84 个 MCP 命令速查：AI 到底能对你的图表做哪些事-酒店常州论坛

84 个 MCP 命令速查：AI 到底能对你的图表做哪些事

【免费下载链接】tradingview-mcpAI-assisted TradingView chart analysis — connect Claude Code to your TradingView Desktop for personal workflow automation项目地址: https://gitcode.com/GitHub_Trending/tra/tradingview-mcp

Claude、Gemini 这类 AI 助手如今已能"接入"五花八门的工具，但绝大多数 MCP Server 只做一件事：把 API 数据喂给模型。而 tradingview-mcp 反其道而行——它不碰 TradingView 的服务器，只通过 Chrome DevTools Protocol（CDP）接管你本地桌面上那台 TradingView，让 AI 真正"长出手和眼睛"：读指标、改品种、画趋势线、编译 Pine 脚本、甚至钻进 K 线回放里做模拟交易。这个仓库注册了整整84 个 MCP 工具，覆盖图表读取、Pine 开发、绘图告警、回放练习四大类。本文基于仓库源码逐条梳理这 84 个命令，拆出真正高频的 TOP 10，并用可落地的组合工作流告诉你：AI 到底能对你的图表做哪些事。

84 个命令从哪来：一次注册，两条通道

打开 src/server.js 可以看到，84 个工具并非散落各处，而是由 14 个register*Tools模块统一注册到一个McpServer实例上：

registerHealthTools / registerChartTools / registerPineTools / registerDataTools / registerCaptureTools / registerDrawingTools / registerAlertTools / registerBatchTools / registerReplayTools / registerIndicatorTools / registerWatchlistTools / registerUiTools / registerPaneTools / registerTabTools

每一组工具在 src/tools/ 目录下都有独立文件，例如 Pine 相关的 12 个工具全部定义在 src/tools/pine.js。服务端同时通过 stdio 暴露给 Claude Code，又把同一套能力映射为tv命令行的 30 条命令与 66 个子命令，全输出 JSON、可直接管道给jq——这意味着每个 MCP 工具同时也是一个 CLI 命令，一条命令两个入口。

整体链路只有一跳，数据全程留在本机：

Claude Code ←→ MCP Server (stdio) ←→ CDP (localhost:9222) ←→ TradingView Desktop (Electron)

84 个命令分门别类

把全部 84 个工具按功能域归类，可以得到一张清晰的速查表。

一、图表读取（22 个）：AI 的"眼睛"

这是 AI 最常用的能力层，覆盖图表状态、行情数据、指标数值和 Pine 图形四层：

用途	工具
图表状态	`chart_get_state`、`chart_set_symbol`、`chart_set_timeframe`、`chart_set_type`、`chart_manage_indicator`、`chart_get_visible_range`、`chart_set_visible_range`、`chart_scroll_to_date`、`symbol_info`、`symbol_search`
行情与指标数据	`quote_get`、`data_get_ohlcv`、`data_get_indicator`、`data_get_study_values`、`data_get_strategy_results`、`data_get_trades`、`data_get_equity`、`depth_get`
Pine 图形数据	`data_get_pine_lines`、`data_get_pine_labels`、`data_get_pine_tables`、`data_get_pine_boxes`

值得强调的是最后一组：Pine 指标用line.new()、label.new()、table.new()、box.new()画出的支撑阻力位、文字标注、会话统计表和价格区间，对普通数据接口是不可见的，而这四个工具专门读取它们，并默认做去重与排序——例如data_get_pine_lines返回去重后的价格水平列表，而不是逐条原始线对象，这正是 AI 能"看懂"自定义指标的关键。

二、指标管理（4 个）

工具	作用
`indicator_add`	搜索指标对话框并按名称添加，支持内置指标、社区脚本与策略
`indicator_search`	按关键词检索指标库
`indicator_set_inputs`	修改指标参数（如`{"length": 50}`）
`indicator_toggle_visibility`	显示 / 隐藏某个指标

三、Pine Script 开发（12 个）：AI 的"写代码能力"

这是项目最重的模块，从建脚本到编译、报错、日志、保存，形成完整闭环：

阶段	工具
创建与打开	`pine_new`、`pine_open`、`pine_list_scripts`、`pine_get_source`
编辑与编译	`pine_set_source`、`pine_compile`、`pine_smart_compile`
排错与验证	`pine_get_errors`、`pine_get_console`、`pine_analyze`、`pine_check`
保存	`pine_save`

其中两个工具体现工程深度：pine_analyze是离线静态分析，不连图表即可捕获数组越界、未保护的array.first()、错误循环边界与隐式布尔转换；pine_check则通过服务端 API 做编译校验，适合在注入图表前先验证代码。

四、绘图与告警（8 个）：AI 的"手"

工具	作用
`draw_shape`	画水平线、垂直线、趋势线、矩形、文本（支持样式覆盖）
`draw_list`/`draw_remove_one`/`draw_clear`/`draw_get_properties`	管理已画图形
`alert_create`	创建价格告警（crossing / greater_than / less_than 三种条件）
`alert_list`/`alert_delete`	查询、删除告警

五、回放模式（6 个）：AI 陪练

工具	作用
`replay_start`	进入历史 K 线回放（可指定日期）
`replay_step`/`replay_autoplay`	单步前进 / 自动播放
`replay_trade`	在回放中模拟买卖或平仓
`replay_status`/`replay_stop`	查看持仓盈亏 / 返回实时

