mnemox-ai/tradememory-protocol

mnemox-ai/tradememory-protocol

от mnemox-ai
MCP сервер, запоминающий каждую сделку с SHA-256 защитой. Анализируйте историю решений, выявляйте ошибки и соблюдайте нормы MiFID II и EU AI Act с помощью пре-флайт чеклистов и OWM.

TradeMemory Protocol

PyPI Tests MCP Tools Smithery License: MIT

Getting Started | Use Cases | API Reference | OWM Framework | Limitations | 中文版


Your trading AI has amnesia. And regulators are starting to notice.

It makes the same mistakes every session. It can't explain why it traded. It forgets everything when the context window ends. Meanwhile, MiFID II is raising the bar for algorithmic decision documentation (Article 17). The EU AI Act demands systematic logging of AI actions (Article 14). Your competitors' agents are learning from every trade.

The AI trading stack is missing a layer. Every MCP server handles execution — placing orders, fetching prices, reading charts. None handle memory.

Your agent can buy 100 shares of AAPL but can't answer: "What happened last time I bought AAPL in this condition?"

TradeMemory is the memory layer. One pip install, and your AI agent remembers every trade, every outcome, every mistake — with SHA-256 tamper-proof audit trail.

Used in production by traders running pre-flight checklists before every position, and by EA systems logging thousands of decisions daily.

check_active_plans

Проверяет активные торговые планы на соответствие текущему рыночному контексту. Запрашивает все активные перспективные планы, аннулирует те, срок действия которых истек, и сопоставляет оставшиеся планы с предоставленным контекстом.

Проверяет активные торговые планы на соответствие текущему рыночному контексту. Запрашивает все активные перспективные планы, аннулирует те, срок действия которых истек, и сопоставляет оставшиеся планы с предоставленным контекстом.

Параметры

  • context_regimeany

    Current market regime (trending_up/trending_down/ranging/volatile)

  • context_atr_d1any

    Current ATR(14) on D1 in dollars

create_trading_plan

Создайте перспективный торговый план, который активируется при выполнении условий. Сохраняет план на основе правил в проспективной памяти. План остаётся активным до срабатывания, истечения срока или ручной отмены.

Создайте перспективный торговый план, который активируется при выполнении условий. Сохраняет план на основе правил в проспективной памяти. План остаётся активным до срабатывания, истечения срока или ручной отмены.

Параметры

  • trigger_typestringобязательный

    Type of trigger (e.g. "market_condition", "drawdown", "time_based")

  • trigger_conditionstringобязательный

    JSON string describing when to trigger (e.g. '{"regime": "ranging"}')

  • planned_actionstringобязательный

    JSON string describing what to do (e.g. '{"type": "skip_trade"}')

  • reasoningstringобязательный

    Why this plan was created

  • expiry_daysinteger

    Days until plan expires (default 30)

  • prioritynumber

    Priority 0-1, higher = checked first (default 0.5)

evolution_discover_patterns

Обнаруживайте торговые паттерны на основе рыночных данных с помощью анализа LLM. Использует Claude для анализа данных OHLCV и генерации возможных торговых паттернов с условиями входа/выхода. Каждый паттерн можно затем прогнать на исторических данных.

Обнаруживайте торговые паттерны на основе рыночных данных с помощью анализа LLM. Использует Claude для анализа данных OHLCV и генерации возможных торговых паттернов с условиями входа/выхода. Каждый паттерн можно затем прогнать на исторических данных.

Параметры

  • symbolstringобязательный

    Trading pair (e.g. "BTCUSDT")

  • timeframestring

    Bar timeframe — "5m", "15m", "1h", "4h", "1d"

  • countinteger

    Number of patterns to generate (default 5)

  • temperaturenumber

    LLM creativity 0-1 (default 0.7, higher = more diverse)

  • daysinteger

    Days of history to analyze (default 90)

evolution_evolve_strategy

Запускает полный эволюционный цикл — генерирует, тестирует на истории, отбирает, отбрасывает. Многопоколенная эволюция стратегий: LLM генерирует паттерны-кандидаты, прогоняет их на внутривыборочных данных, проверяет выжившие на вневыборочных данных и отбрасывает слабые гипотезы. Возвращает допущенные стратегии и кладбище несостоявшихся.

