Financial-ESG Analysis — MCP Servers per Claude

Progetto universitario che implementa tre server MCP (Model Context Protocol) in Python, utilizzabili da Claude per estrarre dati finanziari e metriche ESG e generare analisi e visualizzazioni automatizzate.

Architettura

Il progetto è composto da tre server MCP indipendenti, ciascuno con una responsabilità specifica:

Related MCP server: Profitelligence MCP Server

Requisiti

• Python 3.10+

• Claude Desktop (o altro client compatibile MCP)

Installazione

git clone https://github.com/Vittorio323/financial-esg-analysis.git
cd financial-esg-analysis
pip install -r requirements.txt

Dataset ESG

I server analytics_server.py ed esg_ethics_server.py richiedono il dataset "SP 500 ESG Risk Ratings", disponibile su Kaggle.

Scarica il CSV e posizionalo in:

data/SP 500 ESG Risk Ratings.csv

Configurazione con Claude Desktop

Aggiungi i server al file di configurazione claude_desktop_config.json:

{
  "mcpServers": {
    "market-data-server": {
      "command": "python",
      "args": ["/percorso/assoluto/market_data_server.py"]
    },
    "esg-ethics-server": {
      "command": "python",
      "args": ["/percorso/assoluto/esg_ethics_server.py"]
    },
    "analytics-server": {
      "command": "python",
      "args": ["/percorso/assoluto/analytics_server.py"]
    }
  }
}

Riavvia Claude Desktop: i tool dei tre server saranno disponibili in conversazione.

Esempi d'uso

Una volta connessi, puoi chiedere a Claude cose come:

• "Qual è la quotazione attuale di Apple e come si è mossa negli ultimi 30 giorni?"

• "Mostrami il profilo di rischio ESG di Microsoft"

• "Genera un boxplot di confronto del rischio ESG tra i settori dell'S&P 500"

Output generati

Struttura del progetto

financial-esg-analysis/
├── market_data_server.py
├── esg_ethics_server.py
├── analytics_server.py
├── data/
│   └── SP 500 ESG Risk Ratings.csv   (da scaricare, vedi sopra)
├── outputs/                          (generato automaticamente dai grafici)
├── requirements.txt
└── README.md

Note

Progetto sviluppato per un esame universitario del corso di Laurea Magistrale in Data Science, Università degli Studi di Salerno.

Autore

Vittorio Pio Sarno LinkedIn

Licenza

Distribuito con licenza MIT — vedi il file LICENSE.