让你的EA被AI接管：MT5 MCP协议开发实战——从Python Server到Claude Code/Codex CLI全链路集成

Build 6060原生MCP支持 × Python MCP Server × 读写分层安全架构 × AI Agent监管EA完整实操指南

EA开发的下一个十年，从理解MCP协议开始 | EAFX Tech 原创

2026年7月23日，MetaQuotes发布了MetaTrader 5 Build 6060。这个版本有一个看似低调但意义深远的变化：MT5原生内置了MCP（Model Context Protocol）协议支持。

7天后，Build 6090进一步扩展了AI Assistant的MCP方法集——新增向图表添加指标、获取全量指标参数的能力。至此，MT5不再只是"执行EA的终端"，而是变成了一个"AI Agent可编程的交易操作系统"。

这意味着什么？AI可以通过标准MCP接口读取你的行情、分析你的持仓、执行交易、管理你的EA——而这一切不需要你自己写私有API。据MetaQuotes官方公告，MT5已经成为"现代AI Agent的完整市场数据和交易功能数据源"。

与此同时，cTrader推出了AI Agent Connect（双MCP Server架构）、TradingView上线了AI Chart Copilot、ThinkMarkets也发布了MCP Server。整个行业正在向"AI Agent原生"方向全面转型。

今天这篇文章，不是泛泛介绍MCP概念，而是一篇面向EA开发者的完整实操指南——从理解MCP架构，到搭建你的MCP Server，到用Claude Code/Codex CLI实现AI Agent监管EA，全链路走通。

本文与eafxtech已发布内容形成"AI+EA三维度"内容矩阵：7/21的《AI辅助EA代码审查》讲"用AI工具审查EA代码"（工具使用层面），7/27的《MT5 ONNX原生AI实战》讲"在EA中运行机器学习模型"（MQL5 ONNX集成），今天这篇讲"通过MCP协议让你的EA被AI Agent实时监控和辅助"（架构集成层面）。

一、MCP是什么？为什么EA开发者必须关注？

1.1 30秒理解MCP

据MetaQuotes官方定义："与传统聊天机器人不同，AI Agent能够独立完成任务——通过将复杂任务分解为一系列动作，并利用连接应用的能力来执行。"

1.2 MCP对EA开发者的3个颠覆性变化

1.3 MT5的两层MCP能力

MT5的MCP能力分两层理解：

• 内置层（Build 6060+）：MT5自带的AI Assistant，通过MQL5.community账号登录即可使用（免费MQL5 Lite计划），支持市场分析、持仓分析、交易历史复盘、EA代码生成。Build 6090新增了指标添加和参数查询能力。

• 外接层：通过MCP协议，可以连接Claude Code、Codex CLI等外部AI系统，实现更灵活的定制化操作。这一层需要你自己搭建MCP Server——也就是本文的核心内容。

二、架构设计：EA + MCP Server + AI Agent的三层模型

2.1 整体架构

用一张图来理解这个架构：

┌─────────────────────────────────────────────────┐
│  顶层：AI Agent层                             │
│  Claude Code │ Codex CLI │ 内置AI Assistant     │
├─────────────────────────────────────────────────┤
│  中间层：MCP Server（Python进程）              │
│  只读工具 │ 动钱工具 │ 安全控制层               │
├─────────────────────────────────────────────────┤
│  底层：MT5终端 + EA                            │
│  策略执行 │ 订单管理 │ 行情数据                  │
└─────────────────────────────────────────────────┘

2.2 工具分层：读写分离的安全架构

只读层（始终可用）：

• get_account_status：获取账户余额、净值、保证金
• get_positions：获取当前所有持仓（品种、手数、盈亏、Magic Number）
• get_open_orders：获取挂单
• get_history：获取历史成交
• get_market_data：获取指定品种的实时行情/K线数据
• get_ea_status：获取EA运行状态（运行时间、最近交易、当前信号）

