工具链

用 Claude Code 在 90 秒内回测 Pine 策略

走一遍 @pineforge/codegen-mcp：一条 npx 命令安装，让 Claude 把你的 Pine transpile 成 C++，用 Docker 跑回测并读交易列表。OHLCV 不离开本机。

2026年5月8日约 7 分钟阅读#mcp#ai#claude#cursor#tooling

几个月以来，PineForge codegen 一直躲在 curl 后面；从这周起，它也在 Model Context Protocol 服务器背后——你可以在任意支持 MCP 的客户端里（Claude Desktop、Claude Code、Cursor、Continue.dev 等）把回测一路跑完。

这是一篇端到端 walk-through：从空仓库到拿到 JSON 回测报告，墙上时钟大约 90 秒，外加首次 docker pull 的一次性成本。

服务器到底做什么

npm 上的 @pineforge/codegen-mcp 是一层很薄的本地 stdio 桥。它向 AI 客户端暴露 四个工具：

Tool	运行位置	成本
`transpile_pine`	托管 codegen API	占用配额（编译失败会退回）
`get_quota`	托管 codegen API	免费
`backtest_pine`	本机 Docker	计 1 次（内含那次 transpile）
`pull_engine_image`	本机 Docker	免费

值得停顿一下的是 隐私面。Pine 源码会发到托管 codegen（codegen.pineforge.dev）。OHLCV CSV 不会发。 backtest_pine 在你本机 Docker 里用生成的 strategy.cpp 对着你指定的文件跑；CSV 只读挂载进容器。运行时容器 没有外出网络。数据留在你的笔记本上。

安装（一条命令）

npx -y @pineforge/codegen-mcp

够了。首次运行会下载包、即时编译 TypeScript，然后开始用 stdio 讲 MCP。不必全局安装，也不必单独 build。

你需要准备好三件事：

Node ≥ 20
本机 Docker 正在运行（backtest_pine 会 docker run）
通过 pineforge.dev 候补名单拿到的 pf_… API key

接入 Claude Desktop

打开配置文件：

macOS：~/Library/Application Support/Claude/claude_desktop_config.json
Windows：%APPDATA%\Claude\claude_desktop_config.json

在 mcpServers 下加上：

{
  "mcpServers": {
    "pineforge-codegen": {
      "command": "npx",
      "args": ["-y", "@pineforge/codegen-mcp"],
      "env": {
        "PINEFORGE_API_KEY": "pf_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx"
      }
    }
  }
}

重启 Claude Desktop。侧边栏「可用工具」里会出现该服务器。第一次调用会打到托管 codegen，并触发运行时镜像的 docker pull——大约 250 MB，只做一次。

Claude Code（CLI）

如果你已经在终端里，这样更短：

claude mcp add pineforge-codegen \
  --transport stdio \
  --env PINEFORGE_API_KEY=pf_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx \
  -- npx -y @pineforge/codegen-mcp

重新开会话后四个工具可用。

Cursor

Settings → MCP → New MCP Server → 粘贴同一段 JSON。Cursor 负责进程生命周期。

用自然语言驱动

接好后，交互就是普通中文/英文提示词。略压缩的真实对话：

你： ./strategy.pine 里是 Pine v6 策略，./eth_15m.csv 是 7 天 15 分钟 ETHUSDT。跑回测，告诉我 Sharpe 和最大回撤。

Claude： 正在对这两个文件调用 backtest_pine…
[backtest_pine({ source: "...", ohlcv_csv_path: "./eth_15m.csv" }) 约 3 秒返回]
完成。7 天窗口 49 笔交易。净盈亏 −$190.85，Sharpe 0.21，最大回撤 $312。第三次亏损后做空再也没爬起来——要我挖触发条件，还是扫一遍入场阈值？

这就是生产力表面：模型握着工具说明，知道 backtest_pine 返回什么，可以在你不手写 curl 的情况下串下一次调用。「改 Pine → 保存 → 切 TradingView → 重载图表 → 读数 → 回到编辑器」的摩擦，塌缩成 一段对话。

报告长什么样

backtest_pine 返回与独立 Docker 镜像 相同形状的 JSON。摘要块：

{
  "engine": "pineforge",
  "summary": {
    "total_trades": 49,
    "net_pnl": -190.85,
    "max_drawdown": 312.0,
    "sharpe": 0.21,
    "profit_factor": 0.78,
    "win_rate": 0.43
  },
  "trades": [
    /* 49 条含时间戳、价格、PnL */
  ],
  "elapsed_seconds": 0.0042,
  "_meta": {
    "strategy_cpp_bytes": 5079,
    "image": "ghcr.io/pineforge-4pass/pineforge-engine:latest"
  }
}

模型拿到完整结构后，可以回答「最差的一笔是哪笔？」这类追问——自行扫 trades[]，常常不需要第二次工具调用。

配额意识

凡是走 codegen API 的对话都会扣配额。为了在昂贵参数扫描前先摸底，提供了 get_quota。免费档 每月 100 次 transpile—— hobby 和 CI 冒烟够了；若是迭代优化循环可能会紧。

实用做法：在项目的 CLAUDE.md（或等价物）里写一句：若被要求优化策略，在发起超过 5 次 transpile 之前先调用 get_quota 并汇报剩余额度。

服务器刻意不包含的东西

没有实盘下单。 服务器对你的策略和数据是只读的；不接券商。实盘是另一回事。
没有行情拉取。 OHLCV 你自己带来。服务器不从交易所或数据商拉字节——数据来源与回测对象由你掌控。
调用之间没有状态。 每次 backtest_pine 都是全新容器。没有持久缓存，也没有共享会话。

这是刻意的范围边界：表面可审计，故障模式简单。

到这里会变得好玩的手动苦活

几件手工做很别扭、在这种模型里很自然的事：

「把止损收紧再跑一遍。」 模型改 Pine 里的一个数，再调 backtest_pine，对比 Sharpe。你厌烦为止。
「换成最近 30 天而不是 7 天。」 指向另一个 CSV，模型重跑。不必在筛选 UI 里爬。
「这里参数敏感度怎样？」 对一个输入扫区间，收集 Sharpe，打印小 Markdown 表。迭代交给模型。
「跟另一份策略比一比。」 两次 backtest_pine，并排读报告。

不需要新基础设施。模型 + 四个工具 + 你的话就够了。

动手试

领取免费 codegen API key（候补注册，key 邮件送达）
完整 /ai 配置页（Claude Desktop / Claude Code / Cursor）
npm 包

包是开源的。服务器小到 坐下来一遍读完就能审计线路，如果你想搞清楚线上到底发了什么，很适合。