Potencialize seus agentes de IA com dados financeiros de nível institucional
Temos o prazer de anunciar que a Financial Modeling Prep (FMP) agora oferece suporte ao Model Context Protocol (MCP). Essa nova integração permite conectar os mais de 70.000 pontos de dados de ações da FMP diretamente a agentes de IA (como Claude, Cursor ou bots personalizados) sem escrever uma única linha de código de wrapper de API.
O que é o Model Context Protocol (MCP)?
Pense no MCP como uma "porta USB-C" para a inteligência artificial.
Antes do MCP, se você quisesse que uma IA acessasse um conjunto de dados específico (como sua agenda, um banco de dados ou cotações de ações), precisava escrever código personalizado para "colá-los". Isso criava um emaranhado de integrações únicas para cada nova ferramenta.
O MCP muda isso. É um padrão aberto (introduzido pela Anthropic) que oferece uma forma universal para aplicações de IA ("clientes") se conectarem a fontes de dados externas ("servidores").
- Padronizado: quando uma fonte de dados "fala" MCP, qualquer agente de IA entende instantaneamente como usá-la.
- Descobrível: a IA aprende automaticamente quais ferramentas estão disponíveis (por ex., "Obter preço da ação", "Obter balanço patrimonial") sem que você precise colar a documentação da API no chat.
Por que isso é valioso?
Para desenvolvedores e analistas financeiros, o MCP resolve três problemas críticos:
- Zero "código de cola": você não precisa escrever scripts Python para buscar dados, interpretar JSON e enviá-los ao LLM. O servidor MCP cuida da busca de dados automaticamente.
- Agentes mais inteligentes: em vez de inventar dados financeiros, seu agente de IA tem uma linha direta e em tempo real com o banco de dados da FMP. Ele pode "chamar" a ferramenta certa exatamente quando precisa responder a uma pergunta.
- Eficiência de tokens: você não precisa mais colar documentações extensas da API no prompt para ensinar a IA a usar a FMP. O protocolo gerencia as definições de ferramentas com eficiência, preservando sua janela de contexto para a análise em si.
Apresentamos o servidor MCP da FMP
Nosso novo servidor MCP transforma todos os nossos endpoints REST tradicionais em ferramentas de IA prontas para uso.
Ao conectar seu agente de IA ao servidor MCP da FMP:
- Acesso instantâneo às ferramentas: a IA ganha imediatamente a capacidade de "puxar" cotações em tempo real, demonstrações históricas e indicadores técnicos.
- Integração perfeita: cada requisição feita pela IA simplesmente conta dentro dos seus limites de API atuais; não são necessárias novas contas nem cobranças complexas.
- Ciente do contexto: a IA sabe exatamente quais parâmetros são obrigatórios (por ex., "Ticker", "Data", "Período") porque o servidor MCP fornece definições rigorosas.
Guia de conexão passo a passo
O servidor MCP da FMP é um servidor remoto, então não há nada para instalar ou hospedar. Use um conector oficial no Claude ou no ChatGPT sempre que possível; qualquer outro cliente MCP se conecta com a URL de conexão e a sua chave de API.
Pré-requisitos
- Uma chave de API da FMP ativa (obtenha a sua aqui).
- Um cliente compatível com MCP (por ex., Claude Desktop, Cursor ou um script personalizado).
Conectores oficiais
A FMP tem conectores oficiais para Claude e ChatGPT. Adicione a FMP pelo diretório de conectores de cada produto (pesquise por Financial Modeling Prep) e entre com a sua conta FMP; nenhuma chave de API precisa ser colada. Para se conectar com uma chave de API, use a URL de conexão abaixo.
O servidor também é um recurso protegido por OAuth 2.0, que é como os conectores oficiais fazem login. Os clientes OAuth precisam ser registrados conosco com antecedência, por client ID ou pela URL de um Client ID Metadata Document (CIMD); não há registro dinâmico aberto de clientes. Se quiser usar OAuth no seu próprio aplicativo, fale conosco com os dados do seu cliente e nós o adicionaremos à allowlist.
A URL de conexão
Este é o "link mágico" de que você precisará em todas as integrações:
Clientes que permitem definir cabeçalhos podem se conectar a https://financialmodelingprep.com/mcp e enviar X-API-Key: YOUR_API_KEY. Prefira esta opção sempre que possível, pois ela mantém a chave fora das URLs e dos logs.