动钱层-平/改（需显式开启）：

• close_position：平仓
• modify_position：修改止损/止盈
• cancel_order：撤单

动钱层-开仓（独立开关，需二次确认）：

• open_position：开仓

权限控制通过环境变量实现：

# 开启平/改权限
EASYDEAL_TRADING_WRITE=1

# 开启开仓权限（独立于平/改，更严格的控制）
EASYDEAL_TRADING_WRITE_OPEN=1

# 未设置时，AI只能查看数据，不能做任何交易操作

2.3 安全红线：4条不可逾越的规则

规则4——写操作二次确认。所有动钱操作必须经过完整的三级安全链：preflight检查（验证参数合法性、检查持仓是否存在）→ human-consent gate（需要人工确认才执行）→ audit log（操作结果写入审计日志），缺一不可。

三、实战：从零搭建你的第一个MT5 MCP Server

3.1 环境准备

安装依赖：

# 方式一：使用现成的mt5-trading-mcp包（推荐新手）
pip install MetaTrader5 mt5-trading-mcp

# 方式二：使用mcp-metatrader5-server（基于FastMCP）
pip install MetaTrader5 mcp-metatrader5-server

# 方式三：从零搭建（本文后续演示）
pip install MetaTrader5 fastmcp

3.2 MCP Server核心代码实现

Step 1：MT5连接管理器

# mt5_mcp_server.py
from fastmcp import FastMCP
import MetaTrader5 as mt5
import os, json

# 初始化MCP Server
mcp = FastMCP("MT5-MCP-Server")

# MT5连接管理器
def ensure_mt5_connected():
    """确保MT5已连接，未连接则自动初始化"""
    if not mt5.terminal_info():
        if not mt5.initialize():
            return {"ok": False, "error": "MT5初始化失败"}
    return {"ok": True}

Step 2：定义只读工具（以get_positions为例）

@mcp.tool()
def get_positions(magic_number: int = None) -> str:
    """获取当前所有持仓信息。
    可选参数magic_number用于过滤特定EA的持仓。"""
    
    conn = ensure_mt5_connected()
    if not conn["ok"]:
        return json.dumps(conn)
    
    positions = mt5.positions_get()
    if positions is None:
        return json.dumps({"ok": True, "positions": []})
    
    # 按Magic Number过滤
    if magic_number is not None:
        positions = [p for p in positions 
                     if p.magic == magic_number]
    
    result = []
    for p in positions:
        result.append({
            "ticket": p.ticket,
            "symbol": p.symbol,
            "type": "BUY" if p.type == mt5.POSITION_TYPE_BUY else "SELL",
            "volume": p.volume,
            "price_open": p.price_open,
            "profit": p.profit,
            "sl": p.sl,
            "tp": p.tp,
            "magic": p.magic,
            "comment": p.comment
        })
    
    return json.dumps({"ok": True, "count": len(result), 
                       "positions": result})

Step 3：定义动钱工具（以close_position为例）

@mcp.tool()
def close_position(ticket: int) -> str:
    """平掉指定持仓。需要环境变量EASYDEAL_TRADING_WRITE=1。
    参数ticket为持仓票号，可通过get_positions获取。"""
    
    # 权限检查
    if os.environ.get("EASYDEAL_TRADING_WRITE") != "1":
        return json.dumps({
            "ok": False,
            "error": "交易权限未开启，请设置EASYDEAL_TRADING_WRITE=1"
        })
    
    # 验证持仓存在
    pos = mt5.positions_get(ticket=ticket)
    if not pos:
        return json.dumps({
            "ok": False, 
            "error": f"持仓{ticket}不存在"
        })
    
