Fred

FRED — Federal Reserve Economic Data

圣路易斯联储的数据仓库：涵盖利率、通胀、就业、GDP、货币供应量、汇率和都市区指标的 80 多万条经济时间序列。它是美国宏观经济和货币数据中最权威、持续更新的数据来源，经济学家、政策制定者和记者都在使用。

这是 Pipeworx 的一部分——一个将 AI Agent 连接到 1879 多个实时数据源的 MCP 网关。这是独立的非官方集成，与上游提供方无关联、未获其认可，也非由其发布。

这对 AI Agent 的意义

大多数“当前 X 是多少”这类宏观问题都可以通过 FRED 序列解答。只要 Agent 知道序列 ID，就能给出实际的当前值，而不是训练数据中的快照。常见示例：

• 30 年期抵押贷款利率 → MORTGAGE30US
• 联邦基金利率 → DFF
• CPI（所有项目）→ CPIAUCSL
• 失业率 → UNRATE
• 10 年期国债收益率 → DGS10
• 新屋开工量 → HOUST
• Case-Shiller 房价指数 → CSUSHPISA

如果你的 Agent 要回答有关美国宏观经济状况的问题，正确的流程是 fred_search（查找合适的序列）→ fred_series_info（确认单位和频率）→ fred_get_series（获取数值）。

身份验证

FRED 需要 API 密钥。你可以在 https://fred.stlouisfed.org/docs/api/api_key.html 免费获取——只需 30 秒，无需付费，也不用担心速率限制。

每次调用时通过 _apiKey 传入：

fred_get_series({
  series_id: "MORTGAGE30US",
  _apiKey: "your-fred-api-key"
})

或者订阅 Housing Vertical，由它为你管理密钥。

更新频率

序列类别	更新频率
日度序列（利率、汇率）	每日更新，约滞后 1 个工作日
周度序列（抵押贷款利率）	每周更新，周四
月度序列（CPI、失业率、零售额）	每月更新，月末后约 2-3 周
季度序列（GDP）	每季度更新，季末后约 1 个月

Pipeworx 会根据这些更新频率设置相应的 TTL 来缓存 FRED 响应，详见缓存与数据时效性。

可引用 URI

将其嵌入输出，以便生成稳定的引用：

pipeworx://fred/series/{series_id}
pipeworx://fred/series/{series_id}/observations

其他 Agent（以及 resources/read）可以解析这些 URI，获取序列的当前值。

ALFRED 历史版本：“日期 X 时这个数字是多少”

FRED 通常会在首次发布后修订大多数序列（GDP、薪资、零售额……）。 fred_get_series 默认返回最新修订值；传入以下参数之一， 即可查询较早的历史版本：

• as_of: "2020-03-15" — 该日期时的数据原貌。相当于 realtime_start = realtime_end = as_of。
• realtime_start / realtime_end — 指定明确的发布时间范围，适用于 少见的自定义时间段查询，而非单一日期查询。

如果三个参数都不传，则使用默认行为，且与之前相同：不会包含 vintage 字段，返回值也与该参数存在之前一致。传入其中任一参数后，响应中会增加 vintage 对象（{as_of, realtime_start, realtime_end}），方便你 确认所查看的历史版本。

fred_get_series({ series_id: "GDPC1", as_of: "2024-01-15", limit: 1 })
// -> the GDP print as FRED had it published on 2024-01-15, before later revisions

还有两个工具可以直接查看修订历史：

• fred_vintage_dates({ series_id }) — FRED 发布该序列新历史版本的每个 日期（包括首次发布或之后的修订）。
• fred_revisions({ series_id, observation_date }) — 查看某个观测值在 所有历史版本中的变化，从 first_release 到 latest。对于容易修订的 序列（GDP GDPC1、薪资 PAYEMS），可用此工具查看最初公布的数值与 当前数值之间的差异。

fred_revisions({ series_id: "GDPC1", observation_date: "2023-10-01" })
// -> revisions: [{ vintage_date: "2023-10-26", value: "22490.692" }, ...]
//    one entry per ALFRED vintage, oldest first; first_release is the
//    earliest, latest the most recent. Consecutive vintages can repeat the
//    same value — compare first_release.value to latest.value to see
//    whether this observation was ever actually revised.

阅读 fred_get_series 响应

字段	含义
count	FRED 在请求的时间范围内保存的观测值数量。
returned	observations 中的观测值数量——默认情况下，limit 最多为 20。
truncated	当 returned < count 时为 True；note 会用文字说明。
observation_order	newest_first（默认）或 oldest_first（sort_order: "asc"）。
observation_start / observation_end	系列的实际覆盖范围，来自 FRED 的系列元数据。
requested_start / requested_end	你请求的时间范围。未指定时不会出现。

最后两行是最值得了解的。FRED 的观测值端点会原样返回收到的 observation_start/observation_end，而在调用方两者都未设置时，会替换为 1600-01-01 / 9999-12-31——因此这个工具包以前会报告美国 GDP 的时间范围是 1600 年至 9999 年。现在，这些字段名表示系列元数据中的覆盖范围，与 fred_series_info 和 fred_search 对它们的含义保持一致。

