关于 sec-ai: SEC EDGAR
sec-ai: SEC EDGAR 是面向金融研究者的 MCP 服务,通过 SEC 官方 API 提供只读申报文件和财务数据查询。它涵盖文件全文检索、XBRL 数据、内部人交易及机构持仓。
主要功能
- 01查询公司申报文件与 IPO
- 02分页读取和搜索文件全文
- 03检索 XBRL 财务数据并排名
- 04查看内部人交易与受益所有权
- 05查询 13F 基金持仓
适用场景
- 01研究公司 10-K、10-Q 或 8-K
- 02搜索历史申报文件中的短语
- 03比较跨公司的财务指标
- 04查看基金持仓和内部人交易
MCP 相关
该 MCP 服务向兼容客户端提供 SEC EDGAR 查询工具,运行于 stdio。所有工具均为只读。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
uvx sec-finance-aiSEC_USER_AGENTName and e-mail sent to the SEC, e.g. 'Jane Doe [email protected]'. A built-in default is used if unset.本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。
工具
22收录的工具列表 · 更新于 1 周前
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| ticker | string | 是 | 股票代码 |
详细介绍
sec-finance-ai MCP 服务
由 AI 驱动的 SEC EDGAR 集成:通过一个 Python 文件调用官方 sec.gov API,提供 23 个工具。
🚀 在 ClawHub 和 OpenWebUI 上已有数千次下载
10-K、10-Q、8-K、20-F 和代理投票文件;按页阅读或搜索任意文件的全文;XBRL 公司事实数据和跨公司排名;Form 4 内部人交易;13D/13G 持股;13F 基金投资组合;IPO;以及对 2001 年以来所有文件的全文搜索。
| 使用场景 | 安装 | 仓库 |
|---|---|---|
| Claude、Cursor、VS Code、LangChain、Google ADK、Strands Agents 及其他 MCP 客户端 | uvx sec-finance-ai@latest | sec-ai-mcp |
| OpenClaw 的 ClawHub 技能 🚀 已有数千次下载 | openclaw skills install @lkcair/sec | sec-ai-skill |
| OpenWebUI 工具 🚀 已有数千次下载 | 在 openwebui.com 获取 | sec-finance-ai |
| Python | from sec_finance_ai import Tools | sec-finance-ai |
安装
需要安装 uv。无需 API 密钥。
Claude Code:
claude mcp add sec-ai -e SEC_USER_AGENT="Your Name [email protected]" -- uvx sec-finance-ai@latest
VS Code:
code --add-mcp '{"name":"sec-ai","type":"stdio","command":"uvx","args":["sec-finance-ai@latest"],"env":{"SEC_USER_AGENT":"Your Name [email protected]"}}'
Claude Desktop、Cursor、Windsurf 和其他客户端:在客户端的 MCP 配置文件中添加:
{
"mcpServers": {
"sec-ai": {
"command": "uvx",
"args": [
"sec-finance-ai@latest"
],
"env": {
"SEC_USER_AGENT": "Your Name [email protected]"
}
}
}
}
@latest 会在客户端启动时获取新版本。不使用 uv:运行 pip install sec-finance-ai,然后使用 "command": "sec-finance-ai",无需参数。
SEC_USER_AGENT 是 SEC 要求程序发送的名称和电子邮件地址。如果未设置,则会发送默认值。
已作为 io.github.lkcair/sec-ai 列入 MCP 注册表。所有工具均为只读。
Agent 框架
该服务通过 stdio 使用 uvx sec-finance-ai@latest 运行,因此任何支持 MCP 的框架都可以加载其所有工具。
SEC_USER_AGENT 为可选项。MCP 会使用精简环境启动服务,因此请按如下所示传递该变量;**os.environ 会保留 PATH,确保能够找到 uvx。
LangChain:pip install "langchain[mcp]" langchain-anthropic
import asyncio
import os
from langchain.agents import create_agent
from langchain.mcp import MCPAdapter
async def main():
config = {"mcpServers": {"sec-ai": {
"command": "uvx", "args": ["sec-finance-ai@latest"],
"env": {**os.environ, "SEC_USER_AGENT": "Your Name [email protected]"}, # optional
}}}
async with MCPAdapter(config) as adapter:
tools = await adapter.list_tools()
agent = create_agent("claude-sonnet-5", tools)
result = await agent.ainvoke({"messages": [{"role": "user", "content": "What does Apple's latest 10-K say about Greater China?"}]})
print(result["messages"][-1].content)
asyncio.run(main())
Google ADK:pip install "google-adk[mcp]"
import os
from google.adk.agents import LlmAgent
from google.adk.tools.mcp_tool import McpToolset
from google.adk.tools.mcp_tool.mcp_session_manager import StdioConnectionParams
from mcp import StdioServerParameters
root_agent = LlmAgent(
model="gemini-flash-latest",
name="sec_ai",
instruction="Answer with the sec-ai tools.",
tools=[McpToolset(connection_params=StdioConnectionParams(
server_params=StdioServerParameters(
command="uvx", args=["sec-finance-ai@latest"],
env={**os.environ, "SEC_USER_AGENT": "Your Name [email protected]"}, # optional
),
timeout=60,
))],
)
Strands Agents:pip install strands-agents
import os
from mcp import stdio_client, StdioServerParameters
from strands import Agent
from strands.tools.mcp import MCPClient
sec_ai = MCPClient(lambda: stdio_client(StdioServerParameters(
command="uvx", args=["sec-finance-ai@latest"],
env={**os.environ, "SEC_USER_AGENT": "Your Name [email protected]"}, # optional
)))
agent = Agent(tools=[sec_ai])
agent("What does Apple's latest 10-K say about Greater China?")
