调用。所以呢，呃MC它不是一个静态的，它跟以前API不一样，它不是静态的，我们通过用户的使用，它不断的去迭代啊，不断的在我们的这个哈尼斯工程体系下面不断去优化，不断去打磨，那最后呢，呃。呃，经过这个版本的一个比如说调用啊，它经过一个反向定义下一个版本的工具颗粒度啊，就是这种方式呢。 00:07:24 其实我们在早期啊，用我们的那个MCP用户应该能够深刻体体体会到啊，这是我们的这个MCP数据的抓取和工具抓取，尤其数据抓取它更精准了，可甚至是肉眼可见的，它它在那个增长和进步。对。这是我们进门有这样的自信啊，能够提供给我们用户好的MCP的一个非常大的一个基础，就是我们用户的使用。 00:07:51那么第二呢，就是说到我们的MCP它。 00:07:55 不得不说它一个特别重要的功能就是数据了。 00:07:57 大家应该经常会碰到模型的幻觉问题啊，尤其在24年的时候啊，那时候呃整个模型或者哈利工程没有这么成熟的时候，几乎所有的平台都会呃把这个问题就是模型幻觉问题做得特别突出。对，所以它其中有个重要的问题， 00:08:15 其实我们解决，其实我们也是最早通过这种数据的方案去做，做了正式方面幻觉的呃处理，比如说你的溯源啊，大家之前也能看到，不管基于路演啊研报或者是其他的呃数据源的数据源，我们做的非常好。那其中呃有个呃就是幻觉的核心的问题，就是你投喂数进去，如果是残缺的或者是不精准的数据，你出来结果它就是残缺的啊，就是不精准的。因此呢，干净的数据特别重要。 00:08:42 那我们进门最核心的呃数据，大家也知道，我们进门是从做路演起家的，而且很早从2015年就开始了。所以呢我们在路演这块呢或者是呃。 00:08:55 这公开路演这块呢，我们在全市场拥有最深最全的数据啊，目前。我们在整个市场占比啊，我们公开路演市场占比已经超过95%了。那其次是我们的那个呃外资研报，我们外资研报也非常全，覆盖了50家同行。对，除了除了内容之外呢，除了我们外资研报这个原文的英文内容之外呢，我们还打好了标签，做好了翻译，这样的话大家调用起来非常非常方便啊，非常方便。 00:09:27 呃，除了我们的那个核心数据，那就是呃，就是我们叫什么呢，就是呃其实还是不够的，对，其实所以说我们要把我们相关的其他投研数据数据纳入进来，啊比如说呢。 00:09:40 刚才提到啊，就是我们的路演数据啊，研报数据也好，那还有我们经常会用到公告财报啊，事验信号和基本内参啊，呃，这个的话也可在演示的时候给大家看一下它到底是怎么一回事。那包括我们呃研究员老师也特别喜欢去看一些公众号的一些内容。 00:09:58 那除此之外呢，还有很多通用的呃金融数据啊，包括产业的数据啊，呃图谱啊，产业图谱数据啊，包括宏观数据啊EDP数据啊等等啊啊这些数据我们其已经全部纳进来了。当然有 些通用数据公开数据大家可以随意调用，那如果像有一些核心数据，像比如像路演数据呢啊或者研报数据呢，它会有一些呃白名单的规则和限制啊，这个可能呃，跟这是也是我们跟其他家或者其他的这个数据源不一样的一个点地方。 00:10:31 对，那说完刚才说到一个数据呢，其实我们呃我们这个key啊，我们MCP这个key啊，它还有另外一个功能就是说。它可以，它可以接什么？它是可以呃，它是可以接模型的。呃，我不知道大家有没有呃。就是碰到这样的一个问题啊，就是我们很多朋友在呃想想要去那个使用境外的模型，比如像GPT啊啊比如像Gemini啊或者cloude啊这种呃它的一些模型，大家会发现使用起来特别痛苦啊呃，当然现在因为独特的一些政策的一个呃国内外的政策环境。那除此之外呢，就是说什么呢，就是我们。 00:11:12 跨境使用，跨境的配置，跨境的调用都非常麻烦啊，都非常麻烦，而且有可能呃。全部配完了他还不好用，它不稳定啊，用的可能还是垃圾的算力。对，那到今天就不太一样了，我们跟呃就我们自己有有有有有，就是呃就是在在呃跟。比如说跟大厂合作吧，啊，我们会有一个用一个key的方式来解决我们的那个。刚才提到了一系列问题，包括你的购买，包括你的配置，包括你的使用，你都不用操心了。你你只要操心一件事情啊，就是用我们牛币，然后配上你的key，然后结合你的模型就完了。 00:11:55 那大话使用方式呢，我我也跟大家演示一下啊，这个也非常简单。我讲完最后一趴，那一起跟大家演示一下怎么去调用，怎么去配置。那说到最后啊， 00:12:06 刚才一直强调说我们的进进门的这个MCP除了配数据啊，除了配这个模型呢，还有一个非常重要功能就是配工具啊。大家可以看到就是我们现在有七大品类的工具啊，它覆盖了71呃71个呃就是子集的一个投研投研工具呃。大家如果说那个之前呃用用过我们的那个呃，就是使用我们比较高频的用户呢，大家会发现啊，我们的这个投影工具的迭代速度也非常快，在最开始的时候可能才40个啊，我们现在已经。已经做到71个投影工具了， 00:12:42 那为什么会这么做呢？因为呃，我们投研老师遇到的一些场景啊，它都是呃非常丰富且非 常多变的。那这种情况下，我们为了适配咱们的一个场景啊，独特的场景呢，我们就不断必须得不断的去升级，不断的去迭代啊。这是个很重要的原因，那讲到这里呢，我就进入我们的那个演示环节了。 00:13:07 对，为了节约时间呢，我提前跑好一些案例，那首先呃跟大家呃我我用那个呃用workbody吧，这个因为。看上去会那个可视化会比较好一点。 00:13:18 那刚才也说到我们的K是怎么配的啊，非常简单，我先说一下我们这个模型是怎么配K的，比如说我的work body啊，想调用一些境外模型。啊，或者codex和Claude都是一样的原理啊。啊，比如说这里有个设置对吧，这边有一个模型的配置。这边可以添加模型啊，然后这里有一个自定义的模块啊，呃，这个关键来了，非常简单。嗯，比如说接口啊，不同的模型它确实会有，就我们现在主要分为两两类接口， 00:13:49 一个是就是关于那个GPT的啊。对。地址啊，然后K的话就是在我们的网页啊头像上面去那个。去去抓就完了，对，比如说在这里。嗯，然后呢，有一个复制复制密钥，这个密钥我们所有的不管是模型还是工具都是通用的啊。放进去啊，然后写上模型名称。就是说这个。对，去掉多余的东西。保存一下，OK好配完了，配完之后呢，在我们的模型下面诶，它就可以选到了。对看这面的3.1之前我没配过啊，就选到了OK呃， 00:14:36 这是一个模型配置，就是用一个K的方式啊，就可以把它配配配上了。当然有些模型甚至可以用对话方式配，比如像codex也是可以的。呃，那这里就是讲好讲完我们的那个key的呃配模型的方式之后呢， 00:14:51 我这边跟各位老师呃演示一下我们的那个七大工具，因为这个工具里面也含数据啊，给大家实操看一下它的一个效果。 00:15:03