EdgarTools MCP 服务器使用说明
-
简介
- 这是一个基于 MCP 的服务器端实现,旨在为大语言模型客户端提供规范化的上下文资源、工具调用能力以及可定制的提示模板。服务器负责会话管理、能力声明,并通过 JSON-RPC 与客户端进行通信,支持多种传输通道以适配不同的集成场景。
-
主要功能点
- 资源托管与数据访问:通过 MCP 的资源模型暴露公司、财务数据、文档等资源,LLM 客户端可以读取、查询、过滤。
- 工具注册与执行:在 MCP 服务端注册可供 LLM 调用的外部功能(Tools),LLM 可以通过 JSON-RPC 调用执行。
- Prompt 模板定义与渲染:提供可自定义的 Prompt 模板,支持不同的交互模式,提升与 LLM 的对话效果。
- JSON-RPC 协议:与客户端进行标准化请求/响应通信,统一格式、清晰的错误处理和通知。
- 会话与能力声明:跟踪会话状态、声明当前服务器的能力与可用资源、工具、模板集合等。
- 传输协议扩展:支持多种传输协议(如 Stdio、SSE、WebSocket),在不同运行环境下有更灵活的接入方式。
-
安装步骤
- 直接安装 EdgarTools 包,并确保依赖在运行环境中就绪(镜像或本地环境皆可)。
- 启动 MCP 服务器模块:通过命令行执行相应的 MCP 服务入口,开启服务端并对外暴露 JSON-RPC API。
-
服务器配置(MCP 客户端需要的最小字段)
- MCP 客户端需要配置一个服务器条目,包含服务器名称、启动命令及参数等信息,用于建立与 MCP 服务器的连接。下面给出配置示例说明(文本描述,便于理解,不作为代码块呈现):
- server_name: edgartools
- 描述:该名称用于在客户端端配置中唯一标识本 MCP 服务器。
- command: python
- 描述:启动服务器所使用的命令(此处使用 Python 解释器)。
- args: ["-m", "edgar.ai"]
- 描述:启动参数,指向进入 MCP 服务实现的入口模块。
- env: {
"EDGAR_IDENTITY": "Your Name [email protected]"
}
- 描述:用于身份标识,可能用于对 SEC API 的请求鉴权与审计。
- 备注:
- 以上配置通常用于 Claude Desktop 等客户端的 MCP 设置中。具体的客户端 JSON 配置格式如其文档所示(请参考客户端文档中的 mcpServers 配置项),其中 server_name 对应上面的 server_name,command/args/env 对应启动信息和环境变量。
- 另外,文档中也给出 Claude Desktop 的配置片段示意,通常类似如下结构(文本描述,不直接作为代码):
- mcpServers.edgartools:
- command: "python"
- args: ["-m", "edgar.ai"]
- env: EDGAR_IDENTITY: "Your Name [email protected]"
- mcpServers.edgartools:
- 说明:MCP 客户端并不需要实现服务器端逻辑,只需要知道服务器的启动命令和必要参数即可通过 MCP 协议进行交互。
-
基本使用方法
-
- 在后端准备好 MCP 服务端实现并确保可启动:
- 运行启动命令:python -m edgar.ai(示例入口,实际入口以仓库实现为准)
- 确保 EDGAR 身份信息正确设置(如 EDGAR_IDENTITY 环境变量)
-
- 在客户端配置中添加 MCP 服务器条目(如 Claude Desktop 配置中的 mcpServers)
- 指定 server_name、command、args、env 等字段,使客户端能够连接并通过 MCP 调用资源、工具和 Prompts。
-
- 通过客户端发送 MCP 请求(JSON-RPC),获取资源、调用工具、获取并渲染 Prompt。
-
- 服务器端将 JSON-RPC 请求转换为对应的资源检索、工具调用和提示渲染逻辑,并返回标准化的 JSON-RPC 响应。
-
- 如需运维与监控,请结合服务器日志、会话状态和能力声明进行管理。
-
-
说明与建议
- 若要在本地复现 MCP 服务,请确保 Python 环境中具备 edgar.ai 相关模块及其依赖(具体版本以仓库要求为准)。
- MCP 服务应实现对资源、工具、Prompts 的完整暴露、注册、查询、执行和渲染能力,以及对不同传输通道的支持能力。
- 文档中提到的“生产就绪 MCP 服务器”应包含完善的错误处理、身份校验、并发请求处理、以及对多客户端的并发会话支持。
-
参考与扩展
- 客户端集成示例、Claude Desktop 配置、以及服务器入口相关实现均可在仓库中的 edgar.ai 子模块或相关文档中找到。
信息
分类
AI与计算