示例1：研究人员 - 发展中国家经济数据 📚

\n\n**场景**：\n\n> \"我想调研一下发展中国家的GDP信息用于经济增长研究\"\n\n**传统方式的问题**：\n\n- ❌ Google搜索充斥着二手报道、博客文章、过时链接\n- ❌ 不确定数据来源的权威性和方法论\n- ❌ 花费数小时导航机构网站，仍可能找错数据\n\n**使用 FirstData MCP：**\n\n1. 🔍 **自然语言提问**：\"发展中国家GDP\"\n2. 🎯 **Agent自动筛选**：世界银行、IMF、区域开发银行\n3. 📊 **对比权威等级**：国际组织、政府机构等权威性分类\n\n**返回结果：**\n\n```\n📋 推荐数据源：\n\n1. 世界银行 World Development Indicators\n - API：支持（完整文档）\n - 覆盖范围：217个国家和地区\n - 时间范围：1960年至今\n - 权威等级：international（国际组织）\n - 证据链：世界银行官方 → 一手数据 → 可追溯\n\n2. IMF World Economic Outlook\n - API：支持\n - 覆盖范围：全球194个经济体\n - 更新频率：季度\n - 权威等级：international（国际组织）\n```\n\n**价值**：\n\n- ✅ 从\"不确定的搜索\"到\"基于权威证据的研究\"\n- ✅ 节省数小时筛选时间\n- ✅ 避免使用错误数据源导致研究结论偏差\n\n

\n\n

示例2：数据分析师 - 中国货币政策数据 💰

\n\n**场景**：\n\n> \"我需要中国近10年的M1、M2货币供应量和利率数据\"\n\n**传统方式的问题**：\n\n- ❌ AI助手可能给出过时链接或二手网站\n- ❌ 不清楚数据更新频率和历史覆盖范围\n- ❌ 缺乏API访问信息，无法自动化获取\n\n**MCP工作流程：**\n\n1. 🔍 **识别关键词**：中国 + 货币政策 + M1/M2 + 10年时间范围\n2. 🎯 **筛选条件**：国家=CN + 领域=金融 + 时间覆盖≥10年\n3. 📊 **推荐Top数据源**（附带证据链）\n\n**返回结果：**\n\n```\n📋 推荐数据源：\n\n1. 中国人民银行 (PBC)\n - 数据门户：http://www.pbc.gov.cn/diaochatongjisi/\n - API文档：有官方接口\n - 更新频率：月度\n - 历史覆盖：1990年至今\n - 权威等级：government（政府机构）\n - 证据链：中国央行官方 → 一手数据 → 可追溯\n\n 📈 可获取数据：\n - M0、M1、M2货币供应量（月度）\n - 存贷款基准利率\n - 银行间同业拆借利率\n```\n\n**价值**：\n\n- ✅ **抗幻觉**：确保数据来自官方权威机构\n- ✅ **可计算**：提供API访问，支持自动化数据获取\n- ✅ **可复查**：完整元数据，任何人都可验证数据来源\n\n

\n\n

示例3：政策制定者 - 全球气候数据 🌍

\n\n**场景**：\n\n> \"我需要权威的气候数据来支持政策决策，要有API访问的全球数据\"\n\n**风险**：\n\n- ❌ 使用不可靠数据源可能导致政策失误\n- ❌ 缺乏方法论透明度，无法评估数据质量\n- ❌ 二手引用缺乏原始证据链\n\n**MCP工作流程：**\n\n1. 🔍 **多维度筛选**：地理范围=全球 + 领域=气候 + 有API + 高权威性\n2. 🎯 **推荐符合条件的数据源**\n3. 📊 **按权威等级排序**（优先推荐政府和国际组织）\n4. 📋 **提供完整证据链**\n\n**返回结果：**\n\n```\n📋 推荐数据源：\n\n1. NASA Earthdata\n - 覆盖范围：全球\n - API：支持（完整文档）\n - 数据类型：卫星观测、气候模型\n - 权威等级：government（政府机构）\n - 更新频率：实时/日度\n - 证据链：NASA官方 → 卫星数据 → 可验证\n\n2. NOAA Climate Data Online\n - 覆盖范围：全球\n - API：支持\n - 更新频率：实时/日度\n - 权威等级：government（政府机构）\n - 证据链：美国政府 → 气象监测 → 可追溯\n```\n\n**价值**：\n\n- ✅ **证据链闭环**：从查询 → 推荐 → 原始数据 → 完整可追溯\n- ✅ **方法论透明**：明确数据收集方法和质量标准\n- ✅ **可复现研究**：其他研究者可基于相同数据源验证结论\n- ✅ **降低政策风险**：从\"不确定的决策依据\"到\"可验证的权威证据\"\n\n

