[ blog · comparison ]8 min read

API danych ekonomicznych dla agentów AI: FRED, BLS, Bank Światowy i IMF w jednym wywołaniu

Sarah Choy·Opublikowano 16 czerwca 2026·8 min czytania

API FRED jest znakomite — i skoncentrowane na USA, oparte na identyfikatorach serii i jedno z kilku źródeł makro, których ostatecznie będziesz potrzebować. Oto endpoint danych ekonomicznych, który łączy FRED, BLS, Bank Światowy i IMF za jednym wywołaniem w języku naturalnym dla agentów świadomych makroekonomii.

TL;DR

• •Kontekst makro to warstwa, którą większość agentów AI pomija — i powód, dla którego ich odpowiedzi finansowe brzmią naiwnie. Stopy, inflacja, zatrudnienie i PKB ramują każdą tezę.
• •FRED to złoty standard dla serii amerykańskich, ale odpytujesz za pomocą zagadkowych identyfikatorów serii; zasięg globalny, szczegóły rynku pracy i międzykrajowe dane IMF znajdują się w osobnych API (Bank Światowy, BLS, IMF).
• •Economic Data Search od API Pick łączy FRED, BLS, Bank Światowy, IMF, USAspending i Destatis za jednym endpointem POST — 50 kredytów/wywołanie, tylko-przy-sukcesie — z możliwością odpytywania w języku naturalnym.
• •Korzyść dla agentów: zapytaj o 'stopę bezrobocia w USA w ciągu dwóch lat' lub 'PKB per capita Banku Światowego dla Indii' bez uczenia się schematu identyfikatorów i uwierzytelniania każdego dostawcy.
• •Połącz Economic z Markets i News, aby ugruntować agenta komentarza portfelowego lub briefingu makro.

Warstwa, którą agenci pomijają

Zapytaj agenta AI, czy dana akcja jest atrakcyjna, a z radością odpowie, ani razu nie biorąc pod uwagę stóp procentowych. To znak nieugruntowanego agenta. Makro — stopy, inflacja, zatrudnienie, PKB, cykl — to rama, w której tkwi każda teza finansowa, i jest to warstwa danych, której większość agentów nigdy nie podłącza.

FRED jest świetny, i to nie wystarcza

API FRED z Fed w St. Louis to złoty standard dla amerykańskich serii makro — kompleksowe, niezawodne, darmowe. Dwie rzeczy czynią je niewygodnym jako jedyne źródło makro dla agenta. Po pierwsze, odpytujesz za pomocą identyfikatora serii (UNRATE, CPIAUCSL, GDP…), więc model musi znać lub wyszukać właściwy kod. Po drugie, jest skoncentrowane na USA: globalne wskaźniki rozwoju znajdują się w API Banku Światowego, szczegółowe dane rynku pracy w API BLS, a międzykrajowe dane makro/finansowe w API IMF — każde z własnym uwierzytelnianiem i formatem odpowiedzi.

Połączone, w języku naturalnym

Economic Data Search łączy FRED, BLS, Bank Światowy, IMF, USAspending i Destatis za jednym endpointem POST — 50 kredytów za wywołanie, tylko-przy-sukcesie — a odpytujesz go tak, jak myśli agent:

import httpx, os
API, HEADERS = "https://api.apipick.com/v1", {"x-api-key": os.environ["APIPICK_KEY"]}

def economic(query: str):
    return httpx.post(f"{API}/search/economic", headers=HEADERS,
                      json={"query": query}).json()["results"]

economic("US unemployment rate over the past two years")
economic("IMF inflation forecast for the eurozone")
economic("World Bank GDP per capita for India")   # no series IDs to memorize

FRED-bezpośrednio vs. połączone

Do głębokich amerykańskich szeregów czasowych na dużą skalę FRED-bezpośrednio nadal jest idealny. Dla agenta, który musi rozumować na podstawie wskaźników amerykańskich i globalnych bez uczenia się schematu identyfikatorów każdego dostawcy, połączony endpoint to szybsza budowa.

Agenci świadomi makroekonomii

Połącz Economic z Markets Search i News Search, aby uzyskać komentarz portfelowy uwzględniający cykl lub poranny agent briefingu makro. Jest to także makroekonomiczna noga agenta badań inwestycyjnych. Jeden klucz, zapytania w języku naturalnym, tylko-przy-sukcesie. Zacznij za darmo ze 100 kredytami, bez karty.

Autor

Sarah Choy

CEO, API Pick

Sarah Choy jest CEO API Pick. Pisze o budowaniu produkcyjnych API dla agentów AI i przepływów pracy z LLM.