    # 构造平仓请求
    position = pos[0]
    close_type = mt5.ORDER_TYPE_SELL if position.type == mt5.POSITION_TYPE_BUY else mt5.ORDER_TYPE_BUY
    request = {
        "action": mt5.TRADE_ACTION_DEAL,
        "symbol": position.symbol,
        "volume": position.volume,
        "type": close_type,
        "position": ticket,
        "price": mt5.symbol_info_tick(position.symbol).ask 
                  if close_type == mt5.ORDER_TYPE_BUY 
                  else mt5.symbol_info_tick(position.symbol).bid,
        "deviation": 20,
        "magic": position.magic,
        "comment": "MCP close_position",
    }
    
    result = mt5.order_send(request)
    return json.dumps({
        "ok": result.retcode == mt5.TRADE_RETCODE_DONE,
        "ticket": result.order,
        "retcode": result.retcode,
        "comment": result.comment
    })

3.3 品种名模糊匹配——处理券商后缀差异

def resolve_symbol(symbol: str) -> str:
    """解析品种名，处理券商后缀差异"""
    # 精确匹配
    if mt5.symbol_info(symbol):
        return symbol
    
    # 模糊匹配：查找以输入为前缀的品种
    all_symbols = mt5.symbols_get()
    candidates = [s.name for s in all_symbols 
                  if s.name.startswith(symbol)]
    
    if len(candidates) == 1:
        return candidates[0]
    elif len(candidates) > 1:
        return f"歧义：匹配到{candidates}，请指定完整品种名"
    else:
        return f"未找到品种：{symbol}"

3.4 启动与测试

# 启动自定义MCP Server（stdio模式，适合本地AI工具）
python mt5_mcp_server.py

# 使用现成包的快速启动
python -m mt5_trading_mcp serve

# 验证连接（mt5-trading-mcp内置doctor命令）
python -m mt5_trading_mcp doctor
# 应输出 [INFO] backend: native 和 [PASS] 行

# HTTP模式（远程访问，需创建.env配置）
# .env文件内容：
# MT5_MCP_TRANSPORT=http
# MT5_MCP_HOST=127.0.0.1
# MT5_MCP_PORT=8000

四、AI Agent对接：3种主流工具的接入方式

4.1 Claude Code接入

Claude Code是目前最主流的MCP客户端之一。接入你的MT5 MCP Server非常简单：

配置方法：在项目根目录的.mcp.json中添加配置：

{
  "mcpServers": {
    "mt5": {
      "command": "python",
      "args": ["mt5_mcp_server.py"]
    }
  }
}

// 或使用现成的mcp-metatrader5-server：
{
  "mcpServers": {
    "mt5": {
      "command": "uvx",
      "args": ["--from", "mcp-metatrader5-server", "mt5mcp"]
    }
  }
}

4.2 Codex CLI接入

Codex CLI的优势在于：原生支持MT5回测、可以读写MQL5代码、直接在终端完成"分析→编码→测试"闭环。

配置方法：通过命令行注册MCP Server：

# 注册MCP Server
claude mcp add mt5 -- python mt5_mcp_server.py

# 或通过fastmcp安装（推荐，自动处理依赖）
uv run fastmcp install claude-code src/mt5_mcp/main.py

# 验证注册成功
claude mcp list

Codex CLI实战场景：

• "读取当前EA的源码，分析是否有潜在bug"
• "根据最近7天的持仓数据，建议优化止损参数"
• "修改EA的风险管理模块，将单笔风险从2%降到1%"
• "运行回测对比修改前后的效果"

4.3 MT5内置AI Assistant

如果你不想折腾外部工具，MT5内置的AI Assistant是零配置的起点：

启动方式：登录MQL5.community账号，免费MQL5 Lite计划自动开通。Build 6090后能力进一步增强。

内置能力（Build 6090最新）：

• 市场分析：趋势识别、支撑阻力、市场事件
• 持仓分析：风险评估、敞口统计
• 交易历史：策略复盘、盈利分析
• 全品种扫描：发现突破/趋势信号
• 新增：向图表添加指标、获取全量指标参数列表