Запускает полный эволюционный цикл — генерирует, тестирует на истории, отбирает, отбрасывает. Многопоколенная эволюция стратегий: LLM генерирует паттерны-кандидаты, прогоняет их на внутривыборочных данных, проверяет выжившие на вневыборочных данных и отбрасывает слабые гипотезы. Возвращает допущенные стратегии и кладбище несостоявшихся.

Параметры

  • symbolstringобязательный

    Trading pair (e.g. "BTCUSDT")

  • timeframestring

    Bar timeframe — "5m", "15m", "1h", "4h", "1d"

  • generationsinteger

    Number of evolution generations (default 3)

  • population_sizeinteger

    Hypotheses per generation (default 10)

  • daysinteger

    Days of history to use (default 90)

evolution_fetch_market_data

Получает рыночные данные OHLCV с Binance для анализа эволюции. Скачивает исторические бары цен для бэктестинга и поиска паттернов. Используйте это перед discover_patterns или run_backtest, чтобы получить данные.

Получает рыночные данные OHLCV с Binance для анализа эволюции. Скачивает исторические бары цен для бэктестинга и поиска паттернов. Используйте это перед discover_patterns или run_backtest, чтобы получить данные.

Параметры

  • symbolstringобязательный

    Trading pair (e.g. "BTCUSDT", "ETHUSDT")

  • timeframestring

    Bar timeframe — "5m", "15m", "1h", "4h", "1d"

  • daysinteger

    Number of days of history to fetch (default 90)

evolution_get_log

Получите журнал прошлых запусков эволюции из этой сессии. Возвращает список всех запусков эволюции с их результатами, включая graduated strategies, graveyard, token usage и backtest counts. Данные хранятся в памяти (сбрасываются при перезапуске сервера).

Получите журнал прошлых запусков эволюции из этой сессии. Возвращает список всех запусков эволюции с их результатами, включая graduated strategies, graveyard, token usage и backtest counts. Данные хранятся в памяти (сбрасываются при перезапуске сервера).

Параметры

Без параметров.

evolution_run_backtest

Запускает бэктест кандидатного паттерна на исторических данных OHLCV. Принимает словарь паттерна (из discover_patterns) и запускает векторизованный бэктест. Возвращает метрики пригодности: коэффициент Шарпа, процент выигрышных сделок, количество сделок, максимальную просадку, суммарную PnL.

Запускает бэктест кандидатного паттерна на исторических данных OHLCV. Принимает словарь паттерна (из discover_patterns) и запускает векторизованный бэктест. Возвращает метрики пригодности: коэффициент Шарпа, процент выигрышных сделок, количество сделок, максимальную просадку, суммарную PnL.

Параметры

  • pattern_dictobjectобязательный

    CandidatePattern as dict (from discover_patterns output)

  • symbolstring

    Trading pair (e.g. "BTCUSDT")

  • timeframestring

    Bar timeframe — "5m", "15m", "1h", "4h", "1d"

  • daysinteger

    Days of history to backtest against (default 90)

export_audit_trail

Экспорт записей торговых решений для аудита и проверки соответствия. Предоставляет полную, защищённую от подделок запись торговых решений, включая контекст памяти (похожие сделки, убеждения), который повлиял на каждое решение.

Экспорт записей торговых решений для аудита и проверки соответствия. Предоставляет полную, защищённую от подделок запись торговых решений, включая контекст памяти (похожие сделки, убеждения), который повлиял на каждое решение.

Параметры

  • trade_idany

    Get a single TDR by trade ID (e.g., "MT5-7047640363"). If provided, other filters are ignored.

  • strategyany

    Filter by strategy name (e.g., "VolBreakout").

  • startany

    Start date (ISO format, inclusive). E.g., "2026-03-01".

  • endany

    End date (ISO format, exclusive). E.g., "2026-04-01".

  • limitinteger

    Maximum records to return (default 50).

get_agent_state

Получает текущее аффективное состояние агента (уверенность, риск, просадка). Возвращает уровень уверенности, склонность к риску, процент просадки, серии побед/поражений, отслеживание капитала и рекомендуемое действие на основе текущей степени просадки.

Получает текущее аффективное состояние агента (уверенность, риск, просадка). Возвращает уровень уверенности, склонность к риску, процент просадки, серии побед/поражений, отслеживание капитала и рекомендуемое действие на основе текущей степени просадки.

Параметры

Без параметров.

get_behavioral_analysis

Извлекает поведенческий анализ из процедурной памяти. Возвращает сводную статистику торгового поведения: время удержания, коэффициент диспозиции, вариативность размера лота и сравнение с критерием Келли.

