sec-edgar-mcp: MCP-Server verbindet EDGAR-Einreichungen mit LLM-Workflows
sec-edgar-mcp, erstellt von Stefanoamorelli, ist ein MCP-Server, der KI-Modellen strukturierten Zugang zum U.S. SEC EDGAR-System für finanzielle Forschung und Überprüfung bietet. Das Tool ermöglicht programmatische Unternehmensentdeckung, Abruf von Einreichungen und Extraktion von numerischen Fakten, sodass Modelle technische Fragen mit belegbaren Beweisen beantworten können. Zu den wichtigsten Funktionen gehören gezielte Extraktion von Einreichungsabschnitten, XBRL-Parsing, Zugang zu Insider-Transaktionen und direkte URLs zu Einreichungen. Es richtet sich an Analysten, quantitative Forscher, Investmentteams und Entwickler, die auf LLM basierende Finanzanwendungen erstellen.
Es verwandelt regulatorische Einreichungen in modellbereite Kontexte für präzise Forschung
Das Tool fungiert als Brücke, damit LLMs Forschungsaufgaben ohne manuelles Scraping durchführen können, unterstützt die Unternehmensentdeckung, die Einreichungssuche nach CIK oder Ticker und die Abfrage spezifischer Berichtabschnitte. Es unterstützt Aufgaben wie Überprüfungen der Unternehmensleistung, Abfragen zur Einhaltung von Vorschriften und das Verfolgen von Insider-Transaktionen, indem es den Inhalt der Einreichungen in einem Format bereitstellt, das ein Assistent für gezielte Antworten verarbeiten kann.
Es produziert überprüfbare numerische Ausgaben mit direkten Quell-Links
Antworten enthalten direkte URLs zu den ursprünglichen SEC-Einreichungen, ein Maß, das dazu gedacht ist, Halluzinationen zu reduzieren, indem die Verifizierung ermöglicht wird. Der Server führt XBRL-Extraktionen durch, um genaue numerische Fakten aus interaktiven Dateneinreichungen zu ziehen, was hilft, Antworten zu produzieren, die sich auf spezifische Zeilen und Passagen der Einreichungen beziehen, anstatt auf paraphrasierte Zusammenfassungen.
Es erfordert MCP-Clients und eine grundlegende Entwicklerkonfiguration, integriert sich jedoch mit Python-Tools
Die Bereitstellung passt in die Entwickler-Workflows: Der Server basiert auf der edgartools Python-Bibliothek und läuft über Docker, pip oder uv. Er ist kompatibel mit MCP-fähigen Clients wie Claude Desktop und Cursor. Die Konfiguration erfordert eine gültige User-Agent-Zeichenfolge (Name und E-Mail), um den fair-access Richtlinien der SEC zu entsprechen, sodass Administratoren diesen Wert bereitstellen müssen, bevor Abfragen erlaubt sind.
Es ist für token-effizientes Grounding optimiert, geht jedoch von Entwicklerressourcen aus
Das Design reduziert den Token-Verbrauch um etwa 10–20x, indem gezielte Abschnitte extrahiert werden, anstatt ganze Einreichungen in das Modell zu streamen, was die Kontextüberladung in LLM-Eingabeaufforderungen verringern kann. Diese Effizienz eignet sich für Teams, die zitationsgestützte regulatorische Daten in Anwendungen integrieren, während unabhängige Analysten ohne Unterstützung durch Entwickler die anfängliche Einrichtung und die MCP-Integration als anspruchsvoll empfinden könnten.
Praktische Wahl für Entwicklerteams, die zitiertes SEC-Daten benötigen
Für Teams, die von LLM unterstützte Finanztools entwickeln, bietet sec-edgar-mcp eine praktische Möglichkeit, Ausgaben in regulatorischen Einreichungen zu verankern und das Kontextvolumen zu reduzieren. Seine Abhängigkeit von MCP-kompatiblen Clients und einem Python-Bereitstellungsweg bedeutet, dass es für technische Benutzer geeignet ist; die Kombination von generierten Antworten mit einer schnellen Überprüfung der verlinkten Einreichung bleibt ein kluger Arbeitsschritt für Entscheidungen mit hohen Einsätzen.
