美国支出MCP服务器
模型上下文协议（MCP）服务器，使大型语言模型（LLM）能够从USAspending.gov查询和分析联邦奖励支出数据。
该服务器充当中间件，将自然语言问题转换为高效的API查询，以检索有关合同、赠款、贷款和其他财务援助的数据。
主要特点
- 模型上下文协议支持： 与任何启用MCP的客户端兼容（例如，Claude Desktop、Gemini）。
- 智能路由： 自动选择最高效的USAspending.gov API端点。
- 实体决议： 将机构和收件人的自然语言名称解析为规范ID。
- 智能缓存： 用于性能和API速率限制保护的多时间内存缓存。
- 全面覆盖： 支持完整的“所有奖励”范围（合同、IDV、赠款、贷款、直接付款）。
核心工具
answer_award_spending_question：自然语言问答的编排者。spending_rollups：总支出和“前N名”细分。award_search：通过过滤详细搜索个人奖项。award_explain：深入了解特定奖励、交易和子奖励。agency_portfolio：机构支出和主要接受者概述。recipient_profile：获奖者联邦奖项历史摘要。idv_vehicle_bundle：无限期交付车辆（IDV）的专业跟踪。resolve_entities：将名称映射到机构和收件人的ID。
设置
该项目使用 uv 用于Python包管理。
- 安装
uv:
curl -LsSf https://astral.sh/uv/install.sh | sh- 同步依赖关系:
uv sync- 配置环境:
cp .env.example .env用法
地方发展（stdio）
建议与Claude Desktop或其他本地MCP客户端一起使用。
make run-stdio本地HTTP服务器
使用MCP端点启动FastAPI服务器 /mcp.
make run-http测试
- 单元测试:
make unit - 集成测试:
make integration（需要Docker） - 掉毛:
make lint
部署
服务器设计为在 谷歌云运行.
- Bootstrap基础架构:
./scripts/bootstrap_gcp.sh- 部署:
./scripts/deploy_cloud_run.sh有关详细的部署和操作指南，请参阅 docs/runbook.md.
文档
- docs/QUICKSTART.md：5分钟设置指南。
- docs/apis.md：API端点映射和引用。
- docs/prd.md：产品需求文件。
- docs/runbook.md：操作和监测指南。
- 双子座.md：项目概况和发展惯例。