Dotez vos agents IA de données financières de qualité institutionnelle
Nous avons le plaisir d'annoncer que Financial Modeling Prep (FMP) prend désormais en charge le Model Context Protocol (MCP). Cette nouvelle intégration vous permet de connecter les plus de 70 000 points de données boursières de FMP directement à des agents IA (comme Claude, Cursor ou des bots personnalisés) sans écrire une seule ligne de code d'encapsulation d'API.
Qu'est-ce que le Model Context Protocol (MCP) ?
Voyez MCP comme un « port USB-C » pour l'intelligence artificielle.
Avant MCP, si vous vouliez qu'une IA accède à un jeu de données précis (votre calendrier, une base de données ou des cours boursiers), vous deviez écrire du code sur mesure pour les « coller » ensemble. Il en résultait un enchevêtrement d'intégrations uniques pour chaque nouvel outil.
MCP change la donne. Il s'agit d'un standard ouvert (introduit par Anthropic) qui offre aux applications d'IA (« clients ») un moyen universel de se connecter à des sources de données externes (« serveurs »).
- Standardisé : dès qu'une source de données « parle » MCP, n'importe quel agent IA comprend instantanément comment l'utiliser.
- Découvrable : l'IA apprend automatiquement quels outils sont disponibles (par ex. « Obtenir le cours de l'action », « Obtenir le bilan ») sans que vous ayez à coller la documentation de l'API dans la conversation.
Pourquoi est-ce précieux ?
Pour les développeurs et les analystes financiers, MCP résout trois problèmes critiques :
- Zéro « code de liaison » : plus besoin d'écrire des scripts Python pour récupérer les données, analyser le JSON et les transmettre au LLM. Le serveur MCP se charge automatiquement de la récupération des données.
- Des agents plus intelligents : au lieu d'inventer des données financières, votre agent IA dispose d'une ligne directe et en temps réel vers la base de données de FMP. Il peut « appeler » le bon outil exactement au moment où il doit répondre à une question.
- Économie de tokens : plus besoin de coller une documentation d'API volumineuse dans le prompt pour apprendre à l'IA à utiliser FMP. Le protocole gère efficacement les définitions d'outils et préserve votre fenêtre de contexte pour l'analyse proprement dite.
Découvrez le serveur MCP de FMP
Notre nouveau serveur MCP transforme l'ensemble de nos points d'accès REST traditionnels en outils d'IA prêts à l'emploi.
Lorsque vous connectez votre agent IA au serveur MCP de FMP :
- Accès instantané aux outils : l'IA acquiert immédiatement la capacité de « récupérer » les cours en temps réel, les états financiers historiques et les indicateurs techniques.
- Intégration transparente : chaque requête émise par l'IA est simplement décomptée de vos limites d'API existantes ; aucun nouveau compte ni facturation complexe n'est nécessaire.
- Sensible au contexte : l'IA sait exactement quels paramètres sont requis (par ex. « Ticker », « Date », « Période ») car le serveur MCP fournit des définitions strictes.
Guide de connexion pas à pas
Le serveur MCP de FMP est un serveur distant : il n'y a rien à installer ni à héberger. Utilisez un connecteur officiel dans Claude ou ChatGPT dès que possible ; tout autre client MCP se connecte avec l'URL de connexion et votre clé API.
Prérequis
- Une clé API FMP active (obtenez-la ici).
- Un client compatible MCP (par ex. Claude Desktop, Cursor ou un script personnalisé).
Connecteurs officiels
FMP propose des connecteurs officiels pour Claude et ChatGPT. Ajoutez FMP depuis le répertoire de connecteurs de chaque produit (recherchez Financial Modeling Prep) et connectez-vous avec votre compte FMP ; aucune clé API n'est à coller. Pour vous connecter plutôt avec une clé API, utilisez l'URL de connexion ci-dessous.
Le serveur est aussi une ressource protégée par OAuth 2.0 ; c'est ainsi que les connecteurs officiels se connectent. Les clients OAuth doivent être enregistrés auprès de nous à l'avance, soit par identifiant client, soit par l'URL d'un Client ID Metadata Document (CIMD) ; il n'existe pas d'enregistrement dynamique ouvert des clients. Si vous souhaitez utiliser OAuth dans votre propre application, contactez-nous avec les informations de votre client et nous vous ajouterons à la liste d'autorisation.
L'URL de connexion
Voici le « lien magique » dont vous aurez besoin pour toutes les intégrations :
Les clients qui permettent de définir des en-têtes peuvent plutôt se connecter à https://financialmodelingprep.com/mcp et envoyer X-API-Key: YOUR_API_KEY. Privilégiez cette méthode dès que possible, car elle garde la clé hors des URL et des journaux.
Une clé qui est encore un espace réservé de modèle (par exemple ${FMP_API_KEY} ou <your-key>) est rejetée avec une 401 dès la connexion, plutôt que d'ouvrir une session dont chaque appel échoue.
