Potenzia i tuoi agenti IA con dati finanziari di livello istituzionale
Siamo lieti di annunciare che Financial Modeling Prep (FMP) ora supporta il Model Context Protocol (MCP). Questa nuova integrazione ti permette di collegare gli oltre 70.000 punti dati azionari di FMP direttamente ad agenti IA (come Claude, Cursor o bot personalizzati) senza scrivere una sola riga di codice wrapper per l'API.
Che cos'è il Model Context Protocol (MCP)?
Pensa a MCP come a una "porta USB-C" per l'intelligenza artificiale.
Prima di MCP, se volevi che un'IA accedesse a un set di dati specifico (il tuo calendario, un database o i prezzi delle azioni), dovevi scrivere codice su misura per "incollarli" insieme. Il risultato era un groviglio di integrazioni uniche per ogni nuovo strumento.
MCP cambia tutto questo. È uno standard aperto (introdotto da Anthropic) che offre alle applicazioni IA ("client") un modo universale per connettersi a fonti di dati esterne ("server").
- Standardizzato: una volta che una fonte di dati "parla" MCP, qualsiasi agente IA capisce all'istante come usarla.
- Individuabile: l'IA scopre automaticamente quali strumenti sono disponibili (ad es. "Ottieni prezzo azione", "Ottieni stato patrimoniale") senza che tu debba incollare la documentazione API nella chat.
Perché è utile?
Per sviluppatori e analisti finanziari, MCP risolve tre problemi critici:
- Zero "codice collante": non devi scrivere script Python per recuperare i dati, analizzare il JSON e passarli all'LLM. Il server MCP gestisce il recupero dei dati in automatico.
- Agenti più intelligenti: invece di inventare dati finanziari, il tuo agente IA ha una linea diretta e in tempo reale con il database di FMP. Può "chiamare" lo strumento giusto esattamente quando deve rispondere a una domanda.
- Efficienza dei token: non devi più incollare corpose documentazioni API nel prompt per insegnare all'IA a usare FMP. Il protocollo gestisce le definizioni degli strumenti in modo efficiente, lasciando la finestra di contesto libera per l'analisi vera e propria.
Ti presentiamo il server MCP di FMP
Il nostro nuovo server MCP trasforma tutti i nostri endpoint REST tradizionali in strumenti IA pronti all'uso.
Quando colleghi il tuo agente IA al server MCP di FMP:
- Accesso immediato agli strumenti: l'IA acquisisce subito la capacità di "estrarre" prezzi in tempo reale, bilanci storici e indicatori tecnici.
- Integrazione senza attriti: ogni richiesta effettuata dall'IA viene semplicemente conteggiata nei tuoi limiti API esistenti; nessun nuovo account né fatturazione complessa.
- Consapevole del contesto: l'IA sa esattamente quali parametri sono obbligatori (ad es. "Ticker", "Data", "Periodo") perché il server MCP fornisce definizioni rigorose.
Guida alla connessione passo dopo passo
Il server MCP di FMP è un server remoto, quindi non c'è nulla da installare né da ospitare. Quando puoi, usa un connettore ufficiale in Claude o ChatGPT; qualsiasi altro client MCP si collega con l'URL di connessione e la tua chiave API.
Prerequisiti
- Una chiave API FMP attiva (ottienila qui).
- Un client compatibile con MCP (ad es. Claude Desktop, Cursor o uno script personalizzato).
Connettori ufficiali
FMP offre connettori ufficiali per Claude e ChatGPT. Aggiungi FMP dalla directory dei connettori di ciascun prodotto (cerca Financial Modeling Prep) e accedi con il tuo account FMP; non serve incollare alcuna chiave API. Per collegarti invece con una chiave API, usa l'URL di connessione qui sotto.
Il server è anche una risorsa protetta da OAuth 2.0, ed è così che i connettori ufficiali effettuano l'accesso. I client OAuth devono essere registrati presso di noi in anticipo, tramite client ID oppure tramite l'URL di un Client ID Metadata Document (CIMD); non è prevista la registrazione dinamica aperta dei client. Se vuoi usare OAuth nella tua applicazione, contattaci con i dettagli del tuo client e ti aggiungeremo all'allowlist.
L'URL di connessione
Questo è il "link magico" che ti servirà per tutte le integrazioni:
I client che permettono di impostare gli header possono invece collegarsi a https://financialmodelingprep.com/mcp e inviare X-API-Key: YOUR_API_KEY. Preferisci questo metodo quando puoi, perché tiene la chiave fuori da URL e log.
Una chiave che è ancora un segnaposto di template (ad esempio ${FMP_API_KEY} o <your-key>) viene rifiutata con un 401 al momento della connessione, invece di aprire una sessione in cui ogni chiamata fallisce.
