AI导哈

模型上下文协议服务器

一个与CrowdCent Challenge API无缝集成的MCP服务器，使AI助手能够直接与CrowdCent的预测挑战交互。

  • by crowdcent
  • Python
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 crowdcent/crowdcent-mcp

使用说明

CrowdCent MCP服务器

一个模型上下文协议（MCP）服务器，提供与 CrowdCent挑战API，使人工智能助手能够直接与CrowdCent的预测挑战进行交互。

概述

此MCP服务器允许Claude Desktop和Cursor等AI助手：

  • 访问和管理CrowdCent挑战
  • 下载训练和推理数据集
  • 提交预测
  • 监控提交
  • 访问元模型

先决条件

安装

  1. 克隆此存储库：
git clone https://github.com/crowdcent/crowdcent-mcp.git
cd crowdcent-mcp
  1. （可选）使用uv安装依赖项：
uv venv
uv pip install -e .

配置

设置API密钥

创建一个 .env 项目根目录中的文件：

CROWDCENT_API_KEY=your_api_key_here

光标设置

将以下内容添加到光标设置中(~/.cursor/mcp.json 或通过光标设置UI）：

{
  "mcpServers": {
    "crowdcent-mcp": {
      "command": "/path/to/.cargo/bin/uv",
      "args": ["run", 
        "--directory",
        "/path/to/crowdcent-mcp",
        "server.py"
      ]
    }
  }
}

替换 /path/to/ 你的实际路径。例如：

  • /home/username/.cargo/bin/uv 在Linux上
  • /Users/username/.cargo/bin/uv 在macOS上
  • C:\\Users\\username\\.cargo\\bin\\uv 在Windows上

Claude桌面设置

对于Claude Desktop，请将以下内容添加到配置文件中：

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
视窗: %APPDATA%\Claude\claude_desktop_config.json
Linux: ~/.config/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "crowdcent-mcp": {
      "command": "uv",
      "args": ["run", 
        "--directory",
        "/path/to/crowdcent-mcp",
        "server.py"
      ]
    }
  }
}

使用示例

在AI助手中配置MCP服务器后，您可以使用自然语言与CrowdCent进行交互：

"Download data, train a model, and submit predictions to the crowdcent challenge!"

"Download the crowdcent training data and do some EDA"

"Create time series folds for the crowdcent challenge and train/evaluate a model"

故障排除

MCP服务器未连接

  • 确保uv已安装并位于PATH中
  • 检查配置中的目录路径是否正确
  • 验证server.py文件是否具有执行权限

API关键问题

  • 请确保您的API密钥有效
  • 检查它是否在.env中正确设置或传递给init_client

提交错误

  • 确保您的预测文件具有所需的列： id, pred_10d, pred_30d
  • 检查所有资产ID是否与当前推断期匹配
  • 验证提交窗口是否仍然打开（在推理数据发布后4小时内）

资源

支持

对于以下问题：

  • 此MCP服务器：在此存储库中打开一个问题
  • CrowdCent API：电子邮件info@crowdcent.com或加入我们的Discord

相关 MCP