1.版本

安装最新版本langchain（1.2.13），要求python 3.10+

2.完整代码

我们使用python虚拟环境做隔离，防止包冲突：

python -m venv my-agent       # 创建名为 my-agent 的虚拟环境
source my-agent/bin/activate  # 激活环境（Linux/macOS）
 
my-agent\Scripts\activate.bat  # 激活环境 windows

stdio-mcp-server.py（stdio本地进程MCP server）：

from fastmcp import FastMCP, Context

mcp = FastMCP("Math")

@mcp.tool()
async def add(a: int, b: int, ctx: Context) -> int:
    """Add two numbers"""
    await ctx.info(f"Adding {a} and {b}")
    result = a + b
    await ctx.info(f"Addition result: {result}")
    return result


@mcp.tool()
async def multiply(a: int, b: int, ctx: Context) -> int:
    """Multiply two numbers"""
    await ctx.info(f"Multiplying {a} and {b}")
    result = a * b
    await ctx.info(f"Multiply result: {result}")
    return result

if __name__ == "__main__":
    mcp.run(transport="stdio")

http-mcp-server.py(http mcp server):

from fastmcp import FastMCP, Context

mcp = FastMCP("Weather")

@mcp.tool
async def get_weather(location: str, ctx: Context) -> str:
    """Get weather for location."""
    await ctx.report_progress(1, 1, f"已获取天气: {location}")
    await ctx.info(f"Getting weather for {location}")
    return "It's always sunny in New York"

if __name__ == "__main__":
    mcp.run(transport="streamable-http", host="127.0.0.1", port=8080)

mcp-client.py:

from langchain.chat_models import init_chat_model
from langchain.agents import create_agent
from langchain_core.messages import HumanMessage, ToolMessage
from langchain.tools import tool
from langchain_mcp_adapters.client import MultiServerMCPClient
from langchain_mcp_adapters.callbacks import Callbacks, CallbackContext
from langchain_mcp_adapters.interceptors import MCPToolCallRequest
from mcp.types import LoggingMessageNotificationParams
import asyncio
import gradio as gr
from langgraph.checkpoint.memory import InMemorySaver #短期记忆
from langgraph.store.sqlite import SqliteStore
from langchain.agents.middleware import wrap_tool_call, SummarizationMiddleware
import contextvars
from datetime import datetime as dt
from zoneinfo import ZoneInfo

# 全局变量用于存储 agent 和 client（在 Gradio 中复用）
agent = None
client = None

thread_id_var = contextvars.ContextVar('thread_id', default='007')


# 初始化模型
model = init_chat_model(
    model="Qwen/Qwen3.5-27B",
    model_provider="openai",
    openai_api_key="xxxx",
    openai_api_base="https://xxxx",
    temperature=0.3,
    max_tokens=10000,
    timeout=60
)

# 进度回调
async def on_progress(progress, total, message, context):
    percent = (progress / total * 100) if total else progress
    print(f"进度： [{context.server_name}] {percent:.0f}% - {message}")

async def on_logging_message(
    params: LoggingMessageNotificationParams,
    context: CallbackContext,
):
    print(f"日志： [{context.server_name}] {params.level}: {params.data}")

async def logging_interceptor(
    request: MCPToolCallRequest,
    handler,
):
    print(f"日志拦截器： Mcp server: {request.server_name}, Calling tool: {request.name} with args: {request.args}")
    result = await handler(request)
    print(f"日志拦截器： Mcp server: {request.server_name}, Tool {request.name} returned: {result}")
    return result

@wrap_tool_call
async def handle_tool_errors(request, handler):
    """Handle tool execution errors with custom messages."""
    try:
        return await handler(request)
    except Exception as e:
        # Return a custom error message to the model
        return ToolMessage(
            content=f"Tool error: Please check your input and try again. ({str(e)})",
            tool_call_id=request.tool_call["id"]
        )

