使用说明

DexScreener MCP服务器

DexScreener API的生产就绪模型上下文协议服务器

快速开始 • 文档 • 发展 • 特性

为什么选择MCP服务器？

为生产而建：企业级错误处理、速率限制和监控
迅速的：智能缓存、异步架构和优化的API调用
坚实的：全面测试、类型安全和防弹错误处理
开发者友好：漂亮的API、丰富的文档和流畅的开发人员体验

特性

完成DexScreener API集成

代币信息和交易对
配对细节和分析
搜索功能
趋势配对发现
多对批处理请求

生产就绪架构

全面的错误处理
速率限制（默认为300要求/分钟）
TTL智能缓存
具有指数回退的自动重试
使用Pydantic进行输入验证

监测和可观察性

结构化日志记录 structlog
请求/响应跟踪
性能指标
错误分析

开发者体验

具有全面注释的全类型安全
漂亮的异步/等待API
大量文件
易于配置
开发友好型设置

快速开始

安装

# Clone the repository
git clone https://github.com/Malomalsky/dexscreener-mcp-server.git
cd dexscreener-mcp-server

# Standard installation
pip install -e .

# For development
pip install -e ".[dev]"

# If you have FastAPI compatibility issues
pip install -e ".[fastapi-compat]"

依赖冲突

如果您遇到与FastAPI或其他软件包的依赖冲突：

# Option 1: Use virtual environment (recommended)
python -m venv venv
source venv/bin/activate  # On Windows: venv\Scripts\activate
pip install -e .

# Option 2: Force installation (may cause issues)
pip install -e . --force-reinstall

# Option 3: Use compatibility mode
pip install -e ".[fastapi-compat]"

# Option 4: Standalone minimal installation
python standalone_install.py

配置

# Copy example environment file
cp .env.example .env

# Edit configuration (optional - works great with defaults!)
nano .env

运行服务器

⚠️ 重要：这是一个MCP（模型上下文协议）服务器，设计用于在启用MCP的应用程序中运行。它不能单独使用。

# Test the server installation
python -c "from dexscreener_mcp.server import DexScreenerMCPServer; print('✅ Server ready!')"

# The server will be automatically started by MCP clients
# Do NOT run these commands directly unless testing:
# python -m dexscreener_mcp.server  # Will wait for MCP protocol input

运作原理：MCP应用程序（Claude Desktop、Cursor等）将自动启动并使用stdio协议与此服务器通信。

与应用程序集成

⚠️ MCP支持状态：

✅ 克劳德桌面：完全原生支持
🧪 光标IDE：实验性/有限支持
🧪 Zed编辑：实验支持
🧪 VS代码：需要MCP扩展
❓ Continue.dev：支持可能会有所不同

Claude Desktop

添加到您的 claude_desktop_config.json:

{
  "mcpServers": {
    "dexscreener": {
      "command": "python",
      "args": ["-m", "dexscreener_mcp.server"],
      "env": {}
    }
  }
}

配置文件位置：

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

Cursor IDE

安装MCP支架 光标（如果可用）
添加服务器配置 在光标设置中(settings.json):

选项1（推荐-克劳德桌面格式）：

{
  "mcpServers": {
    "dexscreener": {
      "command": "python",
      "args": ["-m", "dexscreener_mcp.server"],
      "env": {}
    }
  }
}

选项2（替代格式）：

{
  "mcp": {
    "servers": {
      "dexscreener": {
        "command": "python",
        "args": ["-m", "dexscreener_mcp.server"]
      }
    }
  }
}

选项3（Windows的完整Python路径）：

{
  "mcpServers": {
    "dexscreener": {
      "command": "C:\\Users\\YourUser\\AppData\\Local\\Programs\\Python\\Python311\\python.exe",
      "args": ["-m", "dexscreener_mcp.server"],
      "env": {}
    }
  }
}

配置位置：
- 视窗: %APPDATA%\Cursor\User\settings.json
- macOS: ~/Library/Application Support/Cursor/User/settings.json
- Linux: ~/.config/Cursor/User/settings.json
故障排除：
- 步骤1：验证安装： python -c "import dexscreener_mcp; print('✅ OK')"
- 步骤2：手动测试服务器： python -m dexscreener_mcp.server
- 步骤3：将配置添加到Cursor settings.json
- 步骤4: 完全重新启动Cursor （重要！）
- 步骤5：检查光标的输出面板→ MCP用于错误消息
- 步骤6：在Cursor的MCP服务器列表中查找“dexscreener”
如果“启用了0个工具”：
- 在配置中使用绝对Python路径（见选项3）
- 检查Python是否在PATH中： python --version
- 尝试运行调试脚本： python debug_cursor.py
预期行为： 服务器将显示“⏳ 正在等待MCP客户端连接。..“正常工作时

备注：Cursor中的MCP支持可能是实验性的。如果这些都不起作用，MCP可能还没有得到完全支持。

Zed Editor

添加到Zed设置 (~/.config/zed/settings.json):

