制裁名单 MCP 服务器

“制裁名单” MCP 服务器能做什么？

制裁名单 MCP 服务器是一款将 AI 助手与全面制裁名单筛查能力连接起来的工具。借助 OFAC API，此 MCP 服务器可让 AI 驱动的工作流对个人和机构进行全球主要制裁名单（如 OFAC SDN、联合国、OFSI）筛查。开发者可使用该服务器进行风险评估，自定义筛查参数（如最低匹配分数），并选择特定制裁名单以满足合规需求。这提升了开发流程，实现了自动化、可靠的合规检查、实体筛查以及详尽的匹配报告，适用于 AI 驱动的环境中。

提示词列表

仓库中未提及明确的提示词模板。

准备好发展您的业务了吗？

今天开始免费试用，几天内即可看到结果。

申请演示 登录

资源列表

仓库中未描述明确的 MCP 资源。

工具列表

• 制裁名单筛查工具
  利用多种标识（姓名、地址、身份证件等）对个人和机构进行全球主要制裁名单筛查。可指定最低匹配分数和来源名单，并返回详细的匹配信息、分数及原始数据。

加入我们的新闻通讯

免费获取最新提示、趋势和优惠。

电子邮件地址

订阅

该 MCP 服务器的应用场景

• 合规与风险评估
  自动筛查个人和机构，以确保遵守国际制裁法规，减少人工操作和错误。
• KYC（了解你的客户）流程
  在银行、金融科技及其他受监管实体的入职流程中集成自动制裁名单检查。
• 交易监控
  实时筛查交易方，防止违规交易，提升反洗钱（AML）系统能力。
• 自定义风险阈值管理
  可自定义最低匹配分数，选择特定制裁来源，实现个性化合规与风险管理。
• 批量实体筛查
  在 AI 应用中高效处理和筛查大量个人或机构。

如何配置

Windsurf

仓库中未提供 Windsurf 的具体配置说明。

Claude

1. 前置条件：
   • 安装 Node.js v20 或更高版本
   • 安装 npm 或 yarn
   • 获取你的 OFAC API 密钥（如需要）
2. 克隆仓库：

   git clone https://github.com/madupay/mcp-sanctions
   cd mcp-sanctions
   npm install
   

3. 配置 claude_desktop_config.json：
   添加如下片段，更新路径和 API 密钥：

   {
     "mcpServers": {
       "sanctions": {
         "command": "/path/to/your/node",
         "args": ["/path/to/your/mcp-sanctions/index.js"],
         "env": {
           "OFAC_API_API_KEY": "YOUR_API_KEY_HERE"
         }
       }
     }
   }
   

4. 保存并重启 Claude Desktop
   重启应用以使更改生效。
5. 确保制裁名单筛查功能已启用。

API 密钥安全

API 密钥（如 OFAC_API_API_KEY）应存储于 MCP 服务器配置的 env 区域：

"env": {
  "OFAC_API_API_KEY": "YOUR_API_KEY_HERE"
}

Cursor

仓库中未提供 Cursor 的具体配置说明。

Cline

仓库中未提供 Cline 的具体配置说明。

如何在流程中使用该 MCP

在 FlowHunt 中使用 MCP

要将 MCP 服务器集成到 FlowHunt 工作流中，首先添加 MCP 组件并将其连接至你的 AI 代理：

点击 MCP 组件打开配置面板。在系统 MCP 配置区域，按以下 JSON 格式填写你的 MCP 服务器信息：

{
  "sanctions": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

配置完成后，AI 代理即可作为工具使用该 MCP，访问其全部功能。请注意将 “sanctions” 替换为你实际的 MCP 服务器名称，并将 URL 替换为你自己的 MCP 服务器地址。

概览

| Roots 支持 | ⛔ | 未提及 |

根据现有文档和仓库内容，制裁名单 MCP 服务器定位清晰、功能专注。它提供了一款专用工具，拥有明确的 Claude 配置说明，涵盖了 API 密钥安全，但缺乏关于提示词模板、丰富资源及更广泛平台集成的详细信息。

我们的看法

MCP 评分：4/10
该 MCP 服务器在其主要应用场景（制裁名单筛查）表现实用且文档完善，但在提示词、资源、roots 和采样支持等 MCP 专属功能方面略显薄弱。更适合直接面向 AI 合规集成的场景。

MCP 评分