FRED MCP Server-integration

Vad gör “FRED” MCP-servern?

Federal Reserve Economic Data (FRED) MCP-servern är en öppen implementation av Model Context Protocol (MCP) som gör det möjligt för AI-assistenter och utvecklingsverktyg att ansluta direkt till de stora ekonomiska och finansiella datamängder som tillhandahålls av Federal Reserve Bank of St. Louis FRED API. Genom att fungera som en bro mellan AI-klienter och extern data möjliggör FRED MCP-servern kraftfulla arbetsflöden som att söka i tidsseriedata, få tillgång till ekonomiska indikatorer och hämta historisk finansiell information. Denna integration ger utvecklare och AI-agenter möjlighet att automatisera forskning, tillhandahålla datadrivna insikter och stödja analytiska uppgifter med aktuell federal ekonomisk data – allt inom ramen för deras applikationer eller LLM-baserade agenter.

Lista över prompts

Inga promptmallar nämns i arkivet eller dess dokumentation.

Lista över resurser

• FRED ekonomiska dataserier
  Ger tillgång till över 800 000 amerikanska och internationella tidsserier med ekonomiska data från Federal Reserve Bank of St. Louis.
• Ekonomiska indikatorer
  Exponerar vanliga ekonomiska indikatorer (BNP, KPI, arbetslöshetstal, etc.) som strukturerade dataresurser.
• Historisk finansiell data
  Möjliggör hämtning av historiska priser, räntor och andra finansiella serier för longitudinell analys.
• Metadata för serier
  Tillhandahåller metadata (källa, frekvens, enheter, etc.) för varje dataserie, vilket möjliggör bättre kontextualisering och filtrering.

Lista över verktyg

• query_series
  Möjliggör sökning av specifika FRED-dataserier via deras ID och returnerar de senaste eller historiska datapunkterna för analys.
• search_series
  Gör det möjligt att söka efter FRED-serier baserat på nyckelord, kategorier eller metadatafilter, vilket hjälper användare att hitta relevanta dataset.
• get_series_info
  Hämtar metadata och beskrivande information om en given FRED-serie, såsom dess beskrivning, frekvens och enheter.

Användningsområden för denna MCP-server

• Automatisering av ekonomisk forskning
  Automatisera hämtning av aktuella ekonomiska indikatorer och tidsserier för användning i ekonomisk analys och rapportering.
• Integration i finansiella applikationer
  Integrera FRED-data i dashboards, handelsplattformar eller analystjänster för att tillhandahålla realtidsbaserad ekonomisk kontext.
• AI-driven dataanalys
  Möjliggör för LLM:er eller AI-agenter att besvara frågor eller generera rapporter med hjälp av auktoritativ ekonomisk data direkt hämtad från FRED.
• Akademiska och policyrelaterade studier
  Effektivisera processen att samla in historisk data för forskning, ekonometriska studier och policyanalys.
• Dataförädling för visualiseringar
  Driv datavisualiseringar och BI-rapporter med tillförlitlig, aktuell makroekonomisk data.

Så här sätter du upp det

Windsurf

1. Säkerställ att Node.js är installerat på din dator.
2. Lokalisera Windsurf-konfigurationsfilen (oftast windsurf.config.json).
3. Lägg till FRED MCP-servern i din mcpServers-sektion med följande JSON:

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

4. Spara filen och starta om Windsurf.
5. Kontrollera installationen genom att se till att FRED MCP-servern listas som ett tillgängligt verktyg.

Claude

1. Installera Node.js om det inte redan finns.
2. Öppna Claude Desktop eller Claudes konfigurationsfil.
3. Lägg till detta i din MCP-serverssektion:

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

4. Spara ändringar och starta om Claude.
5. Bekräfta att servern är aktiv i Claude UI.

Cursor

1. Kontrollera att Node.js är installerat.
2. Öppna Cursors konfigurationspanel eller konfigurationsfil.
3. Infoga följande under objektet mcpServers:

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

4. Spara och starta om Cursor.
5. Verifiera att FRED MCP är tillgängligt som verktyg.

Cline

1. Installera Node.js.
2. Redigera Clines huvudkonfigurationsfil och inkludera:

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

3. Spara och starta om Cline.
4. Kontrollera att servern visas i MCP-verktygslistan.

Säkra API-nycklar

Spara din FRED API-nyckel som en miljövariabel för att hålla den säker:

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

Ersätt "your_fred_api_key_here" med din faktiska API-nyckel. Detta förhindrar att känslig information hårdkodas i konfigurationsfiler.

Så här använder du denna MCP i flöden

Använda MCP i FlowHunt

För att integrera MCP-servrar i ditt FlowHunt-arbetsflöde, börja med att lägga till MCP-komponenten i ditt flöde och koppla den till din AI-agent:

Klicka på MCP-komponenten för att öppna konfigurationspanelen. I systemets MCP-konfiguration, fyll i dina MCP-serveruppgifter med detta JSON-format:

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

När detta är konfigurerat kan AI-agenten nu använda denna MCP som ett verktyg med tillgång till alla dess funktioner. Kom ihåg att byta ut “fred-mcp-server” till det faktiska namnet på din MCP-server och ange rätt URL till din MCP-server.

Översikt

Baserat på tabellerna erbjuder FRED MCP-servern kärnfunktioner enligt MCP-standard som verktyg och resurser, men saknar promptmallar och explicit stöd för avancerade funktioner som sampling. Dokumentationen är tydlig, installationen är enkel och säkerheten kring API-nycklar är hanterad. Sammantaget är det en stabil och praktisk MCP-server för integration av ekonomiska data.

MCP-betyg