Agente IA (Servidor MCP)

Potencia tus agentes de IA con datos financieros de nivel institucional

Nos complace anunciar que Financial Modeling Prep (FMP) ahora es compatible con el Model Context Protocol (MCP). Esta nueva integración te permite conectar los más de 70.000 puntos de datos bursátiles de FMP directamente a agentes de IA (como Claude, Cursor o bots personalizados) sin escribir una sola línea de código de envoltura de la API.

¿Qué es el Model Context Protocol (MCP)?

Piensa en MCP como un "puerto USB-C" para la inteligencia artificial.

Antes de MCP, si querías que una IA accediera a un conjunto de datos concreto (como tu calendario, una base de datos o precios de acciones), tenías que escribir código a medida para "pegarlos". Esto creaba una maraña de integraciones únicas para cada nueva herramienta.

MCP cambia eso. Es un estándar abierto (presentado por Anthropic) que ofrece una forma universal de que las aplicaciones de IA ("clientes") se conecten a fuentes de datos externas ("servidores").

  • Estandarizado: cuando una fuente de datos "habla" MCP, cualquier agente de IA entiende al instante cómo usarla.
  • Descubrible: la IA aprende automáticamente qué herramientas hay disponibles (p. ej., "Obtener precio de la acción", "Obtener balance") sin que tengas que pegar la documentación de la API en el chat.

¿Por qué es valioso?

Para desarrolladores y analistas financieros, MCP resuelve tres problemas críticos:

  1. Cero "código pegamento": no necesitas escribir scripts en Python para obtener datos, analizar JSON y pasárselos al LLM. El servidor MCP se encarga de la obtención de datos automáticamente.
  2. Agentes más inteligentes: en lugar de inventarse datos financieros, tu agente de IA tiene una línea directa y en tiempo real con la base de datos de FMP. Puede "llamar" a la herramienta adecuada justo cuando necesita responder una pregunta.
  3. Eficiencia de tokens: ya no necesitas pegar documentación extensa de la API en el prompt para enseñar a la IA a usar FMP. El protocolo gestiona las definiciones de herramientas de forma eficiente y reserva tu ventana de contexto para el análisis real.

Presentamos el servidor MCP de FMP

Nuestro nuevo servidor MCP convierte todos nuestros endpoints REST tradicionales en herramientas de IA listas para usar.

Cuando conectas tu agente de IA al servidor MCP de FMP:

  • Acceso instantáneo a herramientas: la IA obtiene al instante la capacidad de "extraer" precios en tiempo real, estados financieros históricos e indicadores técnicos.
  • Integración sin fricciones: cada solicitud que hace la IA simplemente cuenta dentro de tus límites de API actuales; no se necesitan cuentas nuevas ni facturación compleja.
  • Consciente del contexto: la IA sabe exactamente qué parámetros son obligatorios (p. ej., "Ticker", "Fecha", "Periodo") porque el servidor MCP proporciona definiciones estrictas.

Guía de conexión paso a paso

El servidor MCP de FMP es un servidor remoto, así que no hay nada que instalar ni alojar. Usa un conector oficial en Claude o ChatGPT siempre que puedas; cualquier otro cliente MCP se conecta con la URL de conexión y tu clave API.

Requisitos previos

  • Una clave API de FMP activa (consíguela aquí).
  • Un cliente compatible con MCP (p. ej., Claude Desktop, Cursor o un script propio).

Conectores oficiales

FMP tiene conectores oficiales para Claude y ChatGPT. Agrega FMP desde el directorio de conectores de cada producto (busca Financial Modeling Prep) e inicia sesión con tu cuenta de FMP; no hace falta pegar ninguna clave API. Para conectarte con una clave API, usa la URL de conexión que aparece más abajo.

El servidor también es un recurso protegido por OAuth 2.0, que es como inician sesión los conectores oficiales. Los clientes OAuth deben registrarse con nosotros por adelantado, ya sea por ID de cliente o por la URL de un Client ID Metadata Document (CIMD); no hay registro dinámico abierto de clientes. Si quieres usar OAuth en tu propia aplicación, contáctanos con los datos de tu cliente y te añadiremos a la lista de permitidos.

La URL de conexión

Este es el "enlace mágico" que necesitarás para todas las integraciones:

Endpoint:
https://financialmodelingprep.com/mcp?apikey=YOUR_API_KEY

Los clientes que permiten definir encabezados pueden conectarse a https://financialmodelingprep.com/mcp y enviar X-API-Key: YOUR_API_KEY. Es la opción preferible siempre que puedas, porque mantiene la clave fuera de las URL y de los registros.

Una clave que sigue siendo un marcador de plantilla (por ejemplo ${FMP_API_KEY} o <your-key>) se rechaza con un 401 al conectar, en lugar de abrir una sesión en la que fallan todas las llamadas.

Detalles de la conexión

  • Transporte: solo Streamable HTTP.
  • Las sesiones caducan tras 15 minutos de inactividad; una solicitud en una sesión caducada recibe un 404 y el cliente debe inicializar una nueva (la mayoría de los clientes lo hace automáticamente).
  • Tiempos de espera: las llamadas a herramientas que tardan más de 25 segundos devuelven un error. Acota la consulta (menos símbolos, un rango de fechas más corto, un limit más bajo) y vuelve a intentarlo.