# 定义静态工具
@tool
async def getCurrentDateTimes():
    """【必须优先使用】获取当前上海时区精确日期时间，用于所有需要时间的场景"""
    dts = dt.now(ZoneInfo("Asia/Shanghai")).strftime("%Y-%m-%d %H:%M:%S")
    print("获取当前时间：" + dts)
    return dts

async def initialize_agent():
    global agent, client
    if agent is not None:
        return
    client = MultiServerMCPClient(
        {
            "math": {
                "transport": "stdio",  # 本地进程
                "command": "python",
                # stdio-mcp-server.py的完整路基那个
                "args": ["F:/pythonproject/pythonProject/langchain-frontend/mcp-test/stdio-mcp-server.py"],
            },
            "weather": {
                "transport": "http",  # 基于http的远程服务
                "url": "http://localhost:8080/mcp",
            }
        },
        callbacks=Callbacks(on_progress=on_progress, on_logging_message=on_logging_message),
        tool_interceptors=[logging_interceptor],
    )
    tools = await client.get_tools()

    tools.insert(0, getCurrentDateTimes)

    agent = create_agent(
        model=model,
        tools=tools,
        checkpointer=InMemorySaver()
    )

async def chat_with_agent(user_input: str) -> str:
    await initialize_agent()

    # 线程id，用于区分不同用户会话
    thread_id = thread_id_var.get()

    messages = [HumanMessage(content=user_input)]

    # === 调用 Agent ===
    response = await agent.ainvoke(
        {"messages": messages},
        {"configurable": {"thread_id": thread_id}}
    )
    # 提取内容（假设 response 是 AIMessage 或类似结构）
    return response["messages"][-1].content if "messages" in response else str(response)

# 创建 Gradio 界面
with gr.Blocks(title="LangChain + MCP Agent") as myWeb:
    gr.Markdown("# LangChain Agent with MCP Tools")
    chatbot = gr.Chatbot(label="对话历史", height=700)
    msg = gr.Textbox(label="你的问题")
    clear = gr.Button("清空")


    async def respond(message, chat_history):
        bot_message = await chat_with_agent(message)

        # 确保 bot_message 是字符串
        if hasattr(bot_message, 'content'):
            bot_text = str(bot_message.content)
        elif isinstance(bot_message, dict) and 'content' in bot_message:
            bot_text = str(bot_message['content'])
        else:
            bot_text = str(bot_message)

        # 新格式：chat_history 是 list[dict]，每个 dict 有 role 和 content
        chat_history.append({"role": "user", "content": message})
        chat_history.append({"role": "assistant", "content": bot_text})

        return "", chat_history


    msg.submit(respond, [msg, chatbot], [msg, chatbot])
    clear.click(lambda: None, None, chatbot, queue=False)

# 启动应用
if __name__ == "__main__":
    myWeb.launch(server_name="127.0.0.1", server_port=7861)

3.效果：

user: 帮我生成一个中芯国际股票最新的走势图

assistant: 根据我获取的数据，为您整理**中芯国际 (00981.HK)** 最新股价走势信息如下：

## 📊 近期价格走势概览

| 日期 | 开盘价 | 收盘价 | 最高价 | 最低价 | 涨跌幅 |
|------|--------|--------|--------|--------|--------|
| 2026-04-08 | 54.80 | **56.15** | 57.15 | 53.95 | **+10.10%** |
| 2026-04-02 | 52.85 | 51.00 | 52.85 | 50.05 | -3.50% |
| 2026-04-01 | 52.75 | 52.85 | 53.65 | 51.90 | +4.22% |
| 2026-03-31 | 50.80 | 50.70 | 52.90 | 50.00 | -1.36% |
| 2026-03-30 | 50.50 | 51.40 | 51.70 | 49.32 | +2.14% |