Détails de connexion
- Transport : Streamable HTTP uniquement.
- Les sessions expirent après 15 minutes d'inactivité ; une requête sur une session expirée reçoit une
404, et le client doit initialiser une nouvelle session (la plupart des clients le font automatiquement). - Délais d'expiration : les appels d'outil de plus de 25 secondes renvoient une erreur. Affinez la requête (moins de symboles, une plage de dates plus courte, un
limitplus bas) et réessayez.
A. Se connecter à Claude (en ligne et sur ordinateur)
- Ouvrez les Paramètres et sélectionnez la section Connectors.
- Sélectionnez Add custom connector et collez l'URL de connexion FMP dans le champ « Remote MCP Server URL ». Saisissez le nom de votre choix dans le champ « Name » puis sélectionnez Add.
- Démarrez une nouvelle conversation Claude : les outils FMP sont immédiatement disponibles. Vous pouvez simplement demander : « Compare le PER d'Apple et de Microsoft sur les 5 dernières années. »
B. Se connecter à Cloudflare Workers AI
- Rendez-vous sur le Cloudflare Workers AI Playground.
- Repérez la section MCP Servers dans la barre latérale gauche.
- Collez l'URL de connexion FMP (ci-dessus) dans le champ « Server URL ».
- Cliquez sur Add.
- Les outils FMP disponibles apparaissent dans la liste. Vous pouvez maintenant demander à l'IA : « Utilise l'outil FMP pour trouver les derniers résultats de NVDA. »
C. Se connecter via Python
Si vous développez un agent personnalisé en Python, vous pouvez utiliser les bibliothèques MCP standard. Voici un exemple simple avec 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())Structure des outils
Les outils sont regroupés par catégorie de données plutôt qu'à raison d'un outil par endpoint, ce qui garde la liste d'outils compacte et sous les limites de certaines applications clientes courantes. Il existe jusqu'à 28 outils selon votre forfait, comme quote, statements, company, calendar, secFilings, technicalIndicators et news, et chacun couvre un ensemble d'endpoints Stable API apparentés.
Chaque outil prend une entrée de même forme :
- endpoint (obligatoire) : l'endpoint à appeler au sein de la catégorie, sous forme d'enum. Par exemple,
quoteacceptequote,quote-short,batch-quote,aftermarket-quoteet d'autres ;statementsaccepteincome-statement,balance-sheet-statement,cashflow-statementet d'autres. - Paramètres de l'endpoint (facultatifs dans le schéma) : l'union des paramètres de tous les endpoints de l'outil, comme
symbol,from_date,to_date,periodetlimit.from_dateetto_datecorrespondent aux paramètres RESTfrometto. Comme un seul schéma sert plusieurs endpoints, la description de l'outil liste chaque endpoint avec les paramètres qu'il exige, marqués d'un*. - limit : lorsqu'un endpoint prend en charge
limitet qu'aucune valeur n'est passée, la valeur par défaut est 50, ou le plafond de votre forfait s'il est inférieur.
Exemple d'arguments tools/call :
1
2
3
4
5
6
7
8
9
{
"name": "statements",
"arguments": {
"endpoint": "income-statement",
"symbol": "AAPL",
"period": "annual",
"limit": 5
}
}- Liste d'outils selon le forfait :
tools/listne renvoie que les endpoints que votre clé peut appeler et omet les outils qui n'en ont aucun. Un changement de forfait prend effet à votre prochaine session. - Résultats : la réponse JSON de l'endpoint, renvoyée sous la forme d'un seul bloc de contenu texte. Un résultat vide n'est pas une erreur : il revient sous la forme
[], ou d'un objetnot_foundsi vous avez passé un identifiant commesymbol. - Erreurs : renvoyées comme résultats d'outil avec
isError: trueet un message qui nomme l'outil et, le cas échéant, l'endpoint : un paramètre obligatoire manquant, une restriction de forfait (avec les forfaits qui incluent l'endpoint), une limite de débit atteinte, une clé API refusée ou un délai dépassé.
Cas d'usage : que pouvez-vous construire ?
- Le chatbot « analyste junior » : une interface de chat standardisée où les gérants de portefeuille posent des questions en langage naturel (« Montre-moi l'évolution du ratio dette/capitaux propres de Tesla face à Ford ») et obtiennent des graphiques et des réponses précis, étayés par les données.
- Due diligence automatisée : un agent qui se déclenche de lui-même lorsqu'une action chute de 5 %, récupère les dernières actualités et les dépôts SEC via MCP, résume la cause et vous envoie un rapport par e-mail.
- Recherche d'investissement en direct : connectez FMP à un IDE comme Cursor pour disposer d'un contexte financier en temps réel directement dans votre éditeur de code pendant que vous développez des applications fintech.
Prêt à commencer ?
Récupérez votre clé API et commencez dès aujourd'hui à créer des agents financiers plus intelligents.