Skip to main content
Glama
surplus96

OpenCorpInsight DART MCP Server

by surplus96
OverviewSchemaRelated ServersScoreDiscussions
Python
Remote

OpenCorpInsight DART MCP Server

OpenCorpInsight는 금융감독원 전자공시시스템(DART) API를 활용하여 기업의 재무정보를 분석하는 MCP(Model Context Protocol) 서버입니다.

🎯 주요 기능

Phase 1 (완료) ✅

  • 기업 정보 조회: 회사명으로 기업의 기본 정보 조회

  • 재무제표 조회: 현금흐름표, 손익계산서, 재무상태표 등 조회

  • 재무비율 계산: ROE, ROA, 부채비율 등 주요 재무비율 자동 계산

  • 기업간 비교: 여러 기업의 재무지표 비교 분석

  • 공시 목록 조회: 특정 기간의 공시 보고서 목록 조회

  • 캐싱 시스템: SQLite 기반 지능형 캐싱으로 성능 최적화

Phase 2 (완료) ✅

  • 재무 건전성 분석: AI 기반 종합 재무 건전성 평가 (수익성, 안정성, 성장성, 활동성)

  • 뉴스 수집 및 분석: Perplexity MCP 연동을 통한 기업 관련 뉴스 수집

  • 감성 분석: 뉴스 기사의 감성 분석 및 투자 영향도 평가

  • 이벤트 탐지: 주요 재무 이벤트 자동 탐지 (실적발표, 배당, M&A 등)

  • 고급 캐싱: Phase 2 데이터에 최적화된 캐시 정책 적용

Phase 3 (완료) ✅

  • 투자 신호 생성: 종합 분석 기반 Buy/Hold/Sell 투자 신호 생성

  • 종합 리포트 생성: 전문적인 기업 분석 리포트 자동 생성

  • PDF 내보내기: 분석 결과를 PDF 형태로 내보내기

  • 고급 분석: 리스크 허용도 기반 맞춤형 투자 분석

Phase 4 (완료) ✅

  • 포트폴리오 최적화: 다중 기업 포트폴리오 최적화 및 리밸런싱 제안

  • 시계열 분석: 기업 성과의 시계열 트렌드 분석 및 미래 예측

  • 벤치마크 비교: 업계 평균과의 상세 비교 분석 및 순위 평가

  • 경쟁 분석: 경쟁사 대비 포지션 분석 및 SWOT 분석

  • 업계 리포트: 특정 업계의 종합 분석 리포트 생성

Related MCP server: OpenDart-MCP

🚀 빠른 시작

자동 설치 (권장)

# 저장소 클론
git clone https://github.com/your-username/OpenCorpInsight.git
cd OpenCorpInsight

# 자동 설치 스크립트 실행
chmod +x scripts/install.sh
./scripts/install.sh

수동 설치

# 1. Python 가상환경 생성
python3 -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate

# 2. 의존성 설치
pip install -r requirements.txt

# 3. 환경변수 설정
cp env.example .env
# .env 파일에 DART_API_KEY 설정

# 4. 캐시 디렉토리 생성
mkdir -p cache logs

Claude Desktop 연동

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
Windows: %APPDATA%/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "opencorpinsight": {
      "command": "python3",
      "args": ["-m", "src.dart_mcp_server"],
      "cwd": "/path/to/OpenCorpInsight",
      "env": {
        "PYTHONPATH": "/path/to/OpenCorpInsight/src"
      }
    }
  }
}

Docker 실행

# Docker 이미지 빌드
docker build -t opencorpinsight .

# 컨테이너 실행
docker run -d --name opencorpinsight \
  -e DART_API_KEY=your_api_key \
  -v $(pwd)/cache:/app/cache \
  opencorpinsight

서버 실행

# 직접 실행
python3 -m src.dart_mcp_server

# 또는 스크립트 사용
./scripts/start_server.sh

🔧 사용법

Claude Desktop 연동

mcp_config.json을 Claude Desktop 설정에 추가:

{
  "mcpServers": {
    "dart-mcp-server": {
      "command": "python",
      "args": ["/path/to/OpenCorpInsight/src/dart_mcp_server.py"],
      "env": {
        "PYTHONPATH": "/path/to/OpenCorpInsight/.venv/lib/python3.13/site-packages"
      }
    }
  }
}

