Bigdata-com (预览版)
使用 Bigdata.com 连接器解锁机构级财务数据。 立即检索实时新闻、全面的公司泪表和公司事件日历。 此工具来自受信任的提供商,通过直接将准确的结构化市场智能交付到工作流中,使金融机构能够做出数据驱动的决策。
此连接器在以下产品和区域中可用:
| 服务 | Class | 区域 |
|---|---|---|
| Copilot Studio | 高级 | 除以下各项外的所有 Power Automate 区域 : - 美国政府 (GCC) - 美国政府 (GCC High) - 由世纪互联运营的中国云 - 美国国防部(DoD) |
| 逻辑应用程序 | 标准 | 除以下各项外的所有 逻辑应用区域 : - Azure 政府区域 - Azure 中国区域 - 美国国防部(DoD) |
| Power Apps | 高级 | 除以下各项外的所有 Power Apps 区域 : - 美国政府 (GCC) - 美国政府 (GCC High) - 由世纪互联运营的中国云 - 美国国防部(DoD) |
| Power Automate | 高级 | 除以下各项外的所有 Power Automate 区域 : - 美国政府 (GCC) - 美国政府 (GCC High) - 由世纪互联运营的中国云 - 美国国防部(DoD) |
| 联系人 | |
|---|---|
| Name | Support |
| support@bigdata.com |
| 连接器元数据 | |
|---|---|
| 发布者 | RAVENPACK INTERNATIONAL SL. |
| 网站 | https://bigdata.com |
| 隐私策略 | https://bigdata.com/privacy-policy |
| 类别 | 人工智能;数据 |
BigData MCP 服务器 - 客户端指南
欢迎使用 BigData MCP 服务器! 此服务为 AI 助手提供了强大的工具,可通过模型上下文协议(MCP)访问财务数据、公司信息和商业智能。
🚀 可用工具
1. 搜索新闻和财务内容 (bigdata_search)
搜索来自数千个来源的财务文档、收益记录、新闻文章、分析师报告、SEC 文件和商业内容。
用例:
- 研究公司的发展和市场趋势
- 查找收益通话记录和分析报告
- 发现有关特定公司或行业的新闻文章
- 访问 SEC 文件和法规文件
- 搜索专用上传的文件
参数:
-
search_text(必需):使用自然语言的搜索查询- 示例:“Apple iPhone 销售 Q4 2024”
- 示例:“Tesla 制造扩张”
-
max_chunks(可选,默认值:10):返回的最大文本摘录数(1-100)- 推荐:20-50 进行综合研究
获取的内容:
- 来自各种文档的相关文本区块
- 具有发布日期的源归属
- 将 URL 定向到原始文档
- 所有内容的时间戳
最佳做法:
- 使用不同的查询运行多个搜索,以生成全面理解
- 开始广泛,然后根据初始结果缩小范围
- 使用检索到的文档中的信息时,始终引用源
2. 查找公司 (find_companies)
按名称、刻度符号、ISIN、CUSIP 或 SEDOL 查找公司以获取其唯一标识符和元数据。
用例:
- 将公司名称转换为标准化标识符
- 查找刻度符号
- 查找公司行业和行业信息
- 使用其他特定于公司的工具之前,需要执行第一步
参数:
-
query(必需):公司名称、时钟周期或标识符- 示例:“Apple”
- 示例:“AAPL”
- 示例:“US0378331005”(ISIN)
获取的内容:
- RavenPack 实体 ID(其他工具需要)
- 公司名称和刻度符号
- 行业和行业分类
- 合并国家/地区
- 多个标识符(ISIN、CUSIP、SEDOL)
重要说明:
- 开始研究公司时,始终先运行此工具
- 对 使用返回的实体 ID
bigdata_tearsheet和bigdata_events_calendar
3. 生成公司泪表 (bigdata_tearsheet)
获取任何上市公司的综合财务分析报告,聚合来自 11 个不同的来源的数据。
用例:
- 全面的财务分析
- 投资研究和尽职尽责
- 了解公司财务运行状况
- 分析师共识和价格目标
- 收益分析
参数:
-
rp_entity_id(必需):RavenPack 实体标识符find_companies- 示例:“4A6F00”
获取的内容:
公司概述:
- 业务描述和关键管理人员
- 部门、行业和总部位置
- 当前股票价格和市值
- 交易量和指标
财务状况:
- 资产负债表(资产、负债、股票、债务)
- 关键指标(ROE、ROA、自由现金流收益率)
- 财务比率(P/E、P/B、债务比率、流动性)
作性能:
- 收益表(收入、支出、盈利能力、EPS)
- 现金流表(运营、投资、融资)
分析师报道:
- 购买/销售建议和共识
- 价格目标(高、低、共识、中值)
- 远期收入和 EPS 估计(未来 8 个季度)
- 最新收益惊喜数据
工作流:
- 首先,调用
find_companies以获取实体 ID - 然后,使用实体 ID 调用此工具
- (可选)用于
bigdata_search最新新闻以补充
4. 获取公司事件日历 (bigdata_events_calendar)
检索即将到来的和过去的公司活动,包括特定公司的收益呼叫和电话会议。
用例:
- 提前规划收益公告
- 跟踪电话会议日程安排
- 历史事件分析
- 投资计时决策
参数:
-
rp_entity_id(可选):RavenPack 实体标识符列表- 示例:[“4A6F00”, “D8442A”]