## 📈 走势分析

### 近期趋势
- **最新价格**: 56.15港元（今日大涨10.10%）
- **近30天区间**: 49.32 - 71.75港元
- **当前状态**: 从3月底的低点约50港元反弹，今日强势上涨突破56港元

### 关键技术指标
- **MACD**: DIF=-3.72, DEA=-3.78（金叉信号初现）
- **RSI**: 37.62（处于超卖区域后回升）
- **布林带**: 上轨66.99, 中轨57.52, 下轨48.05
- **成交量**: 今日1.2亿股，较前几日明显放大

### 走势特点
1. **底部企稳**: 3月底在50港元附近形成支撑
2. **放量反弹**: 今日成交量显著放大，显示资金关注
3. **技术修复**: MACD出现金叉迹象，短期有反弹动能

> ⚠️ **注意**: 以上数据为港股市场数据，如需A股数据（688981.SH），请告诉我，我可以另行查询。

需要我进一步分析其他技术指标或提供更详细的历史数据吗？

user: 帮我查下所有员工详细信息

assistant: 以下是**星辰科技有限公司**所有员工的详细信息：

## 👥 员工信息总览（共12人）

| 工号 | 姓名 | 职位 | 部门 | 入职日期 | 薪资 | 电话 | 邮箱 | 状态 |
|------|------|------|------|----------|------|------|------|------|
| 001 | 张明 | 技术总监 | 技术部(1) | 2020-03-15 | ¥35,000 | 138-0010-0001 | zhang.ming@company.com | ✅在职 |
| 002 | 李华 | 销售总监 | 销售部(2) | 2019-06-01 | ¥32,000 | 138-0010-0002 | li.hua@company.com | ✅在职 |
| 003 | 王芳 | 人力资源经理 | 人力部(3) | 2021-01-10 | ¥28,000 | 138-0010-0003 | wang.fang@company.com | ✅在职 |
| 004 | 赵强 | 财务经理 | 财务部(4) | 2020-11-20 | ¥26,000 | 138-0010-0004 | zhao.qiang@company.com | ✅在职 |
| 005 | 陈伟 | 高级软件工程师 | 技术部(1) | 2022-05-15 | ¥18,000 | 138-0010-0005 | chen.wei@company.com | ✅在职 |
| 006 | 刘婷 | 软件工程师 | 技术部(1) | 2022-08-20 | ¥15,000 | 138-0010-0006 | liu.ting@company.com | ✅在职 |
| 007 | 周磊 | 销售经理 | 销售部(2) | 2021-03-10 | ¥20,000 | 138-0010-0007 | zhou.lei@company.com | ✅在职 |
| 008 | 吴娜 | 销售代表 | 销售部(2) | 2023-01-15 | ¥12,000 | 138-0010-0008 | wu.na@company.com | ✅在职 |
| 009 | 郑浩 | 招聘专员 | 人力部(3) | 2022-02-28 | ¥13,000 | 138-0010-0009 | zheng.hao@company.com | ✅在职 |
| 010 | 孙丽 | 会计 | 财务部(4) | 2021-09-01 | ¥14,000 | 138-0010-0010 | sun.li@company.com | ✅在职 |
| 011 | 钱勇 | 前端开发工程师 | 技术部(1) | 2023-03-01 | ¥14,000 | 138-0010-0011 | qian.yong@company.com | ✅在职 |
| 012 | 马静 | 培训专员 | 人力部(3) | 2022-11-15 | ¥12,000 | 138-0010-0012 | ma.jing@company.com | ✅在职 |

## 📊 部门分布统计

| 部门 | 人数 | 平均薪资 |
|------|------|----------|
| 技术部 (1) | 4人 | ¥20,500 |
| 销售部 (2) | 3人 | ¥21,333 |
| 人力部 (3) | 3人 | ¥17,667 |
| 财务部 (4) | 2人 | ¥20,000 |

## 💰 薪资结构分析

- **最高薪资**: 张明 (技术总监) - ¥35,000/月
- **最低薪资**: 吴娜、马静 - ¥12,000/月
- **平均薪资**: ¥18,583/月
- **管理岗**: 4人 (总监/经理级别)
- **普通员工**: 8人

