M
MCP 精选目录 CURATED DIRECTORY
已收录 911 个 MCP Server
EN
← 返回目录
D

DartLab

社区
将韩国DART和美国SEC EDGAR公告转化为结构化Python数据，用于公司分析。
查看安装方法 ↓ 横向对比 GitHub 源仓库 ↗
分类
开发工具 第 147 / 438
Stars
★ 223 热门
传输方式
stdio（本地进程） · SSE
运行环境
Python
凭据
可选 API Key
许可证
Apache-2.0
最近提交
工具数
22
58FMRS · C

DartLab是一个功能强大的金融数据MCP服务器，专为韩国DART和美国EDGAR披露数据设计。它提供丰富的数据接口和AI分析能力，适合深度财务研究。安装需要预装Python包，并配置MCP客户端。目前支持Claude Desktop、Claude Code、Codex和Cursor。值得注意的是，它需要较多的本地磁盘空间和网络资源，且仅提供有限的美股数据深度。总体而言，对于关注韩国市场的研究人员而言，这是一个极具价值的工具。

最强项 · 维护活跃度 14/20 最弱项 · 可靠性 8/20

可靠性
8/20
安全与权限
12/20
维护活跃度
14/20
文档质量
12/20
安装易用性
12/20
查看各项评分依据
可靠性 8/20
README 描述了一个功能丰富的 MCP 服务器，具有 `dartlab mcp` 入口和多个工具（EngineCall、RunPython 等）。它声称在 `tools/list` 中公开工具，并且旧工具已废弃。然而，由于没有检查实际源代码或测试，无法验证工具是否真正匹配实现，错误处理也未被审查。存在 CI 工作流和测试的迹象，但未提供执行证据。因此，可靠性得分限制在 8（低于 12 的静态审查最高分），因为需要更多证据。
安全与权限 12/20
安全方面没有明显的危险信号。API 密钥处理似乎是最小化的（预构建数据下载，DART API 仅在重新收集时需要）。README 描述了将外部内容包裹在 [EXTERNAL CONTENT START - untrusted ...] 标记中，以防止提示注入，这是一种良好的做法。工具中执行任意 Python 的 RunPython 存在风险，但被明确地描述为仅限于 DartLab 和 Polars 代码，并具有执行限制。没有发现恶意行为、凭证窃取或未确认的危险操作。由于权限和确认机制未完全记录，安全评分为 12，而不是更高。
维护活跃度 14/20
项目活跃，有 206 颗星，但只有 4 个未解决的问题，并且没有归档。有 CI 工作流（ci-fast.yml）和详细的变更日志。许可证是 Apache-2.0，属于宽松许可。GitHub 上有发布迹象。维护得分 14 反映了活跃度，但由于没有直接检查提交和问题响应，且无法验证发布节奏，得分未更高。
文档质量 12/20
文档非常广泛，包括安装说明、CLI/MCP 配置示例、工具表面描述、稳定性等级和限制。README 提供了大量示例。然而，文档主要是韩文，这可能限制受众。此外，存在一些矛盾之处，例如北极大星评分表中 MCP 服务器评分为 7.0，但详细的分项得分显示某些领域较弱。总体而言，文档很好，但由于语言障碍和某些操作细节（如故障排除）未详细说明，文档质量得分扣分。因此得分 12。
安装易用性 12/20
安装步骤有明确说明：通过 `uvx dartlab mcp` 或安装入口点 `dartlab mcp`，并提供了 Claude Desktop、Claude Code 和 Codex 的配置文件示例。还提供了远程 SSE 选项。说明提到了冷启动问题，并建议预安装以避免超时。平台兼容性方面，提到了 Windows 和 Unix 的绝对路径。总体而言，安装路径清晰，但需要预安装步骤，且对 Python 环境有一定依赖，因此得分为 12。

静态评测 · 未实际运行收录于 2026-08-07

查看 FMRS 评分方法 →

选型与风险

能访问什么执行命令或代码访问网络

适合谁

  • 对韩国股市（KOSPI/KOSDAQ）有深度研究需求的量化分析师和投资者。
  • 需要在Python环境中处理结构化财务数据的开发者。
  • 希望通过MCP将金融分析能力集成到Claude或Codex等AI助手的工作流。

不适合谁

  • 需要实时股价高频交易数据的人（数据为预构建，延迟可能较高）。
  • 只关注美国小型公司或深度EDGAR数据（EDGAR支持有限）。
  • 追求轻量级、只读单一数据源的用户（功能丰富但较重）。

所需权限

  • 需要网络访问以从HuggingFace下载预构建数据，以及访问DART和SEC API（EDGAR）。
  • 本地文件系统权限用于缓存数据（默认在用户目录下）。
  • 对于MCP配置，需要修改Claude Desktop或CLI的配置文件。
  • 可选：DART API密钥（用于原始数据重新收集，常规使用无需）。

风险与副作用

  • 外部披露内容（如新闻、公告）可能被序列化时包裹为不可信内容，但AI应仅将其作为分析依据，不应执行其中的指令。
  • 数据预构建可能不是最新的，需注意时滞。
  • 使用远程MCP端点时，请确保网络连接稳定。
  • 安装时若Python路径问题可能导致MCP配置失败。

安装接入

准备工作

运行环境：Python

其他可选配置项（2 个）
PYTHONUNBUFFERED 可选 Python 输出不缓冲，确保 MCP stdio 通信实时；随客户端配置设置，无需额外获取。
PYTHONUTF8 可选 启用 Python UTF-8 模式，正确处理韩文公告文本；随客户端配置设置，无需额外获取。