{
  "assistant": {
    "version": "2",
    "provider": {
      "name": "openai",
      "api_url": "https://api.openai.com/v1"
    }
  },
  "experimental": {
    "mcp_servers": {
      "dexscreener": {
        "command": "python",
        "args": ["-m", "dexscreener_mcp.server"]
      }
    }
  }
}

替代格式：

{
  "mcp": {
    "servers": {
      "dexscreener": {
        "command": "python",
        "args": ["-m", "dexscreener_mcp.server"]
      }
    }
  }
}

备注：Zed中的MCP支持是实验性的，可能需要特定的Zed版本。

Continue.dev

添加以继续配置 (~/.continue/config.json):

{
  "models": [...],
  "mcpServers": {
    "dexscreener": {
      "command": "python",
      "args": ["-m", "dexscreener_mcp.server"]
    }
  }
}

替代格式：

{
  "models": [...],
  "mcp": {
    "servers": {
      "dexscreener": {
        "command": "python",
        "args": ["-m", "dexscreener_mcp.server"]
      }
    }
  }
}

备注：Continue.dev中的MCP支持可能因版本而异。

VS Code

安装MCP扩展 VS代码（如果可用）
添加到工作区设置 (.vscode/settings.json):

选项1：

{
  "mcpServers": {
    "dexscreener": {
      "command": "python",
      "args": ["-m", "dexscreener_mcp.server"],
      "env": {}
    }
  }
}

选项2：

{
  "mcp": {
    "servers": {
      "dexscreener": {
        "command": "python",
        "args": ["-m", "dexscreener_mcp.server"]
      }
    }
  }
}

备注：VS Code中的MCP支持需要特定的扩展，并且可能受到限制。

GitHub Codespaces

开箱即用！只需安装软件包：

pip install -e .

然后与Codespace中任何启用MCP的扩展一起使用。

Custom MCP Client

对于自定义实现，请使用MCP SDK：

from mcp import ClientSession
import asyncio

async def main():
    async with ClientSession("dexscreener-mcp") as session:
        # List available tools
        tools = await session.list_tools()
        
        # Call a tool
        result = await session.call_tool(
            "search_tokens", 
            {"query": "USDC", "limit": 10}
        )
        print(result)

asyncio.run(main())

示例用法

# Through any MCP-enabled application:
"Get token information for USDC"
"Search for trending Ethereum pairs" 
"Find information about Uniswap V3 WETH/USDC pair"
"Show me the top 5 trending pairs on Base network"
"What's the current price and volume for PEPE token?"

可用工具

工具	说明	示例
`get_token_info`	获取全面的代币数据和交易对	`{"token_address": "0xA0b86a33E6Fe17D51f8C62C7B4E8CC38F8D5A0D8"}`
`get_pair_info`	详细的交易对分析，包括价格、交易量、流动性	`{"chain_id": "ethereum", "pair_address": "0x88e6a0c2ddd26feeb64f039a2c41296fcb3f5640"}`
`search_tokens`	按名称、符号或地址搜索智能令牌	`{"query": "PEPE", "limit": 20}`
`get_trending_pairs`	在任何区块链上发现热门和趋势对	`{"chain_id": "base"}`
`get_multiple_pairs`	高效地批量处理多对请求	`{"pair_addresses": ["ethereum:0x...", "bsc:0x..."]}`
`get_supported_chains`	列出所有支持的区块链网络	`{}`
`get_rate_limit_info`	检查当前API费率限制状态	`{}`

响应示例

Token Search Example

{
  "tool": "search_tokens",
  "query": "USDC",
  "response": {
    "pairs": [
      {
        "chainId": "ethereum",
        "dexId": "uniswap",
        "url": "https://dexscreener.com/ethereum/0x88e6a0c2ddd26feeb64f039a2c41296fcb3f5640",
        "pairAddress": "0x88e6a0c2ddd26feeb64f039a2c41296fcb3f5640",
        "baseToken": {
          "address": "0xc02aaa39b223fe8d0a0e5c4f27ead9083c756cc2",
          "name": "Wrapped Ether",
          "symbol": "WETH"
        },
        "quoteToken": {
          "address": "0xa0b86a33e6fe17d51f8c62c7b4e8cc38f8d5a0d8",
          "name": "USD Coin",
          "symbol": "USDC"
        },
        "priceUsd": "3456.78",
        "volume": {
          "h24": 145000000
        }
      }
    ]
  }
}

Trending Pairs Example

{
  "tool": "get_trending_pairs",
  "chain_id": "base",
  "response": {
    "pairs": [
      {
        "chainId": "base",
        "dexId": "uniswap",
        "priceUsd": "0.000024",
        "priceChange": {
          "h24": 156.7
        },
        "volume": {
          "h24": 2400000
        },
        "marketCap": 12000000
      }
    ]
  }
}

建筑与设计

graph TB
    A[Claude/MCP Client] --> B[DexScreener MCP Server]
    B --> C[Rate Limiter]
    C --> D[Cache Layer]
    D --> E[HTTP Client]
    E --> F[DexScreener API]
    
