[ blog · comparison ]8 min read

API экономических данных для AI-агентов: FRED, BLS, World Bank и IMF в одном вызове

Sarah Choy·Опубликовано 16 июня 2026 г.·8 мин чтения

API FRED превосходен — и при этом США-центричен, завязан на ID серий и является лишь одним из нескольких макроисточников, которые вам в итоге понадобятся. Вот эндпоинт экономических данных, который сплавляет FRED, BLS, World Bank и IMF за одним вызовом на естественном языке для макроосознанных агентов.

Кратко

• •Макроконтекст — это слой, который большинство AI-агентов пропускают, и причина, по которой их финансовые ответы выглядят наивно. Ставки, инфляция, занятость и ВВП обрамляют любую идею.
• •FRED — золотой стандарт для серий США, но запрашиваете вы по загадочным ID серий; глобальное покрытие, детализация по труду и кросс-страновые данные IMF живут в отдельных API (World Bank, BLS, IMF).
• •API Pick Economic Data Search сплавляет FRED, BLS, World Bank, IMF, USAspending и Destatis за одним POST-эндпоинтом — 50 кредитов/вызов, только за успех — запрашивается на естественном языке.
• •Выигрыш для агентов: спросить «уровень безработицы в США за два года» или «ВВП на душу населения по Индии от World Bank», не изучая схему ID и аутентификацию каждого поставщика.
• •Сочетайте Economic с Markets и News, чтобы заземлить агента комментариев по портфелю или макробрифинга.

Слой, который агенты пропускают

Спросите AI-агента, привлекательна ли акция, и он с радостью ответит, ни разу не приняв во внимание процентные ставки. Это и есть признак незаземлённого агента. Макро — ставки, инфляция, занятость, ВВП, цикл — это рамка, внутри которой сидит любая финансовая идея, и это тот слой данных, который большинство агентов так и не подключают.

FRED отличен, и его недостаточно

API FRED от ФРБ Сент-Луиса — золотой стандарт для макросерий США: всеобъемлющий, надёжный, бесплатный. Две вещи делают его неудобным как единственный макроисточник для агента. Во-первых, вы запрашиваете по ID серии (UNRATE, CPIAUCSL, GDP…), так что модель должна знать или искать правильный код. Во-вторых, он США-центричен: глобальные индикаторы развития живут в API World Bank, детальные данные по труду — в BLS, а кросс-страновые макро/финансовые данные — в API IMF, у каждого своя аутентификация и формат ответа.

Сплавлено, на естественном языке

Economic Data Search сплавляет FRED, BLS, World Bank, IMF, USAspending и Destatis за одним POST-эндпоинтом — 50 кредитов за вызов, только за успех — и вы запрашиваете его так, как думает агент:

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-напрямую vs. сплавлено

Для глубоких временных рядов США на масштабе FRED-напрямую всё ещё идеален. Для агента, которому нужно рассуждать по индикаторам США и мира, не изучая схему ID каждого поставщика, сплавленный эндпоинт — более быстрая сборка.

Макроосознанные агенты

Объедините Economic с Markets Search и News Search для комментариев по портфелю, учитывающих цикл, или для агента утреннего макробрифинга. Это также макроплечо агента инвестиционного анализа. Один ключ, запросы на естественном языке, только за успех. Начните бесплатно со 100 кредитами, без карты.

Автор

Sarah Choy

CEO, API Pick

Сара Чой — CEO API Pick. Пишет о продакшен-готовых API для AI-агентов и LLM-воркфлоу.