关于 Trading Economics Calendar Mcp
Trading Economics Calendar MCP Server 提供来自 Trading Economics 的经济日历事件,适用于跟踪各国数据发布,并支持按日期范围和重要性筛选。
主要功能
- 01获取经济日历事件
- 02按国家筛选
- 03按重要性筛选
- 04按日期范围筛选
- 05获取高影响事件
- 06列出支持的国家和重要性级别
适用场景
- 01查看指定日期范围内某国的经济事件
- 02跟踪本周高重要性数据发布
- 03查看所选国家的今日事件
MCP 相关
该 MCP 服务向 MCP 客户端提供经济日历事件查询,以及国家和重要性元数据工具。查询可按国家、重要性和日期筛选。
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。
暂未收录安装方式
我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。
工具
还没有获取到工具列表
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
Trading Economics 日历 MCP 服务
一个模型上下文协议(MCP)服务,可访问 Trading Economics 的经济日历事件。此服务支持通过国家/地区、重要性级别和日期范围等多种筛选条件获取经济事件。
功能
- 📅 获取经济日历事件
- 🌍 按主要国家/地区筛选
- 📊 按重要性级别筛选(低、中、高)
- 📆 按日期范围筛选
- 🔍 筛选高影响力事件
- 🏛️ 按国家/地区查询事件
安装
从 PyPI 安装(发布后)
pip install trading-economics-calendar-mcp
从源代码安装
git clone <repository-url>
cd trading-economics-calendar-mcp
pip install -e .
使用方法
作为 MCP 服务
启动服务:
trading-economics-mcp
可用工具
1. 获取经济事件
get_economic_events(
countries=["United States", "Germany"],
importance="high",
start_date="2024-01-01",
end_date="2024-01-31"
)
2. 获取今日事件
get_today_economic_events(
countries=["United States"],
importance="medium"
)
3. 获取本周事件
get_week_economic_events(
countries=["Japan", "United Kingdom"],
importance="high"
)
4. 获取主要国家/地区
get_major_countries()
# Returns: {"united_states": "United States", "germany": "Germany", ...}
5. 获取重要性级别
get_importance_levels()
# Returns: {"low": 1, "medium": 2, "high": 3}
6. 获取高影响力事件
get_high_impact_events(
countries=["United States", "China"],
start_date="2024-01-01",
end_date="2024-01-31"
)
7. 按国家/地区获取事件
get_events_by_country(
country="United States",
start_date="2024-01-01",
end_date="2024-01-07",
importance="high"
)
支持的国家/地区
此服务支持按主要经济体筛选:
- 美国
- 中国
- 日本
- 德国
- 英国
- 法国
- 意大利
- 加拿大
- 澳大利亚
- 巴西
- 印度
- 俄罗斯
- 韩国
- 西班牙
- 墨西哥
- 荷兰
- 瑞士
- 比利时
- 瑞典
- 奥地利
响应格式
每个经济事件均返回以下结构:
{
"date": "2024-01-15",
"time": "08:30",
"country": "United States",
"event": "Retail Sales",
"importance": 3,
"actual": "0.6%",
"forecast": "0.4%",
"previous": "0.3%"
}
配置
服务使用以下默认设置:
- 基础 URL:
https://tradingeconomics.com - 请求超时:30 秒
- 用户代理:现代浏览器标识字符串
错误处理
服务包含全面的错误处理机制:
- 网络超时
- 无效响应解析
- 缺少数据字段
- 速率限制(如适用)
开发
设置开发环境
git clone <repository-url>
cd trading-economics-calendar-mcp
pip install -e ".[dev]"
运行测试
pytest
代码格式化
black trading_economics_calendar/
flake8 trading_economics_calendar/
mypy trading_economics_calendar/
贡献
- Fork 此仓库
- 创建功能分支
- 进行修改
- 添加测试
- 运行测试套件
- 提交拉取请求
许可证
MIT 许可证 — 详情请参阅 LICENSE 文件。
免责声明
此工具从 Trading Economics 获取公开数据。请遵守其服务条款和速率限制。此工具仅用于教育和研究目的。
评论
支持 Markdown
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。