mcpField
F
FRED (economic data)

FRED (economic data)

ローカル
github.com/mcpwright金融データ010 週間前に更新

FRED (economic data) について

分析担当者やエージェント向けに、FRED API の米国および国際経済時系列を検索・取得する MCP サーバーです。ALFRED の過去時点データと改定履歴にも対応し、当時の公表値と現在の改定値を区別できます。

主な機能

  1. 01経済系列の検索と詳細確認
  2. 02観測値の取得と変換
  3. 03系列の比較と公表予定の確認
  4. 04ALFRED の過去時点データ取得
  5. 05個別データの改定履歴確認

活用シーン

  1. 01インフレや雇用指標の追跡
  2. 02期間を指定した経済系列の比較
  3. 03政策担当者が当時参照できたデータの再現
  4. 04公表値の改定状況の確認

MCP 対応

FRED と ALFRED のデータを検索・取得する9個の読み取り専用ツールを MCP クライアントに提供します。利用にはユーザー自身の FRED API キーが必要です。

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

mcp.json · 共通設定
{
"mcpServers": {
"mcpwright-fred": {
"command": "uvx",
"args": [
"mcpwright-fred"
],
"env": {
"FRED_API_KEY": "<FRED_API_KEY>",
"FRED_MCP_USER_AGENT": "<FRED_MCP_USER_AGENT>"
}
}
}
}
起動コマンドuvx mcpwright-fred
設定が必要な環境変数
FRED_API_KEYシークレットYour own free FRED API key (get one at fred.stlouisfed.org/docs/api/api_key_request.html). Keys are personal under the FRED API Terms of Use.
FRED_MCP_USER_AGENTDescriptive User-Agent identifying your deployment. Optional.

ローカルサーバーにはマシン上の実行環境(Node.js 18 以上など)が必要です。設定ファイルの場所はクライアントごとに異なります。

パッケージ
pypimcpwright-fred0.1.1

ツール

9

掲載時のツール一覧 · 2 週間前に更新

パラメーター型必須説明
limitintegerいいえ
querystringはい

詳細

fred-mcp

AI エージェントで FRED® の経済データを利用できます。改定前に数字が何を示していたかも確認できます。 セントルイス連邦準備銀行の FRED® API 向け MCP サーバーです。米国および各国の時系列データ80万件以上を検索・取得し、発表カレンダーを確認できます。さらに特徴的なのは、ALFRED® のヴィンテージデータを照会できることです。任意の過去の日付時点で公表されていたとおりの系列データや、単一のデータポイントについて初回公表から今日の値に至るまでの改定履歴を確認できます。

読み取り専用で、公開エンドポイントを利用し、ご自身の無料 FRED API キーで動作します。変動性を考慮したキャッシュを備えたライブ API 呼び出しを行います(ヴィンテージデータの読み取り結果は変更されないため長期間キャッシュし、最新データは鮮度を保ちます)。一括ミラーリングは行いません。

この製品は FRED® API を使用していますが、セントルイス連邦準備銀行による推奨または認定を受けていません。このサーバーを利用すると、FRED® API 利用規約に同意したものとみなされます。

ステータス: v0.1.0 — PyPI(uvx mcpwright-fred)および公式 MCP Registry(io.github.mcpwright/fred-mcp)で公開中です。9 個のツールを備え、CI のチェックを通過しており、mcpwright-core を基盤に構築されています。

ヴィンテージデータが重要な理由

経済指標は改定され、ときには大幅に変わります。2008年第4四半期の実質 GDP の 速報値 は、現在の数値と比べて、経済がはるかに緩やかに縮小していると政策決定者に伝えていました。エージェントが 現在の データを使って、意思決定者が 当時 何を知っていたかを推論すると、気付かないうちに誤った結論になります。get_series_as_of と get_revision_history により、公表時点のデータについて直接質問できるようになります。

ツール

ツール機能
search_seriesフリーテキストで系列 ID を検索し、一致度の高い順に表示します
get_series1 つの系列の完全なメタデータと、注記の原文を取得します
get_observations日付範囲内の値を取得します。変換(pct_change_yoy など)やダウンサンプリングに対応します
get_latest最新の値と、次回の予定発表日を取得します
compare_series2~5 個の系列を 1 つの日付軸に揃えて比較します
get_release_calendar今後のデータ発表を確認します(「次の雇用統計の発表はいつ?」)
get_series_as_of ⭐過去の日付時点で把握されていたとおりの系列データを取得します(ALFRED ヴィンテージ)
get_revision_history ⭐1 つのデータポイントの履歴を確認します。初回公表からすべての改定を経て今日に至るまでを表示します
get_vintage_dates ⭐系列の発表・改定日を確認し、ヴィンテージ関連ツールで指定できる範囲を把握します

すべてのツールは読み取り専用で、そのように注釈されています。

何を質問できますか?

