okama-mcp: подключаем ИИ-ассистента к портфельной аналитике по Model Context Protocol

Вот важная новость с фронта ИИ: Chilango 23 минуты назад okama-mcp: подключаем ИИ-ассистента к портфельной аналитике по Model Context Protocol Простой 5 мин 798 Блог компании Окама Python * Математика * Финансы в IT Open source * Обзор Диалог с ИИ-ассистентом о портфеле 60/40 и гистограмма распределения доходности (IRR) по методу Монте-КарлоИИ-ассистенты — ChatGPT, Claude, Gemini — бойко рассуждают о финансах, но числа любят галлюцинировать: то перепутают CAGR портфеля, то сошлются на статистику, которой нет. Причина банальна — LLM генерирует правдоподобный текст, а не считает по рыночным данным. okama-mcp закрывает этот разрыв: это MCP-сервер, который отдаёт ассистенту инструментарий библиотеки okama для портфельного анализа.

Ассистент перестаёт выдумывать и на каждый запрос дёргает настоящий расчёт — бэктест, Монте-Карло, границу эффективности — и возвращает числа с графиком. Мы уже писали на Хабре про библиотеку okama и веб-интерфейс okama. okama-mcp — следующий логичный шаг той же линии: движок один и тот же, но теперь к нему ходит не человек из Python-кода и не через веб-виджеты, а LLM-ассистент по стандартному протоколу.

Технические детали

Проект бесплатный, open-source под MIT, собран на FastMCP, Python ≥ 3. Зачем здесь MCPModel Context Protocol — открытый стандарт от Anthropic для подключения LLM к внешним инструментам и данным. По сути это транспорт плюс схема для tool-use: ассистент видит список тулов с их JSON-схемами, по ходу диалога решает, какой вызвать, шлёт аргументы, получает результат и вплетает его в ответ.

Программу, которая эти тулы предоставляет, называют MCP-сервером. okama-mcp — ровно такой сервер: оборачивает okama в набор тулов и говорит на MCP. Профит в том, что ассистенту не нужно «знать» финансовую математику и свежие котировки — он делегирует расчёт okama и работает как оркестратор: разобрал запрос на естественном языке → выбрал и вызвал нужный тул → объяснил результат словами.

Как это устроеноСхема работы okama MCP: запрос ассистенту → вызов okama MCP → расчёт в okama → ответ с числами и графикомПод капотом — FastMCP, один кодовый базис и два транспорта:stdio — для локальных клиентов (Claude Desktop, Claude Code, Cursor, Codex). Клиент поднимает сервер как дочерний процесс и общается по stdin/stdout. streamable-http — для self-hosting: поднимаете сервер на своём хосте и подключаете по сети.

Отраслевые последствия

Несколько решений, важных для тех, кто полезет внутрь:Тулы stateless. Никакой сессии — полная спецификация портфеля передаётся в каждом вызове. Это упрощает и кэширование, и self-hosting: любой инстанс обслужит любой запрос.

Дорогие okama-объекты (Portfolio, EfficientFrontier) кэшируются по sha256 от канонизированной спеки (TTL + LRU). Повторные вызовы на ту же спеку отдаются мгновенно. Типизированные спеки на pydantic.

Сложные тулы принимают не плоский список параметров, а валидируемые структуры — PortfolioSpec, MCSpec, CashflowSpec, FrontierSpec. Кривой аргумент отлетает с внятной ошибкой ещё до вызова okama.

Событие, по словам экспертов, усилит конкуренцию в сфере ИИ.