edgartools 是一个现代化的 Python 库，将 SEC EDGAR 的各类公告（10-K/10-Q/8-K/13-F/Form 4 等）解析为结构化的 Python 对象。与直接下载 HTML/XML 原始文件不同，edgartools 提供 Company、Filing、Financials 等高级对象，可以直接获取资产负债表、利润表、现金流量表的 DataFrame，以及内幕交易、基金持仓等数据。GitHub 2000+ 星，维护活跃（2026 年仍有频繁发布）。

edgartools 的核心理念是“SEC filings as Python objects”——每种支持的表单类型都映射为带属性、方法和 DataFrame 输出的 Python 对象。例如 Company('AAPL').get_financials().income_statement() 直接返回苹果公司的利润表 DataFrame。它还内置 MCP (Model Context Protocol) 服务器，可以直接与 Claude 等 AI 助手对接，实现“对话式 SEC 数据分析“。

对银行投研和合规团队来说，edgartools 可以大幅简化 SEC 披露数据的采集和结构化流程。传统做法需要手动从 EDGAR 下载 HTML、用 BeautifulSoup 解析、再手动提取财务数据；edgartools 将这个流程压缩为几行 Python 代码。特别适合“基于 SEC 披露的信用分析““美股投研报告自动化“等场景。

值得注意的是，edgartools 内置了 lxml 和 PyArrow 优化的缓存和速率限制感知机制，不会违反 SEC EDGAR 的 10 请求/秒限制。同时它还支持 CUSIP、CIK、Ticker 等多种查询方式，以及 insider trading（Form 4）、mutual fund holdings（13-F）等多种表单解析。

局限性：仅覆盖 SEC EDGAR（美股）；不包含非美市场（如港交所、上交所、深交所）的公告解析；部分冷门表单类型可能尚未完全支持；作为数据获取库，不包含分析模型或可视化；生产环境使用需评估 SEC 速率限制对大规模采集的影响。

• SEC 公告解析为结构化 Python 对象
• 直接获取财务三表 DataFrame
• 内置 MCP 服务器，支持 AI 助手对接
• 缓存和速率限制感知，合规采集

• 理解 SEC EDGAR 数据体系（10-K/10-Q/8-K/13-F/Form 4）
• 学习如何将监管披露数据结构化并接入 AI 分析流程

• 美股信用分析的 SEC 数据底座
• 投研报告自动化中的财报数据采集
• AI + SEC 对话式分析原型
• 合规团队的 SEC 披露监控

仅覆盖 SEC EDGAR（美股）；大规模采集需评估速率限制；部分冷门表单支持不完整；不含分析模型或可视化。

• 项目地址：https://github.com/dgunning/edgartools ↗
• 开源协议：MIT