以下の質問はすべて、これらのツールを使って実際の FRED API にリアルタイムで問い合わせたものです(回答は2026年6月時点です。もう一度質問すれば最新の回答が得られます)。

日常的な質問:

  1. 「現在の失業率はいくつですか?次の雇用統計の発表日はいつですか?」 — get_latest(UNRATE) → 4.3%(2026年5月)、次回発表は2026-07-02です。
  2. 「今日の10年物米国債利回りはいくらですか?」 — get_latest(DGS10) → 4.53%(日次系列が祝日に公開する . の行は正しくスキップされます)。
  3. 「過去1年間のインフレ率はどのように推移しましたか?」 — get_observations(CPIAUCSL, transform=pct_change_yoy) → 2026年2月から5月にかけて2.4% → 3.3% → 3.8% → 4.2%。
  4. 「世帯所得の中央値に関するデータを探してください。」 — search_series → MEHOINUSA672N(実質)と MEHOINUSA646N(名目)、年次データです。
  5. 「労働市場は緩んでいますか?2024年以降の失業率と求人数を比較してください。」 — compare_series([UNRATE, JTSJOL]) → 1つの整列済みテーブルです。
  6. 「今週はどのような経済データが発表されますか?」 — get_release_calendar(7) → CPI を含む241件の発表日です。
  7. 「2025年の各四半期の実質 GDP 成長率はいくつでしたか?」 — get_observations(A191RL1Q225SBEA) → −0.6、+3.8、+4.4、+0.5%です。
  8. 「2020年代の CPI を年平均で表示してください。」 — get_observations(CPIAUCSL, frequency=annual) → 年ごとに1行です。

ヴィンテージツールでしか回答できない質問:

  1. 「2009年初めの政策担当者には、2008年第4四半期の GDP はどれほど悪く見えていましたか?現在わかっている内容と比べてください。」 — get_series_as_of(GDPC1, "2009-02-15") → 当時知られていた年率換算で−3.8%の減少(連鎖方式の2000年ドル建てで、メタデータもヴィンテージ時点に固定されています)に対し、現在のデータでは−8.5%です。政策は最初の数値に基づいて運営されていました。
  2. 「2020年5月の COVID による失業率は、後に改定されましたか?」 — get_revision_history(UNRATE, "2020-05-01") → 2020-06-05に13.3として初めて発表され、現在は13.2です。各改定日も確認できます。
  3. 「2022年3月の利上げ開始会合に臨む時点で、Fed が見ていた住宅ローン金利はいくらでしたか?」 — get_series_as_of(MORTGAGE30US, "2022-03-16") → 当時知られていた数値は3.85%で、現在は6.48%です。
  4. 「GDP は実際にはどのくらいの頻度で改定されますか?」 — get_vintage_dates(GDPC1) → 1991-12-04以降、415件のヴィンテージがあります。

インストール

無料の FRED API キーが必要です(数秒で取得できます): https://fred.stlouisfed.org/docs/api/api_key_request.html。FRED の規約に基づきキーは個人用です。ご自身のキーをご用意ください。

uvx(すべての MCP クライアント)
{
  "mcpServers": {
    "fred": {
      "command": "uvx",
      "args": ["mcpwright-fred"],
      "env": { "FRED_API_KEY": "your-key-here" }
    }
  }
}
Claude Code
claude mcp add fred -e FRED_API_KEY=your-key-here -- uvx mcpwright-fred
Claude Desktop

最新リリースからワンクリックの .mcpb 拡張機能を使うと、API キーの入力を求められます。または、上記の uvx JSON を claude_desktop_config.json に追加してください。

OpenAI Agents SDK/その他のクライアント

MCP に対応するクライアントならどれでも使えます。環境変数に FRED_API_KEY を設定し、stdio 経由で uvx mcpwright-fred に接続してください。

注意事項

  • **改定:**現在の値は、当初発表された値と異なることがよくあります。「当時わかっていた内容」を調べるには、ヴィンテージツールを使ってください。
  • **著作権で保護された系列:**FRED の系列には第三者が所有するものがあります。それらの注記には所有者の利用条件が記載されています(原文のまま表示され、copyrighted によって示されます)。個人利用を超える場合は、利用条件を遵守する責任があります。
  • **キャッシュとレート制限:**応答はメモリ内にキャッシュされます(ヴィンテージデータの読み込みは長時間、リアルタイムデータの読み込みは短時間)。リクエストは FRED のレート制限を十分に下回るよう調整されます。キャッシュを無効にするには FRED_MCP_CACHE=0 を、自身のデプロイを識別するには FRED_MCP_USER_AGENT を設定してください。

開発

git clone https://github.com/mcpwright/fred-mcp && cd fred-mcp
uv sync
uv run pytest                                  # tests
uv run mypy                                    # types
uv run ruff check src/ && uv run ruff format --check src/   # lint + format
uv run pre-commit run --all-files              # everything, like CI

開発の流れ:機能ブランチ → PR → Code Quality & Tests のチェックが成功 → squash マージ。

ロードマップ

  • v1 のツール一式(ALFRED のヴィンテージ用機能を含む9つのツール)
  • PyPI(mcpwright-fred)と MCP Registry で公開
  • mcpwright.com/fred のサイトページ
  • ワンクリックでインストールできる .mcpb Claude Desktop 拡張機能(v0.1.0 リリース)
  • GeoFRED/マップ(census-mcpと組み合わせて使用)

質問とフィードバック

質問やアイデアはディスカッションへ · バグはイシューへお寄せください。


mcpwright の一部として、信頼できる公開データを扱う高品質な MCP サーバーを提供しています · Devender Gollapally が開発しました。FRED® および ALFRED® は、Federal Reserve Bank of St. Louis の登録商標です。本プロジェクトは、Federal Reserve Bank of St. Louis とは提携しておらず、同銀行による承認や認証も受けていません。

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。