\n\n---\n\n#### 2️⃣ 网站操作导航 (Site Pathfinder)\n\n**解决\"怎么找？\"的问题**\n\n针对结构复杂、术语晦涩的专业网站，提供手把手的操作路径说明书，从首页到目标数据的完整导航指引。\n\n**功能亮点：**\n\n- 📖 **逐步操作指引**：明确每一步的操作对象、关键界面元素、筛选条件设置\n- 🎯 **多路径保障**：提供主路径 + 备选方案 + API 访问，每条路径都经过验证\n- 🔍 **精准定位**：具体到按钮位置、筛选器设置、下载步骤，而非笼统描述\n- 💡 **降低门槛**：非专业人士也能快速定位，从\"数小时摸索\"到\"3-5分钟精准获取\"\n- 🔄 **定期更新**：人工验证网站变化，及时更新操作路径\n- 🤖 **智能匹配**：基于用户查询意图，推荐最相关的操作指令\n\n**为常用权威数据源提供详细的网站导航指引，精确定位数据位置。**\n\n---\n\n### 🚀 完整使用示例：智能检索 + 操作说明书一站式方案\n\n**场景：查找新上市科技公司招股书进行投资研究**\n\n**用户提问：**\n\n> \"我想研究国内最近上市的某家AI科技公司，需要找到他们的招股说明书，分析一下商业模式和财务状况\"\n\n**✅ 使用 FirstData MCP 的完整工作流：**\n\n#### 📋 第一步：智能检索可信数据源\n\n```\n推荐数据源：\n\n1. 香港交易及结算所有限公司 (HKEX)\n - 描述：港交所运营HKEXnews（披露易），提供上市公司招股书、\n 年报、IPO信息和监管文件的官方平台\n - 访问地址：https://www.hkexnews.hk\n - 权威等级：market（市场机构）\n - 文档类型：招股说明书、年报、公告\n - 证据链：官方披露文件 → 可直接引用\n\n2. 中国证券监督管理委员会 (CSRC)\n - 访问地址：http://www.csrc.gov.cn\n - 境外上市备案信息查询\n - 权威等级：government（政府机构）\n```\n\n**价值点：**\n\n- ✅ **避免幻觉**：推荐的是官方披露平台，不是新闻网站\n- ✅ **权威性保证**：明确标注数据源的权威等级\n- ✅ **提供关键线索**：预先提供财务概要信息，帮助理解数据背景\n\n#### 📖 第二步：获取网站操作说明书\n\nMCP 内置了**操作说明书数据库**，涵盖常用权威数据源的网站导航和下载步骤。\n\n**检索披露易（HKEXnews）网站操作指令：**\n\n```\nsource: https://www.hkexnews.hk\noperation: 如何查找新上市公司的招股说明书?\n```\n\n**说明书检索结果：**\n\n```\n网站操作说明书：\n\n主路径（推荐）：\n1. 访问香港交易所披露易网站首页 (https://www.hkexnews.hk)\n2. 点击主导航栏中的 \"NEW LISTINGS\" 选项\n3. 进入 New Listing Information 页面\n4. 选择对应的市场板块（主板 Main Board 或创业板 GEM）\n5. 在新上市公司列表中查找目标公司名称或股票代码\n6. 点击对应的招股书下载链接（Prospectus）\n7. 下载PDF文件即可\n\n备选路径：\n1. 访问香港交易所披露易网站首页\n2. 使用搜索功能输入公司名称或股票代码\n3. 在搜索结果中筛选文档类型为 \"Prospectus\"\n4. 选择最新日期的招股说明书\n5. 点击下载链接获取PDF文件\n```\n\n**价值点：**\n\n- ✅ **即用指引**：提供逐步操作说明，无需人工摸索网站结构\n- ✅ **多路径保障**：提供备选方案，确保能成功获取文档\n- ✅ **降低门槛**：非专业人士也能快速定位官方文档\n\n#### 📊 第三步：基于官方数据进行分析\n\n**获取招股书后的研究分析框架：**\n\n根据招股书披露的官方数据，可以进行系统性分析：\n\n**1. 商业模式分析**\n\n- **核心业务**：从招股书\"业务概览\"章节了解公司主营业务和收入来源\n- **市场定位**：分析目标市场、客户群体和竞争优势\n- **盈利模式**：识别收入结构、定价策略和变现路径\n\n**2. 财务状况分析**\n\n- **收入趋势**：查看历史财务数据，分析营收增长率和可持续性\n- **盈利能力**：评估毛利率、净利率等关键指标\n- **现金流**：研究经营活动现金流、融资用途和资金储备\n\n**3. 风险因素评估**\n\n- **业务风险**：招股书\"风险因素\"章节列出的主要风险\n- **财务风险**：负债水平、流动性、偿债能力\n- **行业风险**：市场竞争、技术变革、监管政策变化\n\n**4. 投资价值判断**\n\n- **成长潜力**：基于业务规划和市场前景评估增长空间\n- **估值合理性**：对比同行业公司市盈率、市销率等指标\n- **募资用途**：IPO资金使用计划是否与战略目标一致\n\n**✅ 完整的证据链闭环：**\n\n```\n用户提出研究需求\n ↓\nMCP 智能检索推荐权威数据源（港交所披露易）\n ↓\n获取网站操作说明书（逐步导航指引）\n ↓\n下载官方招股说明书（一手权威文档）\n ↓\n基于官方披露数据进行系统性分析\n ↓\n所有结论可回溯至原始文档验证\n```\n\n**核心价值：**\n\n- ✅ **抗幻觉**：推荐的是港交所官方披露平台，而非新闻网站或 AI 生成内容\n- ✅ **可验证**：完整证据链，任何人都可以沿着路径获取相同的原始数据\n- ✅ **即用指引**：提供逐步操作说明，从\"不知道在哪找\"到\"3-5分钟精准获取\"\n- ✅ **多路径保障**：主路径 + 备选方案 + 搜索功能，确保能成功下载文档\n\n---\n\n## 🚀 快速开始\n\nFirstData 提供两条接入路径：**AI Agent 自动接入**（推荐）和**手动配置 MCP**。\n\n---\n\n### 路径一：AI Agent 自动接入（推荐）\n\n如果你正在使用支持 Skill 的 AI Agent（如 Claude Code + OpenClaw 等），可以一键安装 FirstData Skill：\n\n```bash\nclawhub install firstdata\n```\n\n安装后 Agent 可自动完成注册、激活和 MCP 配置，无需人工操作。\n\n> Skill 定义文件：[`skills/firstdata/SKILL.md`](https://github.com/MLT-OSS/FirstData/blob/main/skills/firstdata/SKILL.md) ｜ ClawHub 页面：[clawhub.ai/ningzimu/firstdata](https://clawhub.ai/ningzimu/firstdata)\n\n---\n\n### 路径二：手动配置 MCP\n\n适用于人工配置场景。支持 Claude Desktop、Cline、Cursor、Zed 等所有兼容 MCP 协议的 AI 应用。\n\n#### 第 1 步：获取 API Key\n\n访问 [FirstData API 申请](https://firstdata.deepminer.com.cn/) 申请免费的 API Key。\n\n#### 第 2 步：添加 MCP 配置\n\n所有平台的核心配置相同，将以下 JSON 添加到你所用平台的 MCP 配置文件中：\n\n```json\n{\n \"mcpServers\": {\n \"firstdata\": {\n \"type\": \"streamable-http\",\n \"url\": \"https://firstdata.deepminer.com.cn/mcp\",\n \"headers\": {\n \"Authorization\": \"Bearer \"\n }\n }\n }\n}\n```\n\n> **注意**：Zed 使用 `context_servers` 而非 `mcpServers` 作为顶层 key。\n\n#### 第 3 步：找到你的平台配置文件\n\n