> ⚠️ **注意**: 以上数据为系统内最新记录，所有员工当前状态均为"active"(在职)。如需查询特定员工详情、绩效记录或工资明细，请告诉我具体需求。

user: 基于员工工资给每个推荐几支可长期持有的股票

assistant: 基于每位员工的薪资水平和风险承受能力，我为**星辰科技有限公司**的12位员工制定了个性化的长期持股推荐方案。以下是详细建议：

---

## 💼 **高管层（月薪 ¥30,000+）**
### 🎯 特点：资金充裕，可承受较高波动，追求高成长

| 姓名 | 职位 | 月薪 | 推荐组合 | 配置比例 |
|------|------|------|----------|----------|
| **张明** | 技术总监 | ¥35,000 | 腾讯控股 + 宁德时代 + 贵州茅台 | 40% + 30% + 30% |
| **李华** | 销售总监 | ¥32,000 | 腾讯控股 + 中国平安 + 招商银行 | 40% + 30% + 30% |

**推荐理由：**
- ✅ **腾讯控股 (00700.HK)**：互联网龙头，现金流稳定，长期增长潜力大
- ✅ **宁德时代 (300750.SZ)**：新能源赛道核心资产，受益于全球能源转型
- ✅ **贵州茅台 (600519.SH)**：消费护城河深，抗通胀能力强
- ✅ **中国平安 (601318.SH)**：综合金融平台，分红稳定
- ✅ **招商银行 (600036.SH)**：零售银行标杆，估值合理

---

## 👔 **中层管理（月薪 ¥20,000-29,999）**
### 🎯 特点：稳健为主，兼顾成长与收益平衡

| 姓名 | 职位 | 月薪 | 推荐组合 | 配置比例 |
|------|------|------|----------|----------|
| **王芳** | HR经理 | ¥28,000 | 招商银行 + 中国平安 + 贵州茅台 | 35% + 35% + 30% |
| **赵强** | 财务经理 | ¥26,000 | 招商银行 + 中国平安 + 腾讯控股 | 40% + 30% + 30% |
| **周磊** | 销售经理 | ¥20,000 | 招商银行 + 贵州茅台 + 中国平安 | 40% + 30% + 30% |

**推荐理由：**
- 🏦 **银行/保险**：提供稳定股息收入（年化4-6%）
- 🍶 **消费龙头**：防御性强，穿越经济周期
- 💻 **科技龙头**：适度配置以获取超额收益

---

## 👨‍💻 **普通员工（月薪 ¥12,000-19,999）**
### 🎯 特点：资金有限，优先保本，逐步积累

| 姓名 | 职位 | 月薪 | 推荐组合 | 配置比例 |
|------|------|------|----------|----------|
| **陈伟** | 高级软件工程师 | ¥18,000 | 招商银行 + 腾讯控股 + 贵州茅台 | 40% + 30% + 30% |
| **刘婷** | 软件工程师 | ¥15,000 | 招商银行 + 中国平安 + 贵州茅台 | 40% + 30% + 30% |
| **吴娜** | 销售代表 | ¥12,000 | 招商银行 + 贵州茅台 | 50% + 50% |
| **郑浩** | 招聘专员 | ¥13,000 | 招商银行 + 中国平安 | 50% + 50% |
| **孙丽** | 会计 | ¥14,000 | 招商银行 + 贵州茅台 | 50% + 50% |
| **钱勇** | 前端开发工程师 | ¥14,000 | 招商银行 + 腾讯控股 | 50% + 50% |
| **马静** | 培训专员 | ¥12,000 | 招商银行 + 中国平安 | 50% + 50% |