Uma chave que ainda é um placeholder de modelo (por exemplo ${FMP_API_KEY} ou <your-key>) é rejeitada com um 401 no momento da conexão, em vez de abrir uma sessão em que todas as chamadas falham.
Detalhes da conexão
- Transporte: somente Streamable HTTP.
- As sessões expiram após 15 minutos de inatividade; uma requisição em uma sessão expirada recebe um
404, e o cliente deve inicializar uma nova sessão (a maioria dos clientes faz isso automaticamente). - Tempo limite: chamadas de ferramenta que levam mais de 25 segundos retornam um erro. Restrinja a consulta (menos símbolos, um intervalo de datas menor, um
limitmais baixo) e tente novamente.
A. Como conectar ao Claude (web e desktop)
- Abra Configurações e selecione a seção Connectors.
- Selecione Add custom connector e cole a URL de conexão da FMP no campo "Remote MCP Server URL". Digite um nome de sua escolha no campo "Name" e selecione Add.
- Inicie um novo chat no Claude e as ferramentas da FMP estarão disponíveis imediatamente. Basta perguntar: "Compare o índice P/L da Apple e da Microsoft nos últimos 5 anos."
B. Como conectar ao Cloudflare Workers AI
- Acesse o Cloudflare Workers AI Playground.
- Localize a seção MCP Servers na barra lateral esquerda.
- Cole a URL de conexão da FMP (acima) no campo "Server URL".
- Clique em Add.
- As ferramentas da FMP disponíveis aparecerão na lista. Agora você pode pedir à IA: "Use a ferramenta da FMP para encontrar os resultados mais recentes da NVDA."
C. Como conectar via Python
Se você está criando um agente personalizado em Python, pode usar as bibliotecas MCP padrão. Veja um exemplo simples com 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())Estrutura das ferramentas
As ferramentas são agrupadas por categoria de dados em vez de uma ferramenta por endpoint, o que mantém a lista compacta e abaixo dos limites de alguns aplicativos clientes comuns. Há até 28 ferramentas, dependendo do seu plano, como quote, statements, company, calendar, secFilings, technicalIndicators e news, e cada uma cobre um conjunto de endpoints relacionados da Stable API.
Todas as ferramentas recebem uma entrada com o mesmo formato:
- endpoint (obrigatório): o endpoint da categoria a ser chamado, como enum. Por exemplo,
quoteaceitaquote,quote-short,batch-quote,aftermarket-quotee outros;statementsaceitaincome-statement,balance-sheet-statement,cashflow-statemente outros. - Parâmetros do endpoint (opcionais no schema): a união dos parâmetros de todos os endpoints da ferramenta, como
symbol,from_date,to_date,periodelimit.from_dateeto_datesão os parâmetros RESTfrometo. Como um único schema atende vários endpoints, a descrição da ferramenta lista cada endpoint com os parâmetros que ele exige, marcados com*. - limit: quando um endpoint aceita
limite nenhum é enviado, o padrão é 50, ou o limite do seu plano, se for menor.
Exemplo 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 ferramentas por plano:
tools/listretorna apenas os endpoints que a sua chave pode chamar e omite as ferramentas que não têm nenhum. Uma mudança de plano vale a partir da sua próxima sessão. - Resultados: a resposta JSON do endpoint, retornada como um único bloco de conteúdo de texto. Um resultado vazio não é um erro: ele volta como
[], ou como um objetonot_foundquando você envia um identificador comosymbol. - Erros: retornados como resultados da ferramenta com
isError: truee uma mensagem que cita a ferramenta e, quando aplicável, o endpoint: um parâmetro obrigatório ausente, uma restrição de plano (com os planos que incluem o endpoint), um limite de taxa atingido, uma chave de API rejeitada ou um tempo limite esgotado.
Casos de uso: o que você pode construir?
- O chatbot "analista júnior": uma interface de chat padronizada em que gestores de carteira fazem perguntas em linguagem natural ("Mostre a tendência da relação dívida/patrimônio da Tesla vs. Ford") e recebem gráficos e respostas precisos, baseados em dados.
- Due diligence automatizada: um agente que acorda sozinho quando uma ação cai 5%, busca as últimas notícias e os registros na SEC via MCP, resume a causa e envia um relatório para o seu e-mail.
- Pesquisa de investimentos ao vivo: conecte a FMP a uma IDE como o Cursor para ter contexto financeiro em tempo real dentro do seu editor de código enquanto desenvolve aplicações fintech.
Pronto para começar?
Pegue sua chave de API e comece hoje mesmo a criar agentes financeiros mais inteligentes.