What is Annual Report Mcp Server

The annual_report_mcp_server is an MCP server designed to analyze Swedish annual reports and organizational data from Bolagsverket. It serves as a demo tool for interacting with these datasets.

Use cases

Use cases include analyzing annual reports for compliance, conducting financial research, and integrating organizational data into applications for enhanced insights.

How to use

To use the annual_report_mcp_server, clone the repository, install the required dependencies, and set up a .env file with necessary API keys. Then, install it in Claude For Desktop and configure the server settings as needed.

Key features

Key features include fetching organizational data from Bolagsverket, analyzing annual reports, identifying organization numbers via the Tavily API, and automatic token management for API calls.

Where to use

The annual_report_mcp_server is primarily used in the fields of finance, accounting, and data analysis, particularly for organizations needing to analyze Swedish corporate data.

Annual Report MCP Server

En MCP-server för att Claude For Desktop ska kunna “chatta med” och analysera årsredovisningar och organisationsdata hos Bolagsverket. Servern exponerar 3 verktyg, sk MCP Tools.

Notera att Servern inte är till för produktion, då den inte hanterar nedladdad data optimalt. Se det som en demo eller exempel på vad som kan göras med MCP.

Bolagsverkets API-tjänst Värdefulla Datamängder används, vilket kräver access som fås genom ansökan hos Bolagsverket.

Tavily kräver också en API, vilket kan fås gratis för forsknings- och testsyfte.

Dessutom används även OpenAI av Llamaindex (det går att ändra till annan LLM API) vilket kräver OpenAI API.

Funktioner

• Hämta organisationsdata från Bolagsverket
• Hämta och analysera årsredovisningar
• Identifiera organisationsnummer utifrån bolagsnamn via Tavily API
• Automatisk tokenhantering för API-anrop

Installation

1. Klona repot:

git clone [repository-url]
cd annual-report-mcp-server

2. Installera beroenden:

pip install -r requirements.txt

3. Skapa en .env fil med följande variabler:

OPENAI_API_KEY=din_openai_key (används av llamaindex för att vektorisera)
BV_CLIENT_ID=din_client_id
BV_CLIENT_SECRET=din_client_secret
TAVILY_API_KEY=din_tavily_api_key

Installation i Claude for Desktop

Ladda ner och installera Claude For Desktop.

Installera MCP servern i Claude For Desktop:

mcp install annual-report-mcp-server.py

Eventuellt kan det bli problem med dependencies, uv och PATH.

Ändra då manuellt i claude_desktop_config.json (den skapas när servern installeras)

{
“mcpServers”: {
“annual_report_mcp_server”: {
“command”: “/bin/bash”,
“args”: [
“-c”,
“source ABSOLUTE PATH/.venv/bin/activate && ABSOLUTE PATH/.local/bin/uv run --with mcp[cli] mcp run ABSOLUTE PATH/annual_report_mcp_server.py”
]
}
}
}

Beroenden

• beautifulsoup4>=4.12.0
• lxml>=4.9.0
• requests>=2.31.0
• python-dotenv>=1.0.0
• llama-index>=0.10.0
• mcp>=0.1.0
• tavily-python>=0.3.0

Licens

MIT