**推荐理由：**
- 🛡️ **低波动优先**：银行和消费股波动相对较小
- 💰 **定投策略**：建议每月固定投入工资的10-20%
- 📈 **长期复利**：持有3-5年以上，享受企业成长红利

---

## 📊 **各股票核心数据一览**

| 股票代码 | 名称 | 最新价 | 行业 | 特点 | 适合人群 |
|----------|------|--------|------|------|----------|
| 600519.SH | 贵州茅台 | ¥1,465 | 白酒 | 消费龙头，高壁垒 | 全层级 |
| 300750.SZ | 宁德时代 | ¥391 | 电池 | 新能源核心 | 高管/中层 |
| 601318.SH | 中国平安 | ¥59.45 | 保险 | 综合金融，高分红 | 全层级 |
| 600036.SH | 招商银行 | ¥39.62 | 银行 | 零售之王，稳健 | 全层级 |
| 00700.HK | 腾讯控股 | - | 互联网 | 科技龙头，成长性强 | 高管/中层 |

---

## ⚠️ **重要风险提示**

1. **分散投资**：不要将所有资金投入单一股票
2. **长期持有**：建议持有3-5年，避免短期频繁交易
3. **定期复盘**：每季度检查持仓表现，必要时调整
4. **量力而行**：投资金额不超过月收入的20%
5. **市场风险**：股市有风险，以上建议仅供参考

---

## 💡 **额外建议**

- **高管层**：可考虑增加海外资产配置（如港股、美股ETF）
- **中层管理**：建议建立"核心+卫星"策略（70%蓝筹+30%成长股）
- **普通员工**：优先通过基金定投方式参与，降低门槛和风险

需要我为某位员工生成更详细的投资计划或计算预期收益吗？

user: 几个销售要从西安去北京，帮我查下最近的高铁

assistant: 已为您查询到**西安→北京**方向最近几天的高铁班次。由于您提到是"销售团队"出行，我重点筛选了**余票充足、时间友好**的车次：

---

## 🚄 **今日（4月8日）推荐车次**

| 车次 | 出发站→到达站 | 出发-到达时间 | 历时 | 二等座余票 | 票价 |
|------|---------------|--------------|------|-----------|------|
| **G324** | 西安北→北京西 | 18:22 - 22:32 | 4小时10分 | ✅ 有票 | ¥547.5 |
| **G352** | 西安北→北京西 | 18:27 - 22:37 | 4小时10分 | ✅ 有票 | ¥547.5 |
| **G370** | 西安北→北京西 | 19:00 - 23:17 | 4小时17分 | ✅ 有票 | ¥515 |

> ⚠️ **注意**：今日晚间车次商务座/一等座基本售罄，建议优先抢订**二等座**。

---

## 📅 **明日（4月9日）更多选择**

### 上午时段
| 车次 | 时间 | 历时 | 二等座 | 状态 |
|------|------|------|--------|------|
| G652 | 07:07-12:13 | 5小时6分 | ¥515 | ✅ 有票 |
| G654 | 07:47-13:17 | 5小时30分 | ❌ 无票 | - |
| G366 | 09:10-13:30 | 4小时20分 | ❌ 无票 | - |
| G358 | 10:02-14:21 | 4小时19分 | ❌ 无票 | - |
| G322 | 10:09-14:26 | 4小时17分 | ❌ 无票 | - |
| G672 | 10:20-15:48 | 5小时28分 | ✅ 剩余5张 | ¥547.5 |
| G686 | 10:39-16:19 | 5小时40分 | ✅ 有票 | ¥547.5 |

### 下午时段
| 车次 | 时间 | 历时 | 二等座 | 状态 |
|------|------|------|--------|------|
| G1406 | 12:00-17:14 | 5小时14分 | ✅ 有票 | ¥547.5 |
| G354 | 12:04-16:32 | 4小时28分 | ✅ 有票 | ¥577.5 |
| G660 | 13:04-18:48 | 5小时44分 | ✅ 有票 | ¥547.5 |
| G368 | 14:26-18:37 | 4小时11分 | ✅ 有票 | ¥577.5 |
| G970 | 14:57-20:20 | 5小时23分 | ✅ 有票 | ¥515 |
| G662 | 15:04-20:35 | 5小时31分 | ✅ 有票 | ¥515 |
| G1592 | 15:27-20:30 | 5小时3分 | ✅ 有票 | ¥515 |
| G664 | 15:48-21:16 | 5小时28分 | ✅ 有票 | ¥515 |
| G362 | 16:10-20:45 | 4小时35分 | ✅ 有票 | ¥515 |
| G674 | 16:51-22:55 | 6小时4分 | ✅ 有票 | ¥515 |

