mnemox-ai/tradememory-protocol

入门指南 | 应用场景 | API 参考 | OWM 框架 | 局限性 | 中文版

---

你的交易 AI 患有健忘症，而监管机构已经开始注意到了。

它在每次交易中重复同样的错误，无法解释交易原因，且在上下文窗口结束后会忘记一切。与此同时，MiFID II 正在提高算法决策文档的门槛（第 17 条）。欧盟《人工智能法案》（EU AI Act）要求对 AI 行为进行系统性记录（第 14 条）。而竞争对手的 AI 代理正在从每一次交易中学习。

当前的 AI 交易技术栈缺失了一个关键层。每个 MCP 服务器都能处理执行任务——下单、获取价格、阅读图表，但没有一个能处理记忆。

你的代理可以买入 100 股 AAPL，但无法回答：“上次我在这种情况下买入 AAPL 时发生了什么？”

TradeMemory 就是那个记忆层。 只需 pip install，你的 AI 代理就能记住每一次交易、每一个结果、每一个错误——并带有 SHA-256 防篡改审计跟踪。

该项目已在生产环境中使用，被交易员用于每次仓位操作前的预检检查，以及被 EA 系统用于每天记录数千条决策。

功能特性

• 交易前： 查询记忆——在当前市场条件下，上次发生了什么？结果如何？
• 交易后： 单次调用即可记录一切——五个记忆层自动更新。
• 安全防护： 置信度追踪、回撤警报、连亏检测——系统会告诉你何时该停止。

适用于任何市场（股票、外汇、加密货币、期货）、任何经纪商和任何 AI 平台。TradeMemory 不会执行交易，也不会触碰你的资金——它只负责记录和回溯。

快速开始

pip install tradememory-protocol

将其添加到 Claude Desktop (claude_desktop_config.json):

{
  "mcpServers": {
    "tradememory": {
      "command": "uvx",
      "args": ["tradememory-protocol"]
    }
  }
}

然后告诉 Claude：“记录我以 195 美元买入的 AAPL 多单——财报超预期，机构买入，高置信度。”

Claude Code / Cursor / Docker

# Claude Code
claude mcp add tradememory -- uvx tradememory-protocol

# 从源码安装
git clone https://github.com/mnemox-ai/tradememory-protocol.git
cd tradememory-protocol && pip install -e . && python -m tradememory

# Docker
docker compose up -d

完整指南： 入门指南（交易员路径 + 开发者路径）

谁在使用 TradeMemory

	美股交易员	外汇 EA 系统	合规团队
市场	股票 (AAPL, TSLA, ...)	XAUUSD (黄金)	多资产
使用方式	每笔交易前的飞行前检查单	从 MT5 自动同步	完整的决策审计跟踪
核心价值	纪律约束系统——决策前回顾记忆	记录信号被拦截的原因，而非仅仅记录执行	为监管机构提供 SHA-256 防篡改记录
详情	阅读详情 →	阅读详情 →	阅读详情 →

工作原理

1. 回溯 (Recall) — 交易前，根据结果质量、上下文相似度、时效性、置信度和情绪状态检索过去交易（OWM 框架）。
2. 记录 (Record) — 交易后，通过调用 remember_trade 将信息写入五个记忆层：情景记忆、语义记忆、程序记忆、情感记忆和交易记录。
3. 反思 (Reflect) — 通过每日/每周/每月的回顾，检测行为偏移、策略衰减和交易错误。
4. 审计 (Audit) — 每项决策在创建时都会进行 SHA-256 哈希处理。可随时导出以供审查或提交给监管机构。

MCP 工具

分类	工具	描述
记忆	remember_trade · recall_memories	使用结果加权评分记录和回溯交易
状态	get_agent_state · get_behavioral_analysis	置信度、回撤、连胜/连亏、行为模式
规划	create_trading_plan · check_active_plans	包含条件的前瞻性交易计划