- 留空以获取所有可用事件
获取的内容:
- 即将推出的收益呼叫日期和时间
- 过去的事件历史记录
- 电话会议计划
- 事件类型和详细信息
- 按公司组织
工作流:
- 首先,调用
find_companies以获取实体 ID - 然后,使用实体 ID 列表调用此工具
🔄 典型工作流
研究公司
1. find_companies("Tesla")
→ Get entity ID: "4A6F00"
2. bigdata_tearsheet(rp_entity_id="4A6F00")
→ Get comprehensive financial data
3. bigdata_search("Tesla manufacturing expansion 2024", max_chunks=30)
→ Get recent news and developments
4. bigdata_events_calendar(rp_entity_id=["4A6F00"])
→ Check upcoming earnings dates
行业分析
1. find_companies("Apple") → entity_id_1
find_companies("Microsoft") → entity_id_2
find_companies("Google") → entity_id_3
2. bigdata_tearsheet(rp_entity_id=entity_id_1)
bigdata_tearsheet(rp_entity_id=entity_id_2)
bigdata_tearsheet(rp_entity_id=entity_id_3)
→ Compare financial metrics
3. bigdata_search("tech sector AI investments Q4 2024", max_chunks=50)
→ Get industry trends and analysis
收益预览版
1. find_companies("Meta")
→ Get entity ID
2. bigdata_events_calendar(rp_entity_id=[entity_id])
→ Check when earnings call is scheduled
3. bigdata_tearsheet(rp_entity_id=entity_id)
→ Get analyst estimates and previous performance
4. bigdata_search("Meta Q4 2024 earnings preview", max_chunks=40)
→ Get analyst commentary and expectations
🔐 认证
MCP 服务器使用 OAuth 2.0 进行安全身份验证。 这可确保数据和查询保持受保护状态,同时提供对 BigData 工具的无缝访问。
OAuth 流
- 初始连接:AI 助手或 MCP 客户端启动与 BigData MCP 服务器的连接
- 授权请求:如果尚未进行身份验证,则会重定向到 BigData 登录页
- 用户登录:输入 BigData 凭据(电子邮件和密码)
- 授权授权:成功登录后,BigData 颁发 OAuth 令牌
- 令牌交换:客户端接收令牌并将其用于所有后续请求
- 自动续订:令牌会根据需要自动刷新
需要了解的事项
- 首次设置:连接 AI 助手时需要进行身份验证一次
- 设计安全:OAuth 令牌经过加密并在设置期间后过期
- 无凭据共享:你的密码永远不会与 AI 助手共享
- 会话管理:令牌由 MCP 客户端自动管理
💡 最佳做法
搜索策略
- 开始广泛,然后缩小:从常规查询开始,根据结果优化
- 使用多个搜索:不同的查询显示不同的方面
- 自然指定时间范围:“上季度”、“Q4 2024”、“昨天”
- 合并术语:包括公司名称、主题和时间范围
源归属
- 始终引用源:包括所有信息的源名称和日期
- 指向原始内容的链接:提供 URL(如果可用)
- 创建源部分:列出末尾的所有引用的文档
配额管理
-
有效搜索:使用适当的
max_chunks值(建议使用 20-50) -
重复使用实体 ID:不要为同一家公司多次调用
find_companies - 批处理请求:按顺序获取多个公司的泪表
🆘 常见问题
问:如何获取公司的财务数据?
答:首先调用 find_companies 公司名称,然后使用返回的实体 ID 和 bigdata_tearsheet。
问:搜索和泪表有何区别? 答:搜索查找文章和文档;tearsheet 提供结构化财务数据(收益表、资产负债表、分析师评级)。
问:是否可以搜索我自己的上传文件?
答:是的! 该工具 bigdata_search 包括来自专用上传文件的内容。
问:数据有多最近? 答:搜索结果包括时间戳。 含最新的季度报告和实时股票价格定期更新催泪表数据。
问:如果我不知道公司滴答声器,该怎么办?
答:只需将公司名称与 find_companies - 它将找到正确的公司并提供所有标识符。
📞 支持
有关问题、问题或功能请求,请联系 BigData 帐户代表或访问我们的支持门户。
限制
| 名称 | 调用 | 续订期 |
|---|---|---|
| 每个连接的 API 调用数 | 100 | 60 秒 |
操作
|
Bigdata. |
Bigdata.com MCP 入口点 |
Bigdata.com MCP 终结点
Bigdata.com MCP 入口点