📖 MCP 도구 사용 예시

Phase 1: 기본 재무 분석

1. API 키 설정

{
  "tool": "set_dart_api_key",
  "arguments": {
    "api_key": "your_dart_api_key_here"
  }
}

2. 기업 정보 조회

{
  "tool": "get_company_info", 
  "arguments": {
    "corp_name": "삼성전자"
  }
}

3. 재무제표 조회

{
  "tool": "get_financial_statements",
  "arguments": {
    "corp_name": "삼성전자",
    "year": "2023",
    "reprt_code": "11014",
    "fs_div": "CFS", 
    "statement_type": "현금흐름표"
  }
}

4. 재무비율 계산

{
  "tool": "get_financial_ratios",
  "arguments": {
    "corp_name": "삼성전자",
    "year": "2023"
  }
}

5. 기업간 비교 분석

{
  "tool": "compare_financials",
  "arguments": {
    "corp_names": ["삼성전자", "SK하이닉스", "LG전자"],
    "year": "2023",
    "metrics": ["ROE", "ROA", "부채비율", "영업이익률"]
  }
}

Phase 2: 고급 분석 및 뉴스

6. 재무 건전성 종합 분석

{
  "tool": "analyze_company_health",
  "arguments": {
    "corp_name": "삼성전자",
    "analysis_period": 3,
    "weight_config": {
      "profitability": 0.3,
      "stability": 0.3,
      "growth": 0.2,
      "activity": 0.2
    }
  }
}

7. 기업 뉴스 수집 및 분석 (Perplexity 연동)

{
  "tool": "get_company_news",
  "arguments": {
    "corp_name": "삼성전자",
    "search_period": "week",
    "news_categories": ["earnings", "business", "technology"],
    "include_sentiment": true
  }
}

8. 뉴스 감성 분석

{
  "tool": "analyze_news_sentiment",
  "arguments": {
    "corp_name": "삼성전자",
    "search_period": "week",
    "analysis_depth": "detailed"
  }
}

9. 재무 이벤트 탐지

{
  "tool": "detect_financial_events",
  "arguments": {
    "corp_name": "삼성전자",
    "monitoring_period": 30,
    "event_types": ["earnings", "dividend", "capital_increase", "major_contract"]
  }
}

Phase 3: 투자 신호 및 리포트

10. 투자 신호 생성

{
  "tool": "generate_investment_signal",
  "arguments": {
    "corp_name": "삼성전자",
    "analysis_period": 3,
    "weight_config": {
      "financial_health": 0.4,
      "news_sentiment": 0.3,
      "event_impact": 0.2,
      "market_trend": 0.1
    },
    "risk_tolerance": "moderate"
  }
}

11. 종합 분석 리포트 생성

{
  "tool": "generate_summary_report",
  "arguments": {
    "corp_name": "삼성전자",
    "report_type": "comprehensive",
    "include_charts": false,
    "analysis_depth": "detailed"
  }
}

12. PDF 내보내기

{
  "tool": "export_to_pdf",
  "arguments": {
    "corp_name": "삼성전자",
    "report_content": "# 삼성전자 분석 리포트\n\n...",
    "include_metadata": true,
    "page_format": "A4"
  }
}

Phase 4: 포트폴리오 분석 및 벤치마킹

13. 포트폴리오 최적화

{
  "tool": "optimize_portfolio",
  "arguments": {
    "companies": ["삼성전자", "LG전자", "SK하이닉스"],
    "investment_amount": 100000000,
    "risk_tolerance": "moderate",
    "optimization_method": "sharpe"
  }
}

14. 시계열 분석

{
  "tool": "analyze_time_series",
  "arguments": {
    "corp_name": "삼성전자",
    "analysis_period": 5,
    "metrics": ["매출액", "영업이익", "순이익"],
    "forecast_periods": 8
  }
}

15. 업계 벤치마크 비교

{
  "tool": "compare_with_industry",
  "arguments": {
    "corp_name": "삼성전자",
    "industry": "반도체",
    "comparison_metrics": ["ROE", "ROA", "부채비율"],
    "analysis_type": "detailed"
  }
}

16. 경쟁 포지션 분석

{
  "tool": "analyze_competitive_position",
  "arguments": {
    "corp_name": "삼성전자",
    "competitors": ["SK하이닉스", "LG전자"],
    "analysis_metrics": ["ROE", "ROA", "매출액증가율"],
    "include_swot": true
  }
}