安全设置：可分别控制AI的交易权限、网络请求权限、命令行权限。对于初学者，建议先只开放分析类权限，不开交易权限。

五、生产环境部署建议与避坑指南

5.1 VPS部署架构

5.2 6个常见坑与解决方案

坑2——Python版本不匹配。MetaTrader5 Python库要求Python 3.10+。Windows 7已不再支持AI Assistant（Build 6090已禁用Win7上的AI功能）。建议直接升级到Windows 10/11。

坑3——Magic Number冲突。这是最容易被忽视的坑。AI和EA使用了相同的Magic Number，导致EA把AI的单当成自己的单去管理，或AI把EA的单当成自己的去平仓。解决方案：为AI单独分配Magic Number段（建议900000000+），并在MCP Server代码中硬编码检查。

坑4——品种名硬编码。不同券商品种名不同，前文已详细讲解。关键是MCP Server中必须有模糊匹配兜底逻辑，不能假设"XAUUSD就是XAUUSD"。

坑5——返回值缺少ok字段。AI无法判断操作成败，可能把错误结果当成功。必须所有工具统一返回{"ok": bool, ...}格式。

六、实战场景演示：AI Agent监管EA的一天

为了让你直观感受MCP + AI Agent的实际价值，我们用一个时间线展示"AI Agent监管EA的一天"：

（以下为虚拟场景演示，所有数据和金额均为虚构，不代表任何实际交易收益或承诺。）

08:00 早盘启动：AI Agent自动获取账户状态、检查所有EA运行状态、报告过夜交易结果。你会收到类似这样的消息："昨夜EURUSD_EA执行了3笔交易，盈利+$127；GBPJPY_EA持仓过夜，当前浮盈+$45。所有EA运行正常，无异常日志。"

10:30 异常检测：EA_A的持仓时间超过预设阈值（正常应2小时内平仓），AI发出告警："EA_A的EURUSD多单已持仓3小时22分，超过预设的2小时阈值。当前浮盈+$18。是否需要干预？"

14:00 数据行情：财经日历显示15:30有CPI数据，AI建议："15:30将公布美国CPI数据，历史波动率较高。建议暂停加仓类策略，或收紧已有持仓的止损。"

15:30 数据公布后：AI监控波动率变化，确认EA_B的止损设置是否能承受当前波动："XAUUSD波动率从日均0.5%升至1.2%，EA_B的50点止损在当前波动下可能偏紧，建议评估是否放宽至80点。"

20:00 日终复盘：AI汇总当日所有交易、分析盈利/亏损原因、建议参数调整："今日总交易8笔，盈利6笔，亏损2笔，净利润+$234。盈利交易集中在趋势行情中，亏损交易发生在震荡区间。建议评估是否增加震荡行情过滤器。"

七、结语：EA开发的下一个十年

MCP不是一个工具，而是一个生态标准——就像USB统一了外设接口，MCP统一了AI与应用的接口。据MCP World统计，目前已有数百个MCP Server项目覆盖各个领域，而MT5作为全球最大的零售交易平台之一加入MCP生态，意味着AI Agent+交易的基础设施已经就绪。

对于EA开发者的建议路径：

• 第一步：理解MCP概念（本文已完成 ✓）
• 第二步：用现成的MCP工具包（如mt5-trading-mcp或mcp-metatrader5-server）体验AI Agent读取你的MT5数据
• 第三步：为自己的EA增加MCP接口——让AI能监控你的EA运行状态
• 第四步：构建"EA + AI Agent"的完整交易系统——策略执行归EA，监控分析归Agent

如果你对MCP Server开发有具体需求，或者想为你的EA增加AI Agent监控能力，可以整理你的需求发给我们。eafxtech团队在EA定制开发和AI集成方面有丰富的实战经验，可以提供从MCP Server搭建到AI Agent对接的全链路技术服务。

下一篇，我们将基于本文的MCP架构，深入讲解"如何用AI Agent实现多EA组合的自动化再平衡"——从单个EA的AI监管，升级到多EA组合的AI智能管理。敬请关注。