Извлекает поведенческий анализ из процедурной памяти. Возвращает сводную статистику торгового поведения: время удержания, коэффициент диспозиции, вариативность размера лота и сравнение с критерием Келли.

Параметры

  • strategy_nameany

    Filter by strategy name. Returns all if omitted.

  • symbolany

    Filter by symbol. Returns all if omitted.

get_strategy_performance

Получите агрегированную статистику производительности по каждой стратегии. Используйте это, чтобы оценить, какие стратегии работают, а какие нуждаются в корректировке.

Получите агрегированную статистику производительности по каждой стратегии. Используйте это, чтобы оценить, какие стратегии работают, а какие нуждаются в корректировке.

Параметры

  • strategy_nameany

    Filter by strategy name. Returns all strategies if omitted.

  • symbolany

    Filter by symbol. Returns all symbols if omitted.

get_trade_reflection

Получите полный контекст и анализ конкретной сделки. Используйте это, чтобы глубоко изучить обоснование и уроки конкретной сделки.

Получите полный контекст и анализ конкретной сделки. Используйте это, чтобы глубоко изучить обоснование и уроки конкретной сделки.

Параметры

  • trade_idstringобязательный

    The trade ID to look up

recall_memories

Извлекает воспоминания, используя OWM outcome-weighted scoring. Запрашивает эпизодические и семантические воспоминания, оценивает их по качеству результата, сходству контекста, новизне, уверенности и аффективной модуляции. Возвращает ранжированные воспоминания с разбивкой оценок.

Извлекает воспоминания, используя OWM outcome-weighted scoring. Запрашивает эпизодические и семантические воспоминания, оценивает их по качеству результата, сходству контекста, новизне, уверенности и аффективной модуляции. Возвращает ранжированные воспоминания с разбивкой оценок.

Параметры

  • symbolstringобязательный

    Trading instrument (e.g. "XAUUSD")

  • market_contextstringобязательный

    Current market conditions to match against

  • context_regimeany

    Current market regime (trending_up/trending_down/ranging/volatile)

  • context_atr_d1any

    Current ATR(14) on D1 in dollars

  • strategy_nameany

    Optional strategy filter

  • memory_typesany

    Types to query (default: ["episodic", "semantic"])

  • limitinteger

    Max results (default 10)

recall_similar_trades

Находит прошлые сделки с похожим рыночным контекстом. Используйте это перед совершением сделки, чтобы учиться на прошлом опыте. Возвращает сделки с их размышлениями и результатами. Использует оценку OWM, когда существуют эпизодические воспоминания, иначе — поиск по ключевым словам.

Находит прошлые сделки с похожим рыночным контекстом. Используйте это перед совершением сделки, чтобы учиться на прошлом опыте. Возвращает сделки с их размышлениями и результатами. Использует оценку OWM, когда существуют эпизодические воспоминания, иначе — поиск по ключевым словам.

Параметры

  • symbolstringобязательный

    Trading instrument to filter by (e.g. "XAUUSD")

  • market_contextstringобязательный

    Current market conditions to match against

  • strategy_nameany

    Optional strategy filter

  • limitinteger

    Max number of results (default 5)

remember_trade

Сохраняет сделку в многослойную память OWM с автоматическими обновлениями. Записывает в эпизодическую память и автоматически обновляет семантическую (байесовскую), процедурную (скользящие средние) и аффективную (EWMA доверие/серии). Также записывает в trade_records для обратной совместимости.

Сохраняет сделку в многослойную память OWM с автоматическими обновлениями. Записывает в эпизодическую память и автоматически обновляет семантическую (байесовскую), процедурную (скользящие средние) и аффективную (EWMA доверие/серии). Также записывает в trade_records для обратной совместимости.

Параметры

  • symbolstringобязательный

    Trading instrument (e.g. "XAUUSD")

  • directionstringобязательный

    "long" or "short"

  • entry_pricenumberобязательный

    Entry price of the trade

  • exit_pricenumberобязательный

    Exit price of the trade

  • pnlnumberобязательный

    Profit/loss in account currency

  • strategy_namestringобязательный

    Strategy used (e.g. "VolBreakout")

  • market_contextstringобязательный

    Description of market conditions

  • pnl_rany

    P&L as R-multiple (risk units). Improves OWM scoring quality.

