FRED MCP Server-integratie
Integreer de FRED MCP Server met FlowHunt om economisch onderzoek te automatiseren, AI-gedreven data-analyse mogelijk te maken en gezaghebbende Amerikaanse en wereldwijde financiële datasets te ontsluiten in je AI-projecten.

Wat doet de “FRED” MCP Server?
De Federal Reserve Economic Data (FRED) MCP Server is een open-source implementatie van het Model Context Protocol (MCP) waarmee AI-assistenten en ontwikkeltools direct kunnen verbinden met de enorme economische en financiële datasets die worden aangeboden door de FRED API van de Federal Reserve Bank of St. Louis. Door als brug te fungeren tussen AI-clients en externe data, maakt de FRED MCP Server krachtige workflows mogelijk zoals het opvragen van tijdreeksdata, toegang tot economische indicatoren en het ophalen van historische financiële informatie. Deze integratie stelt ontwikkelaars en AI-agenten in staat om onderzoek te automatiseren, datagedreven inzichten te leveren en analytische taken te ondersteunen met actuele federale economische data—alles binnen de context van hun applicaties of LLM-gebaseerde agenten.
Lijst van Prompts
Er worden geen prompt-sjablonen vermeld in de repository of documentatie.
Lijst van Bronnen
- FRED Economic Data Series
Biedt toegang tot meer dan 800.000 Amerikaanse en internationale economische tijdreeksen van de Federal Reserve Bank of St. Louis. - Economische Indicatoren
Stelt veelgebruikte economische indicatoren (BBP, CPI, werkloosheidscijfers, enz.) beschikbaar als gestructureerde databronnen. - Historische Financiële Data
Maakt het ophalen van historische prijzen, rentetarieven en andere financiële reeksen mogelijk voor longitudinale analyse. - Metadata voor Series
Levert metadata (bron, frequentie, eenheden, enz.) voor elke dataserie, wat een betere context en filtering mogelijk maakt.
Lijst van Tools
- query_series
Maakt het mogelijk om specifieke FRED-dataseries op te vragen via hun ID, en geeft de nieuwste of historische datapunten terug voor analyse. - search_series
Laat het zoeken naar FRED-series toe op basis van trefwoorden, categorieën of metadatafilters, zodat gebruikers relevante datasets kunnen vinden. - get_series_info
Haalt metadata en beschrijvende informatie op over een gegeven FRED-serie, zoals de beschrijving, frequentie en eenheden.
Toepassingen van deze MCP Server
- Automatisering van Economisch Onderzoek
Automatiseer het ophalen van actuele economische indicatoren en tijdreeksen voor economisch onderzoek en rapportages. - Integratie in Financiële Applicaties
Integreer FRED-data in dashboards, handelsplatformen of analysetools om realtime economische context te bieden. - AI-gedreven Data-analyse
Stel LLMs of AI-agenten in staat om vragen te beantwoorden of rapporten te genereren met gezaghebbende economische data rechtstreeks uit FRED. - Academische en Beleidsstudies
Versnel het verzamelen van historische data voor onderzoek, econometrische studies en beleidsanalyses. - Data Verrijking voor Visualisaties
Voorzie datavisualisaties en business intelligence-rapporten van betrouwbare, actuele macro-economische data.
Hoe stel je het in
Windsurf
- Zorg dat Node.js op je computer is geïnstalleerd.
- Zoek het Windsurf-configuratiebestand (meestal
windsurf.config.json
). - Voeg de FRED MCP Server toe aan je
mcpServers
-sectie met de volgende JSON:{ "fred-mcp-server": { "command": "npx", "args": ["@stefanoamorelli/fred-mcp-server@latest"] } }
- Sla het bestand op en herstart Windsurf.
- Controleer of de FRED MCP Server als beschikbare tool wordt vermeld.
Claude
- Installeer Node.js indien nog niet aanwezig.
- Open de Claude Desktop of het configuratiebestand van Claude.
- Voeg deze regel toe aan je MCP-serverssectie:
{ "fred-mcp-server": { "command": "npx", "args": ["@stefanoamorelli/fred-mcp-server@latest"] } }
- Sla de wijzigingen op en herstart Claude.
- Bevestig dat de server actief is in de Claude UI.
Cursor
- Zorg dat Node.js is geïnstalleerd.
- Open het configuratiepaneel of -bestand van Cursor.
- Voeg het volgende toe onder het
mcpServers
-object:{ "fred-mcp-server": { "command": "npx", "args": ["@stefanoamorelli/fred-mcp-server@latest"] } }
- Sla op en herstart Cursor.