区域联储即时预测（无需密钥，不属于 FRED 系列）

此工具包中的两个工具直接代理地区联邦储备银行的网站， 而不是圣路易斯联储的 API——在开发前已通过 fred_search 确认， FRED 自己的目录中不存在这两个系列。无需 _apiKey。

• nyfed_gdp_nowcast() — 纽约联邦储备银行对当前跟踪季度的实际 GDP 增长进行每周即时预测，提供 50%/80% 概率区间、发布方自己的说明，以及 最近已结束季度的最终预测与 BEA 实际 GDP 数据。每周五更新。
• cleveland_fed_inflation_nowcast() — 克利夫兰联邦储备银行对 CPI/PCE 通胀进行每日即时预测（总体和核心），提供环比、同比和季度年化数据。空白 单元格表示该时期的 BLS/BEA 官方数据已发布。每个工作日更新。

nyfed_gdp_nowcast({})
// -> current_estimates: [{ quarter: "2026:Q3", nowcast_pct: 2.7, ... }, { quarter: "2026:Q4", nowcast_pct: 2.8 }]

cleveland_fed_inflation_nowcast({})
// -> current: { month: "October 2026", month_over_month_pct: { cpi: 0.27, ... }, year_over_year_pct: { cpi: 3.77, ... } }

常见问题

• 数据版本：FRED 会保留历史“数据版本”（时间 T 当时报告的数据）。默认工具调用会返回最新修订的系列。要按指定时间查询，可向 fred_get_series 传入 as_of（或 realtime_start/realtime_end）；也可以使用 fred_revisions 查看某个观测值的完整历史记录。
• 频率聚合：frequency 参数会将数据转换为不同频率（例如，将日频数据转换为月平均值）。默认使用系列的原生频率。
• 单位转换：units 参数会在请求时计算衍生系列（例如，pch 表示百分比变化，pca 表示复合年化增长率等）。不要在客户端计算这些值；交给 FRED 处理。
• 系列已更名：美联储偶尔会弃用某个系列并创建替代系列。旧 ID 会返回错误。可通过 fred_search 查找替代项。

快速开始

将其添加到你的 MCP 客户端（Claude Desktop、Cursor、Windsurf 等）：

{
  "mcpServers": {
    "fred": {
      "url": "https://gateway.pipeworx.io/fred/mcp"
    }
  }
}

此端点实际提供的内容

tools/list 在 https://gateway.pipeworx.io/fred/mcp 返回上表中的工具，以及共享的 Pipeworx 元工具——ask_pipeworx、 discover_tools、search_within、remember/recall，以及网关范围内的其他工具。因此，你看到的工具数量会多于此表：目前，单个工具包端点会列出大约 30 个共享工具，以及该工具包自身的工具。连接的 initialize 响应会说明确切范围，是当天情况的权威答案。

这是有意为之，并非意外的多路复用。元工具可以让限定范围的连接回答此工具包未涵盖的问题——通过 ask_pipeworx 跨整个目录进行路由——而无需添加第二个 MCP 服务。目前无法在不加载这些工具的情况下挂载工具包端点；如果额外的架构定义带来的上下文成本超过路由功能的价值，请连接一次完整网关，而不是连接多个工具包端点。

或者，连接完整的 Pipeworx 网关，直接列出所有工具包的工具，而不只是此工具包的工具：

{
  "mcpServers": {
    "pipeworx": {
      "url": "https://gateway.pipeworx.io/mcp"
    }
  }
}

这两个 URL 都会连接到同一个网关和相同的 1879+ 个数据源。唯一的区别是直接列出哪个工具包的工具；无论连接哪一个，ask_pipeworx 都能访问全部工具。

没有 MCP 客户端？通过 HTTP 调用

curl -X POST https://gateway.pipeworx.io/v1/tools/fred_get_series \
  -H 'Content-Type: application/json' \
  -d '{"series_id":"MORTGAGE30US"}'

首次调用无需账户。查看任意工具：GET https://gateway.pipeworx.io/v1/tools/fred_get_series。查找工具：使用 {"query":"..."} 向 https://gateway.pipeworx.io/v1/tools/search_packs 发送 POST 请求。

独立运行（无需网关账户）

此软件包也可以作为本地 stdio MCP 服务运行——无需 Pipeworx 账户，也无需通过网关往返：

{
  "mcpServers": {
    "fred": {
      "command": "npx",
      "args": ["-y", "@pipeworx/mcp-fred"]
    }
  }
}

或者直接运行，确认其能够启动：

npx -y @pipeworx/mcp-fred

它通过 stdin/stdout 使用 MCP，并仅针对此工具包的工具响应 initialize/tools/list/tools/call——不包含上方网关连接添加的任何共享元工具。相同的源代码，相同的工具，但没有 ask_pipeworx 路由功能。

使用 ask_pipeworx

你可以用通俗易懂的语言提问，而不是直接调用工具——这既适用于上方的工具包端点，也适用于完整网关：

ask_pipeworx({ question: "your question about Fred data" })

网关会选择合适的工具，并自动填写参数。

更多信息

• 文档和指南
• pipeworx.io

许可证

MIT