A. Cómo conectarse a Claude (web y escritorio)

  1. Abre Configuración y selecciona la sección Connectors.
  2. Selecciona Add custom connector y pega la URL de conexión de FMP en el campo "Remote MCP Server URL". Escribe el nombre que prefieras en el campo "Name" y selecciona Add.
  3. Inicia un nuevo chat de Claude y las herramientas de FMP estarán disponibles de inmediato. Basta con preguntar: "Compara el ratio P/E de Apple y Microsoft en los últimos 5 años."

B. Cómo conectarse a Cloudflare Workers AI

  1. Ve al Cloudflare Workers AI Playground.
  2. Localiza la sección MCP Servers en la barra lateral izquierda.
  3. Pega la URL de conexión de FMP (de arriba) en el campo "Server URL".
  4. Haz clic en Add.
  5. Las herramientas de FMP disponibles aparecerán en la lista. Ya puedes pedirle a la IA: "Usa la herramienta de FMP para encontrar los últimos resultados de NVDA."

C. Cómo conectarse con Python

Si estás creando un agente personalizado en Python, puedes usar las bibliotecas MCP estándar. Aquí tienes un ejemplo sencillo con FastMCP:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 import asyncio from fastmcp import Client from fastmcp.client.transports import StreamableHttpTransport transport = StreamableHttpTransport( "https://financialmodelingprep.com/mcp", headers={"X-API-Key": "YOUR_API_KEY"}, ) async def main(): async with Client(transport) as client: tools = await client.list_tools() print([t.name for t in tools]) # ['ESG', 'analyst', 'calendar', 'chart', 'company', ...] result = await client.call_tool("quote", {"endpoint": "quote", "symbol": "AAPL"}) print(result.content[0].text) # [{"symbol": "AAPL", "name": "Apple Inc.", "price": ..., ...}] asyncio.run(main())

Estructura de las herramientas

Las herramientas se agrupan por categoría de datos en lugar de haber una por endpoint, lo que mantiene la lista compacta y por debajo de los límites de algunas aplicaciones cliente comunes. Hay hasta 28 herramientas, según tu plan, como quote, statements, company, calendar, secFilings, technicalIndicators y news, y cada una cubre un conjunto de endpoints relacionados de la Stable API.

Todas las herramientas reciben una entrada con la misma forma:

  • endpoint (obligatorio): el endpoint de la categoría que se va a llamar, como enum. Por ejemplo, quote acepta quote, quote-short, batch-quote, aftermarket-quote y otros; statements acepta income-statement, balance-sheet-statement, cashflow-statement y otros.
  • Parámetros del endpoint (opcionales en el esquema): la unión de los parámetros de todos los endpoints de la herramienta, como symbol, from_date, to_date, period y limit. from_date y to_date son los parámetros REST from y to. Como un mismo esquema sirve a varios endpoints, la descripción de la herramienta enumera cada endpoint con los parámetros que requiere, marcados con *.
  • limit: cuando un endpoint admite limit y no se envía ninguno, el valor predeterminado es 50, o el máximo de tu plan si es menor.

Ejemplo de argumentos de tools/call:

1 2 3 4 5 6 7 8 9 { "name": "statements", "arguments": { "endpoint": "income-statement", "symbol": "AAPL", "period": "annual", "limit": 5 } }
  • Lista de herramientas según el plan: tools/list devuelve solo los endpoints que tu clave puede llamar y omite las herramientas que no tienen ninguno. Un cambio de plan se aplica en tu siguiente sesión.
  • Resultados: la respuesta JSON del endpoint, devuelta como un único bloque de contenido de texto. Un resultado vacío no es un error: llega como [], o como un objeto not_found si enviaste un identificador como symbol.
  • Errores: se devuelven como resultados de la herramienta con isError: true y un mensaje que nombra la herramienta y, cuando corresponde, el endpoint: falta un parámetro obligatorio, una restricción del plan (con los planes que incluyen el endpoint), se alcanzó el límite de solicitudes, se rechazó la clave API o se agotó el tiempo de espera.

Casos de uso: ¿qué puedes construir?

  • El chatbot "analista junior": una interfaz de chat estandarizada donde los gestores de carteras pueden hacer preguntas en lenguaje natural ("Muéstrame la evolución de la deuda sobre patrimonio de Tesla frente a Ford") y obtener gráficos y respuestas precisos y respaldados por datos.
  • Due diligence automatizada: un agente que se activa solo cuando una acción cae un 5 %, obtiene las últimas noticias y presentaciones ante la SEC a través de MCP, resume la causa y te envía un informe por correo electrónico.
  • Investigación de inversiones en vivo: conecta FMP a un IDE como Cursor para tener contexto financiero en directo dentro de tu editor de código mientras desarrollas aplicaciones fintech.

¿Listo para empezar?

Consigue tu clave API y empieza hoy mismo a crear agentes financieros más inteligentes.