GenPark Financial Audit
Ferramentas MCP Python locais para consistência numérica de demonstrações financeiras, totais de componentes e soma cruzada de tabelas. Opera sobre números fornecidos; sem feed de dados financeiros.
Documentação
genpark-financial-audit
Verificações de consistência aritmética para dados de demonstrações financeiras fornecidos.
Isto verifica números fornecidos e um modelo simplificado de demonstração de resultados. Não extrai PDFs, verifica a autenticidade da fonte, verifica conformidade contábil ou fornece uma opinião de auditoria. Valores monetários devem usar unidades consistentes; a tolerância padrão é de 0,5 dessas unidades.
Instalar a partir do release do GitHub
Python 3.9 ou mais recente. A biblioteca e o servidor MCP stdio não têm dependências de runtime.
python -m pip install https://github.com/Alpha-Park/genpark-complex-financial-formula-audit-validator-skill/releases/download/v1.0.1/genpark_financial_audit-1.0.1-py3-none-any.whl
A publicação no PyPI está pendente de configuração da conta. O projeto PyPI pretendido é genpark-financial-audit;
não assuma que pip install genpark-financial-audit está disponível até que o projeto seja publicado.
Uso em Python
from genpark_financial_audit import FinancialFormulaAuditValidator
client = FinancialFormulaAuditValidator()
print(client.run_benchmark_financial_audit())
Configuração do MCP stdio
Após instalar o wheel, configure seu cliente MCP com o comando instalado:
{
"mcpServers": {
"genpark-financial-audit": {
"command": "genpark-financial-audit",
"args": []
}
}
}
Se o comando não estiver no PATH, use seu caminho absoluto ou python -m genpark_financial_audit
com o mesmo interpretador onde você instalou o wheel.
O release do GitHub também contém um pacote .mcpb para clientes que suportam extensões de desktop.
Esse pacote requer um interpretador Python 3.9+ no PATH; ele inclui o código-fonte do servidor.
Ferramentas disponíveis: audit_balance_sheet, audit_income_statement, audit_cross_footing, run_benchmark_financial_audit.
tools/list retorna argumentos obrigatórios e esquemas JSON.
Cada processo MCP mantém seu próprio estado. Ferramentas de benchmark usam instâncias isoladas.
Desenvolvimento
python -m unittest discover -s tests
python -m pip install mcp
python tests/check_mcp.py
python -m pip install build twine
python -m build
python -m twine check dist/*
python mcp_server.py --test executa o exemplo determinístico; não é um teste de conformidade de protocolo.
A verificação do cliente MCP exercita initialize, tools/list, tools/call e ping via stdio.
Distribuição
Artefatos de código-fonte e release do GitHub são a distribuição primária até que o PyPI seja configurado. Envios de registro são rastreados separadamente; um manifesto não é prova de aceitação de registro. Consulte PUBLISHING.md para o fluxo de trabalho PyPI repetível.
Licença MIT. Mantido por GenPark.