FRED MCP Server-integrasjon

Hva gjør “FRED” MCP Server?

Federal Reserve Economic Data (FRED) MCP Server er en åpen kildekode-implementering av Model Context Protocol (MCP) som lar AI-assistenter og utviklingsverktøy koble seg direkte til de omfattende økonomiske og finansielle datasett levert av Federal Reserve Bank of St. Louis’ FRED API. Ved å fungere som en bro mellom AI-klienter og eksterne data muliggjør FRED MCP Server kraftige arbeidsflyter som å hente tidsseriedata, få tilgang til økonomiske indikatorer og hente historisk finansiell informasjon. Denne integrasjonen gir utviklere og AI-agenter mulighet til å automatisere forskning, levere datadrevne innsikter og støtte analytiske oppgaver med oppdatert føderal økonomisk data – alt innenfor rammen av sine applikasjoner eller LLM-baserte agenter.

Liste over prompt-maler

Ingen prompt-maler er nevnt i depotet eller dets dokumentasjon.

Liste over ressurser

• FRED økonomiske dataserier
  Gir tilgang til over 800 000 amerikanske og internasjonale tidsserier med økonomiske data fra Federal Reserve Bank of St. Louis.
• Økonomiske indikatorer
  Gjør ofte brukte økonomiske indikatorer (BNP, KPI, arbeidsledighetstall osv.) tilgjengelig som strukturerte dataressurser.
• Historiske finansielle data
  Muliggjør uthenting av historiske priser, rentenivåer og andre finansielle serier for langsgående analyser.
• Metadata for serier
  Leverer metadata (kilde, frekvens, enheter osv.) for hver dataserie, slik at de kan kontekstualiseres og filtreres bedre.

Liste over verktøy

• query_series
  Gjør det mulig å hente spesifikke FRED-dataserier etter ID, og returnerer de nyeste eller historiske datapunktene til analyse.
• search_series
  Lar deg søke etter FRED-serier basert på nøkkelord, kategorier eller metadatafiltre, slik at brukere kan finne relevante datasett.
• get_series_info
  Henter metadata og beskrivende informasjon om en gitt FRED-serie, som beskrivelse, frekvens og enheter.

Bruksområder for denne MCP-serveren

• Automatisering av økonomisk forskning
  Automatiser innhenting av oppdaterte økonomiske indikatorer og tidsserier for bruk i økonomisk analyse og rapportering.
• Integrasjon i finansielle applikasjoner
  Integrer FRED-data i dashbord, handelsplattformer eller analyseverktøy for å gi sanntids økonomisk kontekst.
• AI-drevet dataanalyse
  Gjør det mulig for LLM-er eller AI-agenter å svare på spørsmål eller generere rapporter ved bruk av autoritative økonomiske data hentet direkte fra FRED.
• Akademiske og politiske studier
  Effektiviser prosessen med å samle inn historiske data til forskning, økonometri og politisk analyse.
• Databerikelse for visualiseringer
  Gi datavisualiseringer og business intelligence-rapporter pålitelig, oppdatert makroøkonomisk data.

Slik setter du det opp

Windsurf

1. Sørg for at Node.js er installert på maskinen din.
2. Finn Windsurf-konfigurasjonsfilen (vanligvis windsurf.config.json).
3. Legg til FRED MCP Server i din mcpServers-seksjon med følgende JSON:

   {
     "fred-mcp-server": {
       "command": "npx",
       "args": ["@stefanoamorelli/fred-mcp-server@latest"]
     }
   }
   

4. Lagre filen og start Windsurf på nytt.
5. Verifiser oppsettet ved å sjekke at FRED MCP Server er oppført som et tilgjengelig verktøy.

Claude

1. Installer Node.js hvis det ikke allerede er installert.
2. Åpne Claude Desktop eller Claude-konfigurasjonsfilen.
3. Legg inn denne oppføringen i MCP-serverseksjonen din:

   {
     "fred-mcp-server": {
       "command": "npx",
       "args": ["@stefanoamorelli/fred-mcp-server@latest"]
     }
   }
   

4. Lagre endringer og start Claude på nytt.
5. Bekreft at serveren er aktiv i Claude UI.

Cursor

1. Sørg for at Node.js er installert.
2. Åpne konfigurasjonspanelet eller konfigurasjonsfilen til Cursor.
3. Sett inn følgende under mcpServers-objektet:

   {
     "fred-mcp-server": {
       "command": "npx",
       "args": ["@stefanoamorelli/fred-mcp-server@latest"]
     }
   }
   

4. Lagre og start Cursor på nytt.
5. Verifiser at FRED MCP er tilgjengelig som et verktøy.

Cline

1. Installer Node.js.
2. Rediger Clines hovedkonfigurasjonsfil til å inkludere:

   {
     "fred-mcp-server": {
       "command": "npx",
       "args": ["@stefanoamorelli/fred-mcp-server@latest"]
     }
   }
   

3. Lagre og start Cline på nytt.
4. Sjekk at serveren vises i MCP-verktøyslisten.

Sikring av API-nøkler

Lagre FRED API-nøkkelen din som en miljøvariabel for å holde den sikker:

{
  "fred-mcp-server": {
    "command": "npx",
    "args": ["@stefanoamorelli/fred-mcp-server@latest"],
    "env": {
      "FRED_API_KEY": "your_fred_api_key_here"
    },
    "inputs": {}
  }
}

Bytt ut "your_fred_api_key_here" med din faktiske API-nøkkel. Dette hindrer at sensitiv informasjon hardkodes i konfigurasjonsfiler.

Slik bruker du denne MCP-en i flows

Bruke MCP i FlowHunt

For å integrere MCP-servere i arbeidsflyten din med FlowHunt, start med å legge til MCP-komponenten i flyten og koble den til AI-agenten din:

Klikk på MCP-komponenten for å åpne konfigurasjonspanelet. I systemets MCP-konfigurasjonsseksjon setter du inn MCP-serverdetaljene dine med dette JSON-formatet:

{
  "fred-mcp-server": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Når dette er konfigurert, kan AI-agenten nå bruke denne MCP-en som et verktøy med tilgang til alle funksjoner og kapasiteter. Husk å endre “fred-mcp-server” til det faktiske navnet på din MCP-server og bytte ut URL-en med din egen MCP-serveradresse.

Oversikt

Basert på tabellene tilbyr FRED MCP Server kjernefunksjoner for MCP som verktøy og ressurser, men mangler prompt-maler og eksplisitt støtte for avanserte funksjoner som sampling. Dokumentasjonen er tydelig, installasjonen er enkel og API-nøkkelsikkerheten er ivaretatt. Alt i alt er det en solid og praktisk MCP-server for integrasjon av økonomiske data.

MCP-score