  • context_regimeany

    Market regime (trending_up/trending_down/ranging/volatile)

  • context_atr_d1any

    ATR(14) on D1 in dollars

  • confidencenumber

    Agent confidence level 0-1 (default 0.5)

  • reflectionany

    Lessons learned from this trade

  • max_adverse_excursionany

    Maximum adverse excursion during the trade

  • trade_idany

    Optional custom ID. Auto-generated if omitted.

  • timestampany

    ISO format timestamp. Defaults to now (UTC).

store_trade_memory

Сохраните торговое решение с полным контекстом в память. Вызывайте это после исполнения сделки, чтобы пополнить свой банк памяти. Включайте market_context и reflection для лучшего последующего воспроизведения.

Сохраните торговое решение с полным контекстом в память. Вызывайте это после исполнения сделки, чтобы пополнить свой банк памяти. Включайте market_context и reflection для лучшего последующего воспроизведения.

Параметры

  • symbolstringобязательный

    Trading instrument (e.g. "XAUUSD")

  • directionstringобязательный

    "long" or "short"

  • entry_pricenumberобязательный

    Entry price of the trade

  • strategy_namestringобязательный

    Name of the strategy used (e.g. "VolBreakout")

  • market_contextstringобязательный

    Description of market conditions when trade was taken

  • exit_priceany

    Exit price (if trade is closed)

  • pnlany

    Profit/loss in account currency (if trade is closed)

  • reflectionany

    What you learned from this trade

  • trade_idany

    Optional custom ID. Auto-generated if omitted.

  • timestampany

    ISO format timestamp. Defaults to now (UTC).

verify_audit_hash

Проверяет целостность записи торгового решения. Пересчитывает SHA256 data_hash из сохранённых входных данных и сравнивает с хэшем, вычисленным в момент принятия решения. Несовпадение говорит о подделке.

Проверяет целостность записи торгового решения. Пересчитывает SHA256 data_hash из сохранённых входных данных и сравнивает с хэшем, вычисленным в момент принятия решения. Несовпадение говорит о подделке.

Параметры

  • trade_idstringобязательный

    Trade ID to verify (e.g., "MT5-7047640363").

Другие проверенные MCP-сервера

makenotion/notion-mcp-server

makenotion/notion-mcp-server

официальный

Notion MCP сервер даёт AI-агентам прямой доступ к Notion через API: читайте и редактируйте страницы в Markdown, делайте запросы к данным. Разработчики используют этот MCP инструмент для интеграции помощников с заметками и проектами, экономя токены.

TypeScript4540
IvanMurzak/Unity-MCP

IvanMurzak/Unity-MCP

MCP сервер связывает AI-агентов с Unity, автоматизируя создание сцен, генерацию кода и отладку. Работает внутри собранной игры — для динамических NPC и дебага. Полезен геймдев-разработчикам.

C#3597
zilliztech/mcp-server-milvus

zilliztech/mcp-server-milvus

официальный

MCP-сервер для векторной базы Milvus. Предоставляет LLM-приложениям векторный и гибридный поиск, управление коллекциями, операции с данными. Полезен разработчикам, интегрирующим AI с Claude Desktop...

Python237
OctagonAI/octagon-mcp-server

OctagonAI/octagon-mcp-server

официальный

Octagon MCP сервер для AI-финансовых исследований: интегрируется с Market Intelligence API, извлекает инсайты из SEC-отчетов, отчетов о прибылях, данных по акциям/криптовалютам и prediction markets. Полезен инвесторам и аналитикам для глубокого анализа рынков.

TypeScript143
pinecone-io/assistant-mcp

pinecone-io/assistant-mcp

официальный

MCP-сервер на Rust для получения данных от Pinecone Assistant. Укажите API-ключ и лимит результатов. Интеграция с ИИ-инструментами через Docker. Для разработчиков поисковых ассистентов.

Rust45
DataEval/dingo

DataEval/dingo

официальный

MCP-сервер Dingo даёт AI-агентам доступ к комплексной оценке качества данных: проверка датасетов, детекция галлюцинаций, анализ RAG-систем. Инструмент полезен ML-инженерам для автоматической валидации данных через ассистентов.

Python727
© Каталог MCP, 2026. Все права защищены.
Проект не аффилирован с Anthropic и любыми упомянутыми продуктами.
Все названия и торговые марки принадлежат их владельцам.
Контакты для связи: hi@mcp-katalog.ru

Лука Никитин