- Controleer of FRED MCP beschikbaar is als tool.
Cline
- Installeer Node.js.
- Bewerk het hoofdconfiguratiebestand van Cline om het volgende toe te voegen:
{ "fred-mcp-server": { "command": "npx", "args": ["@stefanoamorelli/fred-mcp-server@latest"] } }
- Sla op en herstart Cline.
- Controleer of de server verschijnt in de MCP-tool lijst.
API-sleutels beveiligen
Sla je FRED API-sleutel op als een omgevingsvariabele om deze veilig te houden:
{
"fred-mcp-server": {
"command": "npx",
"args": ["@stefanoamorelli/fred-mcp-server@latest"],
"env": {
"FRED_API_KEY": "your_fred_api_key_here"
},
"inputs": {}
}
}
Vervang "your_fred_api_key_here"
door je eigen API-sleutel. Zo voorkom je het hardcoden van gevoelige informatie in configuratiebestanden.
Hoe gebruik je deze MCP in flows
Gebruik van MCP in FlowHunt
Om MCP-servers in je FlowHunt-workflow te integreren, begin je met het toevoegen van het MCP-component aan je flow en verbind je dit met je AI-agent:

Klik op het MCP-component om het configuratiepaneel te openen. Voeg in het systeem-MCP-configuratiegedeelte je MCP-serverdetails toe in dit JSON-formaat:
{
"fred-mcp-server": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
Na configuratie kan de AI-agent deze MCP nu als tool gebruiken met toegang tot alle functies en mogelijkheden. Vergeet niet “fred-mcp-server” te wijzigen naar de naam van jouw MCP-server en de URL te vervangen door je eigen MCP-server-URL.
Overzicht
Sectie | Beschikbaarheid | Details/Opmerkingen |
---|---|---|
Overzicht | ✅ | |
Lijst van Prompts | ⛔ | Geen prompt-sjablonen gevonden |
Lijst van Bronnen | ✅ | Economische data, indicatoren, metadata, enz. |
Lijst van Tools | ✅ | query_series, search_series, get_series_info |
API-sleutels beveiligen | ✅ | Gebruikt omgevingsvariabelen in config |
Sampling Support (minder belangrijk bij beoordeling) | ⛔ | Niet vermeld |
Op basis van de tabellen biedt de FRED MCP Server kernfunctionaliteit van MCP, zoals tools en bronnen, maar ontbreken prompt-sjablonen en expliciete ondersteuning voor geavanceerde functies zoals sampling. De documentatie is duidelijk, installatie is eenvoudig en de beveiliging van API-sleutels is geregeld. Al met al is het een solide en praktische MCP-server voor economische dataintegratie.
MCP Score
Heeft een LICENSE | ✅ (Apache-2.0) |
---|---|
Heeft minstens één tool | ✅ |
Aantal Forks | 2 |
Aantal Stars | 14 |
Veelgestelde vragen
- Wat is de FRED MCP Server?
De FRED MCP Server is een open-source implementatie van het Model Context Protocol die AI-assistenten en ontwikkeltools verbindt met de enorme economische datasets van de Federal Reserve Bank of St. Louis via de FRED API. Het maakt geautomatiseerde queries, gegevensopvraging en analyse van financiële indicatoren en tijdreeksen mogelijk.
- Welke tools biedt de FRED MCP Server?
Het biedt tools zoals query_series (haal datapoints op voor een gegeven series-ID), search_series (doorzoek FRED-datasets op trefwoorden of metadata), en get_series_info (toegang tot metadata, frequentie en beschrijvingen voor elke serie).
- Hoe beveilig ik mijn FRED API-sleutel?
Sla je API-sleutel op als een omgevingsvariabele in je MCP-serverconfiguratie. Zo voorkom je het hardcoden van gevoelige sleutels en blijft je integratie veilig.
- Wat zijn veelvoorkomende toepassingen voor de FRED MCP Server?
Veelgebruikte toepassingen zijn onder andere automatisering van economisch onderzoek, dashboards en financiële platformen aandrijven, AI-gestuurde data-analyse verrijken, academische studies ondersteunen en realtime datavisualisaties aansturen met actuele economische informatie.
- Ondersteunt deze MCP Server prompt-sjablonen of geavanceerde functies?
Er zijn geen prompt-sjablonen inbegrepen. De server richt zich op het leveren van kernhulpmiddelen en bronnen voor economische dataintegratie via het MCP-protocol.
Verbind FlowHunt met FRED Data
Ontgrendel krachtige AI-workflows en realtime economische analyse door de FRED MCP Server te integreren met FlowHunt.