DebtStack MCP Server

DebtStack.ai Python SDK

人工智能代理的企业信用数据。

 

为什么选择DebtStack？

股权数据无处不在。信用数据不是。

没有“雅虎债券融资”。公司债务结构、担保链和契约细节都隐藏在美国证券交易委员会的文件中，分散在10-Ks、8-Ks、信贷协议和契约中。试图回答“哪些电信公司的杠杆率超过5倍？”的人工智能代理需要阅读数十份文件，提取正确的数字，并手动计算比率。

DebtStack解决了这个问题。 我们通过为人工智能代理构建的API提取、规范化和服务企业信用数据。

三件你不能在别处做的事

1.跨公司信用查询

# Find distressed telecom companies
GET /v1/companies?sector=Telecommunications&min_leverage=5&sort=-net_leverage_ratio

通过杠杆、覆盖率或到期风险在一次通话中筛选约300家公司。没有逐案分析。

2.预先构建的实体关系

# Who guarantees this bond?
POST /v1/entities/traverse
{"start": {"type": "bond", "id": "893830AK8"}, "relationships": ["guarantees"]}

担保人链、母子公司层次结构、结构从属关系——映射和可查询。这些数据以机器可读的形式存在于其他任何地方。

3.代理就绪速度

< 100ms response time

AI代理将多个呼叫链接起来。如果每个分析需要30秒（阅读一份文件），那么投资组合分析将需要几个小时。DebtStack以毫秒为单位返回。

______________________________________________________________________

安装

pip install debtstack-ai

对于LangChain集成：

pip install debtstack-ai[langchain]

快速开始

from debtstack import DebtStackClient
import asyncio

async def main():
    async with DebtStackClient(api_key="your-api-key") as client:

        # Screen for high-leverage companies
        risky = await client.search_companies(
            sector="Telecommunications",
            min_leverage=4.0,
            fields="ticker,name,net_leverage_ratio,interest_coverage",
            sort="-net_leverage_ratio"
        )

        # Drill into the riskiest one
        ticker = risky["data"][0]["ticker"]
        bonds = await client.search_bonds(ticker=ticker, has_pricing=True)

        # Check guarantor coverage on their notes
        for bond in bonds["data"]:
            guarantors = await client.get_guarantors(bond["cusip"])
            print(f"{bond['name']}: {len(guarantors)} guarantors")

asyncio.run(main())

同步使用

from debtstack import DebtStackSyncClient

client = DebtStackSyncClient(api_key="your-api-key")
result = client.search_companies(sector="Energy", min_leverage=3.0)

数据中有什么

预先计算的指标： 杠杆比率、利息覆盖率、到期情况、结构性从属评分。

关系： 担保人链、发行人实体链接、母子公司层次结构。

API方法

例子

哪家MAG7公司负债最多？

result = await client.search_companies(
    ticker="AAPL,MSFT,GOOGL,AMZN,NVDA,META,TSLA",
    fields="ticker,name,total_debt,net_leverage_ratio",
    sort="-total_debt",
    limit=1
)
# Returns structured data in milliseconds, not minutes

寻找折价交易的高收益债券

result = await client.search_bonds(
    seniority="senior_unsecured",
    min_ytm=8.0,
    has_pricing=True,
    sort="-pricing.ytm"
)

谁担保特定的债券？

guarantors = await client.get_guarantors("893830AK8")
for g in guarantors:
    print(f"{g['name']} ({g['entity_type']}) - {g['jurisdiction']}")

# Output:
# Transocean Ltd. (holdco) - Switzerland
# Transocean Inc. (finco) - Cayman Islands
# Transocean Offshore Deepwater Drilling Inc. (opco) - Delaware
# ... 42 more entities

搜索契约语言

result = await client.search_documents(
    q="maintenance covenant",
    section_type="credit_agreement",
    ticker="CHTR"
)
# Returns matching sections with highlighted snippets

LangChain集成

构建能够自主分析企业信用数据的人工智能代理。

安装

pip install debtstack-ai[langchain]

可用工具

完整示例

from debtstack.langchain import DebtStackToolkit
from langchain.agents import AgentExecutor, create_openai_functions_agent
from langchain_openai import ChatOpenAI
from langchain import hub

# Initialize toolkit with your API key
toolkit = DebtStackToolkit(api_key="your-api-key")
tools = toolkit.get_tools()

# Create an agent with GPT-4 (or any LangChain-compatible LLM)
llm = ChatOpenAI(temperature=0, model="gpt-4")
prompt = hub.pull("hwchase17/openai-functions-agent")
agent = create_openai_functions_agent(llm, tools, prompt)
agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True)

# Ask natural language questions about corporate credit
result = agent_executor.invoke({
    "input": "Which telecom companies are most at risk of default?"
})
print(result["output"])

查询示例

代理人可以处理复杂的、多步骤的信用分析：

• “哪些电信公司的杠杆率高于5倍和短期？”
• “查找所有收益率高于8%且具有高级担保地位的债券”
• “谁为Transocean的8.75%2030年票据提供担保？担保链中有多少实体？”
• “比较Charter和Altice的公司结构——哪种结构的从属风险更大？”
• “自2025年1月以来，RIG的债务结构发生了什么变化？”
• “在Charter的信贷协议中搜索维护契约语言”
• “查找交易价格低于80美分的不良债券”

MCP服务器（克劳德桌面、克劳德代码、光标）

让克劳德（或任何MCP客户）直接访问公司信用数据。

安装

pip install debtstack-ai[mcp]

可用工具

克劳德桌面版

添加到您的Claude桌面配置(~/.config/claude/mcp.json 在Mac/Linux上， %APPDATA%\Claude\mcp.json 在Windows上）：

{
    "mcpServers": {
        "debtstack-ai": {
            "command": "debtstack-mcp",
            "env": {
                "DEBTSTACK_API_KEY": "your-api-key"
            }
        }
    }
}

克劳德代码

添加到您的Claude代码配置中(~/.claude/mcp.json):

{
    "mcpServers": {
        "debtstack-ai": {
            "command": "debtstack-mcp",
            "env": {
                "DEBTSTACK_API_KEY": "your-api-key"
            }
        }
    }
}

光标

添加到光标MCP设置(.cursor/mcp.json):

{
    "mcpServers": {
        "debtstack-ai": {
            "command": "debtstack-mcp",
            "env": {
                "DEBTSTACK_API_KEY": "your-api-key"
            }
        }
    }
}

替代方案：使用Python模块运行

如果您不想安装控制台脚本，可以使用 python -m 相反：

{
    "mcpServers": {
        "debtstack-ai": {
            "command": "python",
            "args": ["-m", "debtstack.mcp_server"],
            "env": {
                "DEBTSTACK_API_KEY": "your-api-key"
            }
        }
    }
}

查询示例

配置后，询问Claude：

• “哪些能源公司有短期到期和高杠杆？”
• “谁保证Transocean 2027年8%的债券？”
• “将Charter的债务结构与Altice进行比较”
• “查找收益率高于8%的所有高级担保债券”
• “Charter信贷协议中的财务契约是什么？”
• “给我看看RIG的公司结构——债务在哪里？”
• “自2025年6月以来，CVS的债务结构发生了什么变化？”
• “寻找Altice契约中的控制权变更条款”

定价

DebtStack提供基于使用量的定价，并提供免费套餐。

看 debtstack.ai/定价 了解详情。

链接

• 文件： docs.debtstack.ai
• 不一致： 不一致.gg/debtstack-ai
• 问题：

许可证

阿帕奇-2.0