各平台配置文件位置

\n\n| 平台 | 配置文件位置 | 参考文档 |\n|------|-------------|---------|\n| **Claude Desktop** | macOS: `~/Library/Application Support/Claude/claude_desktop_config.json`
Windows: `%APPDATA%\\Claude\\claude_desktop_config.json`
Linux: `~/.config/Claude/claude_desktop_config.json` | — |\n| **Cline (VS Code)** | Cline → 设置 → Advanced MCP settings，或 `cline_mcp_settings.json` | [文档](https://docs.cline.bot/mcp/configuring-mcp-servers) |\n| **Cursor** | `Cmd/Ctrl+Shift+P` → \"MCP Settings\"，或 Cursor Settings → MCP | — |\n| **Copilot / VS Code** | VS Code MCP 设置，或 CLI：`code --add-mcp '{...}'` | [文档](https://code.visualstudio.com/docs/copilot/chat/mcp-servers#_add-an-mcp-server) |\n| **Zed** | `.zed/settings.json` 或 `~/.config/zed/settings.json`（使用 `context_servers`） | — |\n| **JetBrains** | Settings → Tools → AI Assistant → MCP，或 Junie → MCP Settings | — |\n| **Windsurf** | Windsurf MCP 配置 | [文档](https://docs.windsurf.com/windsurf/cascade/mcp#mcp-config-json) |\n| **Warp** | Settings → AI → Manage MCP Servers | [文档](https://docs.warp.dev/knowledge-and-collaboration/mcp#adding-an-mcp-server) |\n| **Gemini CLI** | Gemini CLI MCP 配置 | [文档](https://github.com/google-gemini/gemini-cli/blob/main/docs/tools/mcp-server.md) |\n| **Gemini Code Assist** | Gemini Code Assist MCP 配置 | [文档](https://cloud.google.com/gemini/docs/codeassist/use-agentic-chat-pair-programmer#configure-mcp-servers) |\n| **Factory CLI (Droid)** | Factory CLI 配置 | [文档](https://docs.factory.ai/cli/configuration/mcp) |\n| **Qoder** | Qoder Settings → MCP Server → + Add | [文档](https://docs.qoder.com/user-guide/chat/model-context-protocol) |\n| **Kiro** | Kiro Settings → Configure MCP，或 Activity Bar → MCP Servers | — |\n| **OpenCode** | `~/.config/opencode/opencode.json` | [文档](https://opencode.ai/docs/mcp-servers) |\n| **Visual Studio** | Visual Studio MCP 配置 | — |\n| **Codex** | Codex MCP 配置 | [文档](https://github.com/openai/codex/blob/main/docs/advanced.md#model-context-protocol-mcp) |\n| **Amp** | Amp MCP 配置 | [文档](https://ampcode.com/manual#mcp) |\n\n

