[ blog · comparison ]8 min read

給 AI Agent 用的經濟數據 API：一次呼叫取得 FRED、BLS、World Bank 與 IMF

Sarah Choy2026年6月16日發佈約 8 分鐘閱讀

FRED 的 API 很出色 —— 但它以美國為中心、由 series ID 驅動，而且只是你最終會需要的多個總體經濟來源之一。這篇講的是一個經濟數據端點，它把 FRED、BLS、World Bank 與 IMF 融合在一次自然語言呼叫背後，供能感知總體經濟的 Agent 使用。

一句話總結

•總體經濟脈絡是多數 AI Agent 跳過的一層 —— 也是它們的金融答案顯得天真的原因。利率、通膨、就業與 GDP，框住了每一套論點。
•FRED 是美國數列的黃金標準，但你得用晦澀的 series ID 查詢；全球覆蓋、勞動細節，以及 IMF 的跨國資料，則分散在不同的 API（World Bank、BLS、IMF）。
•API Pick Economic Data Search 把 FRED、BLS、World Bank、IMF、USAspending 與 Destatis 融合在單一 POST 端點背後 —— 每次呼叫 50 credits，只在成功時計費 —— 可用自然語言查詢。
•對 Agent 的好處：直接問「過去兩年的美國失業率」或「World Bank 的印度人均 GDP」，不必去學每個供應方的 ID 體系與驗證方式。
•把 Economic 與 Markets、News 搭配，為投資組合評論或總體經濟簡報 Agent 接地。

Agent 跳過的那一層

問一個 AI Agent 某檔股票是否吸引人，它會樂於回答，卻一次都沒考慮過利率。這正是一個未接地 Agent 的破綻。總體經濟 —— 利率、通膨、就業、GDP、景氣循環 —— 是每一套金融論點所處的框架，也是多數 Agent 從來沒接進來的資料層。

FRED 很棒，但不夠

聖路易斯聯準會的 FRED API 是美國總體經濟數列的黃金標準 —— 全面、可靠、免費。有兩件事讓它作為 Agent 的唯一總體經濟來源時顯得彆扭。第一，你得用 series ID（UNRATE、CPIAUCSL、GDP…）查詢，所以模型必須知道或去查正確的代碼。第二，它以美國為中心：全球發展指標在 World Bank API，細粒度勞動資料在 BLS，跨國的總體／金融資料在 IMF 的 API —— 各有自己的驗證與回應結構。

融合，用自然語言

Economic Data Search 把 FRED、BLS、World Bank、IMF、USAspending 與 Destatis 融合在單一 POST 端點背後 —— 每次呼叫 50 credits，只在成功時計費 —— 而且你可以用 Agent 思考的方式去查詢它：

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 直連 vs 融合

	FRED API 直連	API Pick Economic
覆蓋範圍	美國數列（深）	FRED + BLS + World Bank + IMF + USAspending + Destatis
查詢	按 series ID	自然語言
地理範圍	以美國為中心	美國 + 全球
要接的供應方	1（其餘各自分開）	1
計費	免費（僅限美國）	每次呼叫 50 credits，只在成功時

若要大規模取得深入的美國時間序列，FRED 直連仍是理想之選。但對一個需要跨美國與全球指標推理、又不想去學每個供應方 ID 體系的 Agent 而言，融合端點是更快的建置方式。

能感知總體經濟的 Agent

把 Economic 與 Markets Search 和 News Search 結合，做出能考量景氣循環的投資組合評論，或一個晨間總體經濟簡報 Agent。它也是投資研究 Agent 的總體經濟那一支腳。一把金鑰、自然語言查詢、只在成功時計費。免費起步，100 credits，免綁卡。

常見問題

為什麼不直接用 FRED API 就好？

FRED 對美國總體經濟數列非常出色，若你只需要這個，值得直接使用。對 Agent 而言有兩個摩擦點：你得用精確的 series ID（UNRATE、CPIAUCSL、GDP…）查詢，模型必須知道或去查這些代碼；而且 FRED 以美國為中心，所以全球指標（World Bank）、細粒度勞動資料（BLS），以及跨國的總體／金融資料（IMF）都分散在其他 API，各有自己的驗證與結構。一個融合過的自然語言端點，消除了 series ID 的查找與多供應方的拼接。