---

## 💡 **给销售团队的特别建议**

1. **最佳性价比**：G370（今晚19:00发车），二等座仅¥515，历时最短（4小时17分）
2. **最早班車**：G652（明早07:07），适合需要当天多城市跑动的情况
3. **最晚可接受**：G674（16:51-22:55），晚上到北京还有时间处理紧急事务
4. **团队预订提示**：若需多人同行，建议提前锁定连号座位，可联系12306客服预留

---

## 📍 **车站信息**
- **出发站**：西安北站（大部分车次）或 西安站
- **到达站**：北京西站（主要到达站，距市中心近，交通便利）

是否需要我帮您：
1. 查询特定日期的更多车次？
2. 查看具体车次的经停站点？
3. 比较不同日期/时段的总花费（含住宿等）？

user: 总共需要多钱

assistant: 根据您提到的"几个销售"，我结合公司销售部人员情况为您计算总费用。**销售部共3人**（李华-总监、周磊-经理、吴娜-代表），以下是不同方案的预算明细：

---

## 💰 **总费用估算表**

### 📊 按座位等级分类

| 座位类型 | 单人票价 | 3人总价 | 适用场景 |
|----------|---------|---------|----------|
| **二等座** | ¥515 - ¥577.5 | **¥1,545 - ¥1,732.5** | 经济实惠，适合普通出差 |
| **一等座** | ¥824 - ¥922.5 | **¥2,472 - ¥2,767.5** | 舒适度高，适合管理层 |
| **商务座** | ¥1,628 - ¥1,815.5 | **¥4,884 - ¥5,446.5** | 高端体验，适合重要客户接待 |

---

### 🚄 按推荐车次分类（3人同行）

| 车次 | 时间 | 历时 | 二等座总价 | 一等座总价 | 商务座总价 |
|------|------|------|-----------|-----------|-----------|
| **G370** (今晚) | 19:00-23:17 | 4h17m | ¥1,545 | ¥2,472 | ¥4,884 |
| **G652** (明早) | 07:07-12:13 | 5h6m | ¥1,545 | ❌无票 | ❌无票 |
| **G686** (明天) | 10:39-16:19 | 5h40m | ¥1,642.5 | ¥2,626.5 | ¥5,167.5 |
| **G970** (明天) | 14:57-20:20 | 5h23m | ¥1,545 | ¥2,472 | ¥4,884 |
| **G662** (明天) | 15:04-20:35 | 5h31m | ¥1,545 | ¥2,472 | ¥4,884 |

> ✅ 标注为"❌无票"的车次该席位已售罄

---

## 🎯 **推荐方案对比**

| 方案 | 车次 | 出发时间 | 总费用(3人) | 人均 | 优势 |
|------|------|---------|------------|------|------|
| **最省钱** | G370 | 今晚19:00 | ¥1,545 | ¥515 | 票价最低，历时最短 |
| **最舒适** | G370 | 今晚19:00 | ¥4,884 | ¥1,628 | 商务座空间大，可平躺休息 |
| **最平衡** | G686 | 明天10:39 | ¥1,642.5 | ¥547.5 | 白天出行，余票充足 |
| **最早到** | G652 | 明天07:07 | ¥1,545 | ¥515 | 中午前到北京，当天可办事 |