\n\n---\n\n#### 使用说明\n\n**配置完成后**，你可以在支持 MCP 的 AI 平台中直接用自然语言提问：\n\n**示例提问**：\n\n- \"帮我找到中国人民银行的M2货币供应量数据源\"\n- \"我需要有API访问的全球气候数据，推荐权威来源\"\n- \"查找香港交易所的上市公司披露信息\"\n- \"发展中国家的GDP数据在哪里可以找到？\"\n\n检索 Agent 会为你查找并推荐最权威的数据源。\n\n## 🤝 如何贡献\n\n### 推荐新数据源\n\n 发现了权威可信的数据源？欢迎向我们推荐！\n\n **推荐流程：**\n\n1. [提交Issue](https://github.com/MLT-OSS/FirstData/blob/main/链接) 说明数据源信息和推荐理由\n2. 我们会评估其权威性、数据质量和可信度\n3. 通过评估后，将正式收录到数据源仓库\n\n **收录标准：**\n\n- ✅ 政府官方数据源（国家级、省级、地方级）\n- ✅ 国际组织官方数据\n- ✅ 顶级学术机构和研究仓库\n- ✅ 定期更新的权威行业数据\n\n## 💬 Community and Support | 社区与支持\n\n加入我们的社区，与数据研究者、开发者和贡献者交流！\n\n**Join our community to connect with data researchers, developers, and contributors!**\n\n### 微信交流群 | WeChat Group\n\n

\n $\"WeChat$ \n

扫描二维码加入微信群 | Scan to join WeChat group

\n\n> 💡 **提示**: 加入社区后，你可以：\n> - 讨论数据源推荐和使用经验\n> - 获取技术支持和最佳实践\n> - 参与项目开发和贡献\n> - 了解最新的数据源更新和功能发布\n\n## Star History\n\n[![Star History Chart](https://api.star-history.com/svg?repos=MLT-OSS/FirstData&type=date&legend=top-left)](https://www.star-history.com/#MLT-OSS/FirstData&type=date&legend=top-left)\n\n## 📄 许可协议\n\n本项目采用 [MIT License](https://github.com/MLT-OSS/FirstData/blob/main/LICENSE) 开源。\n\n---\n\n

\n 打造AI时代的可信底座 | 让每一次深度思考都建立在可验证的事实之上
\n Building the Trusted Foundation for AI Era | Every Deep Thought Based on Verifiable Facts\n

\n\n

\n _{Made with ❤️ by the FirstData Community}\n

\n\n

\n 为什么 •\n 核心优势 •\n 数据源概览 •\n 快速开始 •\n 如何贡献\n

","changelogMarkdown","videoKey","requiredSecretsJson","publishedAt","priceCents","trialDays",0,"upstream",{"_113":114,"_115":116,"_117":118,"_119":120,"_121":122,"_123":124},"requiredSecrets",[],"tags",[98,99,100,101,102,103,104,105,106,107,108,109,110,111,112],"assets",[],"stats",{"_96":85,"_97":85},"ratingAvg","reviewCount","ai","api-directory","awesome-list","data-catalog","data-sources","datasets","fact-checking","government-data","knowledge-base","llm","open-data","public-data","reference-data","research-data","statistics","topics",[98,99,100,101,102,103,104,105,106,107,125,126,127,108,109,110,111,112,128,129],"license","MIT","language","Python","registryName","io.github.Vist233/firstdata","homepage","https://firstdata.deepminer.com.cn/#apply","packages",[],"mcp","mcp-server","model-context-protocol","structured-data","world-bank","ENV",{"_132":133,"_134":135,"_136":137},"ENVIRONMENT","production","TURNSTILE_SITE_KEY","0x4AAAAAAB8-rEI2gNDf_QhU","SENTRY_DSN","https://45fd1229f78089d5c3ee78be128030e1@o4510583261757440.ingest.de.sentry.io/4510584253448272"]