sec-edgar-mcp: MCP 服务器连接 EDGAR 文件到 LLM 工作流
sec-edgar-mcp，由Stefanoamorelli创建，是一个MCP服务器，为AI模型提供对美国SEC EDGAR系统的结构化访问，以进行金融研究和验证。该工具使公司发现、文件检索和数字事实提取的程序化成为可能，以便模型能够用可来源的证据回答技术问题。主要功能包括针对性提取文件部分、XBRL解析、内幕交易访问和直接链接到文件的URL。它的目标用户是分析师、定量研究人员、投资团队和构建基于LLM的金融应用程序的开发人员。
它将监管文件转化为适合模型的上下文，以便进行精确研究
该工具充当桥梁，使得LLMs可以在没有手动抓取的情况下运行研究任务，支持公司发现、按CIK或股票代码查找文件，以及检索特定报告部分。它支持诸如企业绩效检查、监管合规查询和跟踪内部交易等任务，通过以助理可以获取的格式公开文件内容，以便获得更专注的答案。
它生成可验证的数字输出，并提供直接的源链接
响应包括指向原始SEC文件的直接URL，这一措施旨在通过启用验证来减少幻觉。服务器执行XBRL提取，从交互式数据文件中提取确切的数字事实，这有助于生成引用特定行项目和文件段落的答案，而不是改写的摘要。
它需要MCP客户端和基本开发者设置，但与Python工具集成
部署适合开发者工作流程：服务器基于edgartools Python库构建，并通过Docker、pip或uv运行。它与支持MCP的客户端兼容，如Claude Desktop和Cursor。配置需要有效的用户代理字符串（姓名和电子邮件），以遵守SEC公平访问政策，因此管理员必须在允许查询之前提供该值。
它针对令牌高效的基础进行了优化，但假设有开发者资源
该设计通过提取目标部分而不是将整个文件流入模型，减少了大约10-20倍的令牌消耗，这可以降低LLM提示中的上下文膨胀。这种效率适合将引用支持的监管数据集成到应用程序中的团队，而没有开发者支持的独立分析师可能会发现初始设置和MCP集成要求较高。
开发团队需要引用支持的SEC数据的实用选择
对于构建基于LLM的金融工具的团队，sec-edgar-mcp提供了一种实用的方法，将输出与监管文件相结合，并减少上下文量。它依赖于与MCP兼容的客户端和Python部署路径，这意味着它适合技术用户；将生成的答案与快速检查链接的文件配对，仍然是高风险决策的明智工作流程步骤。