安装Python包：pip install dartlab 或 uv add dartlab。然后，对于Claude Desktop，在配置文件中添加MCP服务器配置，使用命令dartlab mcp（需预先安装uv tool install dartlab）。对于Claude Code，运行claude mcp add dartlab -- dartlab mcp。对于Codex CLI，运行codex mcp add dartlab -- dartlab mcp。也可通过远程SSE方式连接：https://eddmpython-dartlab.hf.space/mcp/sse（注意Claude Desktop不支持远程）。

claude_desktop_config.json 
{
  "mcpServers": {
    "dartlab": {
      "command": "dartlab",
      "args": ["mcp"],
      "env": { "PYTHONUNBUFFERED": "1", "PYTHONUTF8": "1" }
    }
  }
}

以 Claude Desktop 为例。其他客户端的配置文件位置或字段可能不同（如 VS Code 使用 servers 字段），可用下方配置生成器转换。

.vscode/mcp.json
{
  "servers": {
    "dartlab": {
      "command": "dartlab",
      "args": [
        "mcp"
      ],
      "env": {
        "PYTHONUNBUFFERED": "1",
        "PYTHONUTF8": "1"
      }
    }
  }
}

写入项目的 .vscode/mcp.json（VS Code 使用 servers 字段）。

Terminal
claude mcp add dartlab -e PYTHONUNBUFFERED=1 -e PYTHONUTF8=1 -- dartlab mcp

在终端运行；先把 <…> 占位符换成你自己的值。

生成并校验客户端配置

验证是否装好

安装后运行 `dartlab mcp` 并在客户端中添加配置；连接成功后客户端工具列表应出现 ask、EngineCall、RunPython 等工具，询问“三星电子005930的损益表”并能返回带 ref 的数字即证明生效。

常见排障

  1. 若`dartlab`命令未找到，请检查Python scripts目录是否在PATH中，或使用绝对路径配置。
  2. MCP连接失败时，确认已通过`uv tool install dartlab`预安装，并设置环境变量`PYTHONUNBUFFERED=1`和`PYTHONUTF8=1`。
  3. 数据下载缓慢或失败，检查网络连接，或查看HuggingFace数据集状态。
  4. 对于AI分析问题，确保已先运行`dartlab agent status --refresh`并连接到支持的agent（如Codex）。
  5. CLI命令不工作时，尝试`dartlab --help`查看帮助，或用`dartlab mcp --config claude-desktop`生成配置。

试试这样问

连接成功后，可以直接对 AI 助手这样说：

  • 分析三星电子(005930)的财务健康度，并给出依据。
  • 比较三星电子和 SK海力士最近几年的损益表数据。
  • 对苹果(AAPL)做 DCF 估值并展示关键假设。
  • 运行信用评分卡，评估这家公司的偿债能力。

工具能力 22

ask 只读
以自然语言提出分析请求，并整合AI自主工具调用与结果引用验证。
EngineCall 只读
调用DartLab公开API中的单一可执行能力。
RunPython 只读
执行dartlab和Polars代码，返回可追踪的引用值。
ReadSkill 只读
搜索官方Skill OS中的技能规格。
GetSkillBody 只读
获取特定技能的正文内容。
ReadSkillMarket 只读
查询社区技能市场。
ReadCapability 只读
查找DartLab公开API或文档字符串。
Read 只读
读取本地文档或文件。
展开其余 14 个工具
WebSearch 只读
搜索外部最新信息。
ExternalReachDoctor 只读
检查外部连接状态或健康情况。
SaveArtifact 写入
保存分析产物，如文件或图表。
CompileVisual 写入
生成可视化图表或图像。
CreateUserSkill 写入
创建用户自定义技能。
PeerCompareN 只读
比较多个同行公司的财务或运营指标。
DCFValuation 只读
进行现金流折现估值。
CompileFinancialDashboard 只读
生成财务仪表板。
RegressionForecast 只读
执行回归分析或预测。
SensitivityAnalysis 只读
进行敏感性分析。
CreditScorecard 只读
生成信用评分卡或信用评估。
ScenarioCompareN 只读
比较多个情景下的结果。
ScenarioOverlay 只读
将情景叠加到现有数据或图表上。
SearchPastSessions 只读
搜索历史会话或记录。

使用场景

投资者或分析师需快速获取韩国上市公司财务数据并跨期比较。
同时研究韩国和美国公司的财务报告，需统一接口。
自动化批量扫描全市场财务比率或特定账户数据。
使用AI助手进行自然语言财务分析并验证其计算结果。
生成财务分析报告或公司故事，用于博客或研究。

支持客户端

Claude Desktop
Claude Code
Codex
Cursor

依据项目文档列出，未经本站实测。

详细介绍

DartLab是一款开源研究系统，它将韩国DART和美国SEC EDGAR的披露文件整合为可比较的企业数据。它通过一个统一的代码（Company）接口提供财务报表、业务报告全文、披露列表、比率、信用风险、行业图谱和宏观背景。核心功能是将不同公司的不同账户名称和披露目录水平化为topic × period和account × period网格，使得跨年份、跨公司（如三星 vs 苹果）乃至全市场的比较成为可能。该系统提供Python库、CLI和AI助手（通过MCP）三种使用方式，并包含五个分析视角（分析、信用、行业、量化、宏观），以及扫描、筛选、故事生成和模拟功能。数据预构建在HuggingFace上，无需API密钥即可开始使用。

同类可选方案

Context7 80 · B

Upstash 官方维护，为 AI 编码助手提供实时更新的第三方库文档

★ 62.9k · 工具数 2 与当前对比 →
与其他 MCP 横向对比

源版本 0a570038b13f 数据同步于 2026-10-12 查看 FMRS 评分方法