Alphalabs Intelligence

io.github.Pak209由 GitHub 账号 Pak209 发布v1.0.0更新于 Oct 24, 2026

Live trading-pipeline intelligence for AI agents: signal scoring, calibration, recorded outcomes.

已验证Streamable HTTP可网页运行金融

概览

AI 生成的概览

让助手用 AlphaLabs 引擎为交易想法评分，并查询校准、结果与特征归因等汇总统计。

可以做什么
提供 AlphaLabs 交易信号引擎的查询工具：列出产品与价格、用固定规则为用户自己的交易想法评分并返回评分编号、按评分编号解释各子信号与权重，以及获取管线校准、已记录结果和特征归因等汇总统计。
适用场景
适合在需要用一致的评分规则检验自己的交易想法，或想了解某套信号引擎的校准与历史表现时加入。若需要实时行情、下单或账户数据，则不适用。
运行要求
需连接远程端点，无需本地软件包。需在 Authorization 请求头中提供 API 密钥；免费测试密钥可通过电子邮件申请。
安装前请注意
需提供 Authorization 请求头中的 API 密钥，请妥善保管。工具仅返回引擎的汇总统计与评分，不含持仓、订单或账户数据，价格与成交量确认也未纳入评估；输出仅供参考，不构成投资建议。

安装

在 SourceWeft 中

  1. 打开 控制台中的 Alphalabs Intelligence，将其添加到工作区。
  2. 为需要使用其工具的对话启用该服务。

Web executable，通过 Streamable HTTP。 远程服务在工作区中配置后即可从网页运行时运行。

交给智能体安装

把这段提示词粘贴到 Claude Code、Codex、Cursor 等智能体，或 SourceWeft 对话中。智能体会读取该服务器的安装指南，先向你展示发布者、端点和登录方式，经你同意后再把它添加到你的客户端。密钥不会写进任何命令。

阅读 https://sourceweft.com/mcp/io.github.Pak209%2Falphalabs-intelligence/install.md，并按其中说明把这个 MCP 服务器接入我的客户端。修改任何配置之前，先告诉我它的发布者、端点和登录方式，等我确认。不要把 API 密钥写进命令或我会提交的文件；问我密钥应从哪里获取。

查看智能体所依据的安装指南

其他 MCP 客户端

把它添加到你客户端的 mcpServers 配置中。

{
  "mcpServers": {
    "alphalabs-intelligence": {
      "type": "http",
      "url": "https://api.pak-labs.com/mcp"
    }
  }
}

工具

6

alphalabs_get_catalog

Free: list AlphaLabs Intelligence products, prices, and auth model.

无需输入参数。

alphalabs_calibration_report

Live paper-trading pipeline calibration telemetry: stage funnel, gate failures, near-misses. Derived analytics only — no positions, orders, or account data exist on this surface.

无需输入参数。

alphalabs_evaluate_signal

Score YOUR trade idea through the live AlphaLabs deterministic engine: composite score, tier, per-component sub-signals, floors. Price/volume confirmation is not evaluated (no vendor market data). Returns an evaluation_id for alphalabs_explain_decision.

输入参数bias必填thesisticker必填catalystconfidencecatalyst_typecatalyst_score

alphalabs_outcome_report

Recorded outcomes of the live pipeline's own decisions: hit rates, score-band tables, accepted-vs-rejected edge, gate near-miss regret. Aggregated engine telemetry — percent moves and counts only.

无需输入参数。

alphalabs_feature_attribution

Which engine inputs actually predict outcomes, measured on recorded live results: Spearman rankings, median-split deltas, dead inputs.

无需输入参数。

alphalabs_explain_decision

Glass-box breakdown of a prior evaluation by evaluation_id: every sub-signal, weight, floor, and the composite reasoning.

输入参数evaluation_id必填

版本历史

1
  1. v1.0.0最新Sep 16, 2026

评分

已满足适用检查项的 83%

该评分衡量此收录条目的完整程度，依据注册中心条目、端点与公开来源计算得出。它不是对服务器本身的评价，也不表示服务器安全或当前可用：可连通性是带日期的检查结果，评分也不包含安装量或用户评价。

  • 近 30 天内可连通必需25 分
  • 已声明认证方式必需10 分
  • 已列出工具必需15 分
  • 描述必需15 分
  • 图标10 分
  • 文档15 分

    请声明包含 README 的 GitHub 仓库，或在 OAuth 受保护资源元数据中提供 resource_documentation。

  • 许可证不适用

    托管服务按其提供方的条款使用，因此这里不要求许可证。此检查项不计入百分比。