Toolstem MCP-Server

Agent-fähige Finanzintelligenz-Tools — kuratiert, nicht roh.

Toolstem ist ein MCP-Server (Model Context Protocol), der rohe Finanzmarktdaten in kuratierte, synthetisierte Intelligenz für KI-Agenten umwandelt. Im Gegensatz zu einfachen Wrappern, die lediglich die REST-API eines Anbieters bereitstellen, kombiniert jedes Tool von Toolstem mehrere Datenquellen, leitet Signale ab und führt die Berechnungen vorab durch, die ein Agent sonst selbst erledigen müsste.

Ein Aufruf. Eine agentenfreundliche JSON-Antwort. Keine verschachtelten Arrays zum Parsen, kein Zusammenfügen von Endpunkten, kein Boilerplate-Code für Null-Prüfungen.

Warum Toolstem?

Die meisten Finanz-MCP-Server stellen ein Tool pro API-Endpunkt bereit – was Ihren Agenten dazu zwingt, 4–5 sequentielle Aufrufe zu tätigen, Klebecode zu schreiben und über rohe Datenstrukturen nachzudenken. Toolstem ist anders aufgebaut:

• Paralleles Datenabrufen — jedes Tool greift gleichzeitig auf mehrere Quellen zu.

• Abgeleitete Signale — für Menschen lesbare Empfehlungen wie UNDERVALUED, STRONG, ACCELERATING, die aus Rohzahlen berechnet werden.

• Vorab berechnete Mathematik — CAGRs, YoY-Wachstum, Margentrends, Abstand zum 52-Wochen-Hoch/-Tief, FCF-Rendite und mehr sind bereits in der Antwort enthalten.

• Flaches, vorhersehbares Schema — keine tief verschachtelten Anbieter-Eigenheiten, die in Agenten-Prompts durchsickern.

• Graceful Degradation — wenn ein Upstream-Endpunkt ausfällt, wird der Rest der Antwort weiterhin mit Null-Werten an den entsprechenden Stellen geliefert.

Related MCP server: Financial Modeling Prep MCP Server

Tools

get_stock_snapshot

Umfassender Aktienüberblick, der Kurs, Profil, DCF-Bewertung und Rating in einer einzigen Antwort kombiniert.

Eingabe:

{
  "symbol": "AAPL"
}

Beispielausgabe (gekürzt):

{
  "symbol": "AAPL",
  "company_name": "Apple Inc.",
  "sector": "Technology",
  "industry": "Consumer Electronics",
  "exchange": "NASDAQ",
  "price": {
    "current": 178.52,
    "change": 2.34,
    "change_percent": 1.33,
    "day_high": 179.80,
    "day_low": 175.10,
    "year_high": 199.62,
    "year_low": 130.20,
    "distance_from_52w_high_percent": -10.57,
    "distance_from_52w_low_percent": 37.11
  },
  "valuation": {
    "market_cap": 2780000000000,
    "market_cap_readable": "$2.78T",
    "pe_ratio": 29.5,
    "dcf_value": 195.20,
    "dcf_upside_percent": 9.35,
    "dcf_signal": "FAIRLY VALUED"
  },
  "rating": {
    "score": 4,
    "recommendation": "Buy",
    "dcf_score": 5,
    "roe_score": 4,
    "roa_score": 4,
    "de_score": 5,
    "pe_score": 3
  },
  "fundamentals_summary": {
    "beta": 1.28,
    "avg_volume": 55000000,
    "employees": 164000,
    "ipo_date": "1980-12-12",
    "description": "Apple Inc. designs, manufactures..."
  },
  "meta": {
    "source": "Toolstem via Financial Modeling Prep",
    "timestamp": "2026-04-17T18:30:00Z",
    "data_delay": "End of day"
  }
}

Abgeleitete Felder (nicht in rohen APIs enthalten):

• dcf_signal — UNDERVALUED, wenn DCF-Aufwärtspotenzial > 10 %, OVERVALUED, wenn < -10 %, sonst FAIRLY VALUED.

• market_cap_readable — menschenfreundliches Format wie $2.78T, $450.2B, $12.5M.

• distance_from_52w_high_percent / distance_from_52w_low_percent — vorab berechnete Position im Bereich.

get_company_metrics

Tiefgehende Fundamentalanalyse — Rentabilität, finanzielle Gesundheit, Cashflow, Wachstum und Kennzahlen pro Aktie — synthetisiert aus 5 Finanzbericht-Endpunkten.

Eingabe:

{
  "symbol": "AAPL",
  "period": "annual"
}

period akzeptiert annual (Standard) oder quarter.