Dettagli della connessione
- Trasporto: solo Streamable HTTP.
- Le sessioni scadono dopo 15 minuti di inattività; una richiesta su una sessione scaduta riceve un
404e il client deve inizializzarne una nuova (la maggior parte dei client lo fa automaticamente). - Timeout: le chiamate agli strumenti che durano più di 25 secondi restituiscono un errore. Restringi la query (meno simboli, un intervallo di date più breve, un
limitpiù basso) e riprova.
A. Come connettersi a Claude (online e desktop)
- Apri le Impostazioni e seleziona la sezione Connectors.
- Seleziona Add custom connector e incolla l'URL di connessione FMP nel campo "Remote MCP Server URL". Inserisci un nome a tua scelta nel campo "Name" e seleziona Add.
- Avvia una nuova chat in Claude: gli strumenti FMP saranno subito disponibili. Puoi semplicemente chiedere: "Confronta il rapporto P/E di Apple e Microsoft negli ultimi 5 anni."
B. Come connettersi a Cloudflare Workers AI
- Vai al Cloudflare Workers AI Playground.
- Individua la sezione MCP Servers nella barra laterale sinistra.
- Incolla l'URL di connessione FMP (vedi sopra) nel campo "Server URL".
- Clicca su Add.
- Gli strumenti FMP disponibili compariranno nell'elenco. Ora puoi chiedere all'IA: "Usa lo strumento FMP per trovare gli ultimi risultati di NVDA."
C. Come connettersi tramite Python
Se stai creando un agente personalizzato in Python, puoi usare le librerie MCP standard. Ecco un semplice esempio 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())Struttura degli strumenti
Gli strumenti sono raggruppati per categoria di dati anziché uno per endpoint, il che mantiene l'elenco compatto e sotto i limiti di alcune applicazioni client diffuse. Ci sono fino a 28 strumenti, a seconda del tuo piano, come quote, statements, company, calendar, secFilings, technicalIndicators e news, e ognuno copre un insieme di endpoint correlati della Stable API.
Ogni strumento accetta un input della stessa forma:
- endpoint (obbligatorio): l'endpoint da chiamare all'interno della categoria, come enum. Ad esempio,
quoteaccettaquote,quote-short,batch-quote,aftermarket-quotee altri;statementsaccettaincome-statement,balance-sheet-statement,cashflow-statemente altri. - Parametri dell'endpoint (facoltativi nello schema): l'unione dei parametri di tutti gli endpoint dello strumento, come
symbol,from_date,to_date,periodelimit.from_dateeto_datecorrispondono ai parametri RESTfrometo. Poiché un solo schema serve più endpoint, la descrizione dello strumento elenca ogni endpoint con i parametri richiesti, contrassegnati con*. - limit: quando un endpoint supporta
limite non ne viene passato nessuno, il valore predefinito è 50, oppure il massimo del tuo piano se è inferiore.
Esempio di argomenti di tools/call:
1
2
3
4
5
6
7
8
9
{
"name": "statements",
"arguments": {
"endpoint": "income-statement",
"symbol": "AAPL",
"period": "annual",
"limit": 5
}
}- Elenco strumenti in base al piano:
tools/listrestituisce solo gli endpoint che la tua chiave può chiamare e omette gli strumenti che non ne hanno. Un cambio di piano ha effetto dalla sessione successiva. - Risultati: la risposta JSON dell'endpoint, restituita come un unico blocco di contenuto testuale. Un risultato vuoto non è un errore: torna come
[], oppure come oggettonot_foundse hai passato un identificatore comesymbol. - Errori: restituiti come risultati dello strumento con
isError: truee un messaggio che indica lo strumento e, dove pertinente, l'endpoint: un parametro obbligatorio mancante, una restrizione del piano (con i piani che includono l'endpoint), un limite di richieste raggiunto, una chiave API rifiutata o un timeout.
Casi d'uso: cosa puoi costruire?
- Il chatbot "analista junior": un'interfaccia chat standardizzata in cui i gestori di portafoglio pongono domande in linguaggio naturale ("Mostrami l'andamento del rapporto debito/patrimonio di Tesla rispetto a Ford") e ottengono grafici e risposte precisi, basati sui dati.
- Due diligence automatizzata: un agente che si attiva da solo quando un'azione perde il 5%, recupera via MCP le ultime notizie e i documenti depositati alla SEC, riassume la causa e ti invia un report via e-mail.
- Ricerca sugli investimenti in tempo reale: collega FMP a un IDE come Cursor per avere contesto finanziario live direttamente nel tuo editor di codice mentre sviluppi app fintech.
Pronto per iniziare?
Prendi la tua chiave API e inizia oggi stesso a creare agenti finanziari più intelligenti.