六、辅助域（15 个）：布局、标签、UI 与批量

多图布局（4）：pane_list、pane_set_layout、pane_focus、pane_set_symbol——一键切成 2x2、3v 等网格并在各窗格挂不同品种
标签页（5）：tab_list、tab_new、layout_new、tab_close、tab_switch
UI 自动化（12）：ui_click、ui_open_panel、ui_keyboard、ui_type_text、ui_hover、ui_scroll、ui_mouse_click、ui_find_element、ui_evaluate、ui_fullscreen、layout_list、layout_switch
观察列表（4）：watchlist_get、watchlist_add、watchlist_add_bulk、watchlist_remove
截图与批量（2）：capture_screenshot（支持 full / chart / strategy_tester 三个区域）、batch_run（跨多品种多周期批量执行动作）
连接管理（5）：tv_launch、tv_health_check、tv_discover、tv_ui_state、tv_update

高频命令 TOP 10 与典型场景

命令再多，AI 实际分析时真正高频的就那么几条。结合 CLAUDE.md 内置的决策树，这 10 个工具承担了绝大多数日常任务：

排名	工具	典型场景	单次输出
1	`chart_get_state`	任何分析的第一个调用：品种、周期、全部指标及 ID	~500B
2	`quote_get`	实时价格快照（最新价、OHLC、成交量）	~200B
3	`data_get_ohlcv`（summary）	价格条统计，AI 判断趋势与波动率	~500B
4	`data_get_study_values`	一次性读取所有可见指标的当前数值（RSI、MACD、布林带、EMA）	~500B
5	`data_get_pine_lines`	读取自定义指标画出的支撑 / 阻力位	~1-3KB
6	`data_get_pine_labels`	读取带价格的文字标注（"PDH 24550"、"Bias Long"）	~2-5KB
7	`chart_set_symbol`/`chart_set_timeframe`	切换品种与周期，AI 导航图表	—
8	`pine_set_source`+`pine_smart_compile`	Pine 开发核心闭环：注入代码 → 编译自查	—
9	`capture_screenshot`	视觉确认：全图、图表区、策略测试器	~300B（返回文件路径）
10	`replay_start`/`replay_step`/`replay_trade`	回放练习：模拟进出场	—

一个值得注意的设计：这些工具默认全部返回压缩模式。quote_get仅约 200 字节、data_get_study_values约 500 字节，一次完整"分析我的图表"流程的上下文消耗只有 5-10KB，而非整图拉数据的 ~80KB——这正是 src/server.js 指令中反复强调summary=true、study_filter、慎用verbose的原因。

命令组合：从单条查询到自动化工作流

单条命令只是原子操作，真正有价值的是组合。仓库在 CLAUDE.md 中给出了多条经过验证的标准工作流。

工作流一：图表全量分析报告

quote_get → data_get_study_values → data_get_pine_lines → data_get_pine_labels → data_get_pine_tables → data_get_ohlcv (summary) → capture_screenshot

七步下来，AI 拿到价格、所有指标读数、关键价位、标注含义、会话统计、行情概览和一张视觉截图，足以输出一份有依据的分析。

工作流二：Pine 脚本开发闭环

pine_set_source → pine_smart_compile → pine_get_errors → pine_get_console → pine_save

先注入代码，编译并自动检查错误，读取编译报错与log.info()输出，修好后保存到 TradingView 云端——AI 可以像结对程序员一样迭代脚本，不需要你手动打开编辑器。

工作流三：多品种扫描与监控

batch_run支持symbols: ["ES1!", "NQ1!", "YM1!"]、timeframes数组与action（screenshot / get_ohlcv / get_strategy_results），一条命令跨品种批量跑动作；而 CLI 侧还有tv stream系列（src/core/stream.js 中的 poll-and-diff 循环）做 JSONL 实时流，只有数据变化才输出，适合接本地监控脚本：

tv stream quote | jq '.close' # 实时盯价格 tv stream lines --filter "NY Levels" # 盯关键价位线 tv stream tables --filter Profiler # 盯数据表

工作流四：命令行管道组合

由于每个 MCP 工具同时也是tvCLI 命令，且输出均为 JSON，可以直接拼成一行：

tv status && tv quote && tv ohlcv --summary && tv screenshot -r chart

边界与合规：84 个命令能做的、不能做的

这 84 个命令全部通过 CDP 与本地运行的 TradingView Desktop通信，不连接 TradingView 服务器、不存储或转发任何行情数据、不绕过付费墙。相应地，它也有三条明确边界（见 README.md）：

不做实盘交易——所有交易动作仅存在于回放模式；
需要有效订阅——它读取的是你桌面上已登录的实例；
依赖未公开接口——TradingView 更新可能随时导致内部结构变动，README 明确建议在意稳定性时锁定 Desktop 版本。

从 src/server.js 启动时向 stderr 输出的警告可以提炼出正确姿势：仅限本地、个人、研究与合规使用，程序化消费行情数据需自行确认符合 TradingView 条款。

小结

84 个命令的本质，是把"看图、改图、写脚本、画线、设告警、回放练习"这六类人类操作翻译成了结构化工具接口，并内置了面向 LLM 的上下文压缩与工具选择决策树。对研究者和开发者来说，它回答了一个更底层的问题：当 AI 操作的是有状态、实时变化的桌面金融应用时，延迟、上下文与可靠性约束会如何显现。下一层价值不在单条命令，而在组合——把上面四条工作流拼起来，你已经拥有一个能读、能写、能画、能练的本地 AI 交易分析助手。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

企业官网建设流程全解析