示例问题
- Apple 最新的 10-K 中关于大中华区的内容是什么?
- Berkshire Hathaway 最新的 13F 中,持仓量最大的资产有哪些?
- 找出今年所有提及“持续经营”的 8-K。
- 2024 年哪些公司的营收最高?
MCP 工具(22 个)
文件
| 工具 | 参数 | 描述 |
|---|---|---|
get_company_filings | ticker, form_type=null, limit=10, start_date=null, end_date=null | 根据股票代码获取公司的 SEC 文件 |
get_latest_10k | ticker | 获取最新的 10-K,并附带其文本的简短预览 |
get_latest_10q | ticker | 获取最新的 10-Q,并附带其文本的简短预览 |
get_recent_8k_filings | ticker, limit=5 | 获取近期的 8-K 文件,并附带每份文件的简短预览 |
analyze_8k_filing | ticker | 获取并总结公司的最新 8-K 文件 |
get_proxy_statements | ticker, limit=3 | 获取公司的代理投票文件(DEF 14A) |
get_recent_ipos | limit=20, days=30 | 从 EDGAR 获取近期 IPO 动态 |
阅读申报文件内容
| 工具 | 参数 | 描述 |
|---|---|---|
get_filing_size | filing_url | 下载前获取申报文件的准确大小 |
download_filing_text | filing_url, max_length=50000, offset=0, search=null | 按每页 50,000 个字符阅读申报文件、在文件中搜索,或在文件超过 25 MB 时获取链接 |
get_filing_documents | filing_url | 列出申报文件中的所有文档(主文档、附件、XBRL、XML)及其大小和链接 |
get_filing_content | ticker, filing_type=null, get_full_content=false, specific_metrics=null | 获取 XBRL 中的关键财务数据,或分页读取完整申报文件文本 |
搜索
| 工具 | 参数 | 描述 |
|---|---|---|
full_text_search | query, form_type=null, start_date=null, end_date=null, limit=20 | 搜索自 2001 年以来所有 EDGAR 申报文件的全文(词语或“精确短语”) |
search_filings | query, form_type=null, start_date=null, end_date=null, limit=20 | 按公司名称或其他条件搜索 SEC 申报文件 |
所有权与内部人士
| 工具 | 参数 | 描述 |
|---|---|---|
get_insider_transactions | ticker, limit=20 | 获取公司的内部人士交易记录(表格 3、4、5) |
get_beneficial_ownership | ticker, limit=10, schedule="all" | 获取公司的受益所有权报告(13D、13G) |
get_13f_holdings | ticker_or_cik, limit=25 | 获取机构投资经理最新的 13F 投资组合 |
财务数据(XBRL)
| 工具 | 参数 | 描述 |
|---|---|---|
get_company_facts | ticker | 从 SEC XBRL 数据中获取公司事实数据 |
get_company_concept | ticker, concept | 获取公司的特定财务概念数据 |
get_available_metrics | ticker, search_term=null | 从 SEC XBRL 数据中查找公司可用的财务指标 |
get_xbrl_frames | concept, period, unit="USD", taxonomy="us-gaap", limit=20 | 获取一个报告期内所有报告公司的同一财务概念,并按数值排序 |
实用工具
| 工具 | 参数 | 描述 |
|---|---|---|
get_sec_api_status | 检查 SEC API 状态和连接情况 | |
run_self_test | 对所有 SEC-AI 工具运行全面自检 |
许可证
MIT。所有数据均来自 SEC EDGAR 公共数据库。与美国证券交易委员会无关联。
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。