17. 업계 분석 리포트

{
  "tool": "generate_industry_report",
  "arguments": {
    "industry": "반도체",
    "report_type": "comprehensive",
    "include_rankings": true
  }
}

🧪 테스트

자동 테스트 실행

# 테스트 스크립트 실행
./scripts/run_tests.sh

# 또는 수동으로 pytest 실행
python -m pytest tests/ -v

테스트 커버리지

# 커버리지 포함 테스트
pip install pytest-cov
python -m pytest tests/ --cov=src --cov-report=html

📦 배포

Docker 배포

# 이미지 빌드
docker build -t opencorpinsight-mcp .

# 컨테이너 실행
docker run -e DART_API_KEY=your_api_key opencorpinsight-mcp

Docker Compose 배포

# 환경변수 설정 후
docker-compose up -d

# Redis 캐시 포함 배포
docker-compose --profile redis up -d

🏗️ 아키텍처

┌─────────────────┐
│   AI Agent      │ ← Claude, GPT 등
├─────────────────┤
│   MCP Client    │ ← MCP 프로토콜
├─────────────────┤
│   MCP Tools     │ ← 5개 카테고리 도구
├─────────────────┤
│  Cache Layer    │ ← SQLite 캐싱
├─────────────────┤
│  DART API       │ ← 금융감독원 API
└─────────────────┘

도구 카테고리

  • Company Tools: 기업 기본 정보

  • Financial Tools: 재무 데이터 및 비율

  • Analysis Tools: AI 기반 분석 (Phase 2)

  • News Tools: 뉴스 수집 및 감성 분석 (Phase 2)

  • Report Tools: 보고서 생성 (Phase 3)

🚄 성능 최적화

OpenCorpInsight는 SQLite 기반 지능형 캐싱 시스템으로 최적화되어 있습니다:

Phase 1 캐시 정책

  • 기업 정보: 24시간 TTL, 최대 1,000개

  • 재무제표: 24시간 TTL, 최대 5,000개

  • 재무비율: 12시간 TTL, 최대 2,000개

  • 공시 목록: 6시간 TTL, 최대 3,000개

Phase 2 캐시 정책

  • 기업 뉴스: 2시간 TTL, 최대 1,000개 (실시간성 중요)

  • 감성 분석: 4시간 TTL, 최대 800개

  • 재무 이벤트: 6시간 TTL, 최대 500개

  • 기업 건전성: 12시간 TTL, 최대 300개

Phase 3 캐시 정책

  • 투자 신호: 8시간 TTL, 최대 200개

  • 종합 리포트: 24시간 TTL, 최대 100개

  • PDF 내보내기: 72시간 TTL, 최대 50개

Phase 4 캐시 정책

  • 포트폴리오 최적화: 12시간 TTL, 최대 150개

  • 시계열 분석: 24시간 TTL, 최대 200개

  • 성과 예측: 48시간 TTL, 최대 100개

  • 업계 벤치마크: 24시간 TTL, 최대 300개

  • 경쟁 분석: 12시간 TTL, 최대 200개

  • 업계 리포트: 72시간 TTL, 최대 50개

🔐 보안

  • API 키 보호: 환경변수 기반 키 관리

  • 데이터 프라이버시: 공개 정보만 수집

  • 로그 관리: 민감 정보 로깅 방지

📝 개발 가이드

새로운 도구 추가

  1. src/dart_mcp_server.py에 도구 정의 추가

  2. handle_call_tool()에 핸들러 추가

  3. 구현 함수 작성

  4. tests/ 디렉터리에 테스트 추가

📄 라이선스

이 프로젝트는 MIT 라이선스 하에 배포됩니다. 자세한 내용은 LICENSE 파일을 참조하세요.

OpenCorpInsight로 기업 분석을 더 쉽고 정확하게! 🚀

⚙️ 환경 설정

1. API 키 설정

DART API 키 (필수)

  1. DART 홈페이지에서 회원가입

  2. API 신청 후 승인 (보통 1-2일 소요)

  3. 발급받은 40자리 API 키를 환경변수로 설정:

export DART_API_KEY="your_40_character_api_key_here"

또는 .env 파일 생성:

DART_API_KEY=your_40_character_api_key_here

This server cannot be installed

A
license - permissive license
-
quality - not tested
D
maintenance

How are these scores calculated?

Maintenance

–Maintainers
–Response time
–Release cycle
–Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/surplus96/OpenCorpInsight-MCP'

If you have feedback or need assistance with the MCP directory API, please join our Discord server