Beispielausgabe (gekürzt):

{
  "symbol": "AAPL",
  "period": "annual",
  "latest_period_date": "2025-09-30",
  "profitability": {
    "revenue": 394328000000,
    "revenue_readable": "$394.3B",
    "revenue_growth_yoy": 7.8,
    "net_income": 96995000000,
    "net_income_readable": "$97.0B",
    "gross_margin": 46.2,
    "operating_margin": 31.5,
    "net_margin": 24.6,
    "roe": 160.5,
    "roa": 28.3,
    "roic": 56.2,
    "margin_trend": "EXPANDING"
  },
  "financial_health": {
    "total_debt": 111000000000,
    "total_cash": 65000000000,
    "net_debt": 46000000000,
    "debt_to_equity": 1.87,
    "current_ratio": 1.07,
    "interest_coverage": 41.2,
    "health_signal": "STRONG"
  },
  "cash_flow": {
    "operating_cash_flow": 118000000000,
    "free_cash_flow": 104000000000,
    "free_cash_flow_readable": "$104.0B",
    "fcf_margin": 26.4,
    "capex": 14000000000,
    "dividends_paid": 15000000000,
    "buybacks": 89000000000,
    "fcf_yield": 3.7
  },
  "growth_3yr": {
    "revenue_cagr": 8.2,
    "net_income_cagr": 10.1,
    "fcf_cagr": 9.5,
    "growth_signal": "ACCELERATING"
  },
  "per_share": {
    "eps": 6.42,
    "book_value_per_share": 3.99,
    "fcf_per_share": 6.89,
    "dividend_per_share": 0.96,
    "payout_ratio": 14.9
  },
  "meta": {
    "source": "Toolstem via Financial Modeling Prep",
    "timestamp": "2026-04-17T18:30:00Z",
    "periods_analyzed": 3,
    "data_delay": "End of day"
  }
}

Abgeleitete Felder:

• margin_trend — EXPANDING, STABLE oder CONTRACTING basierend auf der Richtung der Nettomargen-Reihe.

• health_signal — STRONG, ADEQUATE oder WEAK basierend auf Verschuldungsgrad, Liquiditätsgrad und Zinsdeckungsquote.

• growth_signal — ACCELERATING, STEADY oder DECELERATING basierend auf der YoY-Wachstumstrajektorie.

• revenue_cagr, net_income_cagr, fcf_cagr — durchschnittliche jährliche Wachstumsraten über den analysierten Zeitraum.

• fcf_margin, fcf_yield — vorab berechnet aus Cashflow + Umsatz + Marktkapitalisierung.

Installation

npm

npm install -g toolstem-mcp-server

Ausführung als stdio-Server:

FMP_API_KEY=your_key_here toolstem-mcp-server

Ausführung als HTTP-Server (Streamable HTTP Transport):

FMP_API_KEY=your_key_here PORT=3000 toolstem-mcp-server --http

Claude Desktop

Hinzufügen zu Ihrer claude_desktop_config.json:

{
  "mcpServers": {
    "toolstem": {
      "command": "npx",
      "args": ["-y", "toolstem-mcp-server"],
      "env": {
        "FMP_API_KEY": "your_fmp_api_key"
      }
    }
  }
}

Smithery

Toolstem wird auf Smithery für die Ein-Klick-Installation in unterstützten MCP-Clients bereitgestellt.

Apify

Verfügbar im Apify Store als toolstem-financial-data Actor. Rufen Sie ihn aus Ihrem Apify-Workflow mit folgender Eingabe auf:

{
  "tool": "get_stock_snapshot",
  "symbol": "AAPL"
}

oder

{
  "tool": "get_company_metrics",
  "symbol": "AAPL",
  "period": "annual"
}

Die Ergebnisse werden in das Standard-Dataset übertragen. Der Actor monetarisiert pro Tool-Aufruf über das Pay-Per-Event-Modell von Apify.

Self-Hosting (Cloudflare Workers / jede Node-Laufzeitumgebung)

Erstellen und Ausführen des HTTP-Transports:

npm install
npm run build
FMP_API_KEY=your_key npm run start:http

Ihr MCP-Client kann sich dann mit POST http://your-host:3000/mcp verbinden.

Umgebungsvariablen

Entwicklung

npm install
npm run dev           # stdio, hot reload via tsx
npm run build         # TypeScript -> dist/
npm start             # run built stdio server
npm run start:http    # run built HTTP server

Architektur

src/
├── index.ts          # MCP server entry (stdio + Streamable HTTP)
├── actor.ts          # Apify Actor entry
├── services/
│   └── fmp.ts        # Financial Modeling Prep API client
├── tools/
│   ├── get-stock-snapshot.ts
│   └── get-company-metrics.ts
└── utils/
    └── formatting.ts # Market cap formatting, CAGR, trend signals

Alle FMP-Endpunkte sind in einer einzigen FmpClient-Klasse gekapselt. Tool-Implementierungen greifen parallel über Promise.all auf mehrere Client-Methoden zu und synthetisieren dann das zusammengeführte Ergebnis.

Lizenz

MIT — siehe LICENSE.

Toolstem — kuratierte Finanzintelligenz für die Agenten-native Wirtschaft.