---

## 📝 **额外费用提醒**

| 项目 | 预估费用 | 备注 |
|------|---------|------|
| 往返交通费 | ¥100-200/人 | 西安北站→市区 + 北京西站→酒店 |
| 晚餐/早餐 | ¥50-100/人 | 视车次时间而定 |
| 住宿(如需过夜) | ¥300-600/间 | 北京酒店均价 |
| **总计预算** | **¥2,000 - ¥6,500** | 含交通+餐饮+住宿 |

---

## 💡 **我的建议**

1. **如果今晚出发**：选 **G370**，3人二等座仅需 **¥1,545**，性价比最高
2. **如果明天出发**：选 **G686** 或 **G970**，余票充足，时间灵活
3. **团队预订优惠**：3人以上可通过12306企业账户预订，可能享受折扣
4. **报销提示**：保留电子发票，二等座符合大多数公司差旅标准

---

需要我帮您：
1. 查询更多日期的车次和价格？
2. 计算包含住宿的完整差旅预算？
3. 查看具体车次的经停站点和时刻表？

user: 你能干什么

assistant: ## 🤖 我是您的智能助手，可以帮您做这些事：

---

### 📈 **股票与投资分析**

| 功能 | 说明 |
|------|------|
| 股票信息查询 | 查A股/港股/美股的基本信息、价格、市值等 |
| 历史K线数据 | 获取日线/周线等技术指标 |
| 财务指标分析 | 查看市盈率、营收、利润等关键数据 |
| 个股新闻 | 获取最新公司相关新闻动态 |
| 涨停/强势股 | 查询当日涨停股池和强势股数据 |
| 龙虎榜统计 | 查看主力资金动向 |
| 行业资金流 | 分析板块资金流入流出情况 |
| 投资建议 | 基于数据分析给出买卖建议 |

---

### 💰 **加密货币分析**

| 功能 | 说明 |
|------|------|
| OKX行情数据 | BTC/ETH等币种的历史K线 |
| 借入比率 | 查看借贷市场数据 |
| 交易量分析 | 主动买入/卖出量对比 |
| 币安AI报告 | 获取专业加密货币分析报告 |

---

### 🚄 **火车票查询**

| 功能 | 说明 |
|------|------|
| 余票查询 | 12306实时余票信息 |
| 中转方案 | 无直达时的中转推荐 |
| 车次详情 | 具体车次的经停站、到发时间 |
| 车站代码 | 城市/车站名称转编码 |
| 筛选条件 | 可按高铁/动车/特快等筛选 |

---

### 🏢 **公司内部数据**

| 功能 | 说明 |
|------|------|
| 员工信息 | 查询薪资、部门、职位等 |
| 部门结构 | 查看组织架构 |
| 绩效数据 | 员工绩效考核记录 |
| 工资明细 | 薪酬发放情况 |

---

### 📅 **其他实用功能**

- ⏰ 获取当前精确日期时间
- 🌍 全球财经快讯
- 📊 行业/概念/地域资金流向排名

---

## 💡 **典型使用场景**

```
✅ "帮我查下贵州茅台的最新股价和财务数据"
✅ "明天从上海到北京的高铁还有票吗？"
✅ "分析一下宁德时代的技术指标，给个投资建议"
✅ "查下我们销售部的员工名单和薪资"
✅ "BTC最近一周的走势怎么样？"
✅ "今天哪些股票涨停了？"
```

---

## ⚠️ **注意事项**

- ❌ 不支持加密货币交易执行
- ❌ 不提供法律/医疗等专业建议
- ✅ 所有信息仅供参考，不构成投资建议
- ✅ 火车票数据来自12306公开接口

---

**有什么具体需求尽管告诉我！** 😊

这里我们使用了自定义的星辰科技（虚拟公司及数据）MCP服务，通过模型text-to-sql能力用自然语言查询相关数据，股票、火车票查询MCP服务，详细参考：AI大模型：（三）3.7 Langchain实现Agent，也可以参考：AI大模型：（三）3.2 Spring AI实现Agent

**************关注顶部公众号或者扫上边二维码，发送lca 免费领取以上效果完整代码*************

 大模型相关课程：