    B --> G[Error Handler]
    B --> H[Type Validator]
    B --> I[Logger]
    
    style A fill:#e1f5fe
    style B fill:#f3e5f5
    style F fill:#e8f5e8

项目结构

dexscreener_mcp/
├── __init__.py          # Package initialization & exports
├── server.py            # MCP server implementation
├── client.py            # DexScreener API client with all features
└── types.py             # Pydantic models & type definitions

关键组件

组件	描述	功能
`DexScreenerMCPServer`	主MCP服务器	工具路由、错误处理、日志记录
`DexScreenerClient`	API客户端	速率限制、缓存、重试
Pydantic模型	类型安全	验证、序列化、文档
误差系统	异常处理	用户友好的错误、监控、调试

配置选项

变量	默认值	描述	建议
`DEXSCREENER_RATE_LIMIT`	`300`	每分钟请求数	保持默认值以获得最佳性能
`DEXSCREENER_CACHE_TTL`	`60`	缓存TTL（秒）	增加不易失性数据
`DEXSCREENER_TIMEOUT`	`30`	请求超时（秒）	适用于大多数网络
`DEXSCREENER_MAX_RETRIES`	`3`	最大重试次数	不稳定连接的增加
`LOG_LEVEL`	`INFO`	记录详细信息	使用 `DEBUG` 为了发展
`LOG_FORMAT`	`json`	日志格式	`json` 为了生产， `text` 对于dev

配置示例

# .env file
DEXSCREENER_RATE_LIMIT=300      # Respectful rate limiting
DEXSCREENER_CACHE_TTL=60        # Fast responses with smart caching  
DEXSCREENER_TIMEOUT=30          # Reasonable timeout
DEXSCREENER_MAX_RETRIES=3       # Resilient error handling
LOG_LEVEL=INFO                  # Balanced logging
LOG_FORMAT=json                 # Structured logs for monitoring

发展

设置开发环境

# Install development dependencies
pip install -e ".[dev]"

# Install pre-commit hooks for automated quality checks
pre-commit install

# Run tests with coverage
pytest --cov=dexscreener_mcp --cov-report=html

# Run the full quality check suite
make lint    # or run manually below

手动质量检查

# Code formatting
black dexscreener_mcp/
isort dexscreener_mcp/

# Linting
ruff check dexscreener_mcp/ --fix

# Type checking  
mypy dexscreener_mcp/

# Testing
pytest tests/ -v

代码质量标准

本项目遵循企业级标准：

工具	目的	配置
黑色	代码格式	`line-length = 88`
isort	导入排序	`profile = "black"`
拉夫	快速脱绒	`target-version = "py39"`
mypy	类型检查	`strict = true`
pytest	测试框架	`asyncio_mode = "auto"`
预承诺	质量门	提交时自动

API参考和支持的网络

支持的区块链

网络	链ID	本地令牌	资源管理器
以太坊	`ethereum`	ETH	以太扫描.io
BNB智能链	`bsc`	BNB	bscscan.com
多边形	`polygon`	MATIC	polygonscan.com
仲裁	`arbitrum`	ETH	arbiscan.io
乐观主义	`optimism`	ETH	optimisc.therscan.io
基础	`base`	ETH	basescan.org
雪崩	`avalanche`	AVAX	网站 snowtrace.io
幻影	`fantom`	FTM	ftmscan.com

支持20多个网络！

响应模型

所有API响应均使用 Pydantic v2 模型：

# Token Information
class TokenResponse:
    pairs: List[PairInfo]  # All trading pairs for token

# Trading Pair Details  
class PairResponse:
    pair: Optional[PairInfo]  # Detailed pair information

# Search Results
class SearchResult:
    pairs: List[PairInfo]  # Matching pairs from search

# Trending Data
class TrendingResponse:
    pairs: List[PairInfo]  # Hot/trending pairs

错误处理

错误类型	处理策略	用户体验
API错误	结构化错误分析	清除可操作的错误消息
网络问题	指数回退重试	自动恢复，无中断
速率限制	智能节流	在限制范围内平稳运行
验证	Pydantic模型验证	类型安全、经过验证的响应
超时	可配置的超时	可预测的响应时间

性能与优化

速度特性

智能缓存：基于TTL的响应缓存
速率限制：尊重300需求/分钟默认值
连接池：高效的HTTP客户端重用
异步架构：非阻塞I/O操作
批处理：单次呼叫中的多对请求

性能指标

# Typical response times (with cache miss)
Token Info:        ~200ms
Pair Details:      ~150ms  
Search Results:    ~300ms
Trending Pairs:    ~250ms

# With cache hit: ~5-10ms
# Rate limit overhead: ~0ms (smart queuing)

贡献

我们欢迎捐款！以下是如何开始：

快速贡献指南

分叉存储库
创建特征分支(git checkout -b feature/amazing-feature)
制造您通过测试所做的更改
跑质量检查(pre-commit run --all-files)
提交带有描述性信息
推到您的分行
打开拉取请求

贡献清单

[]代码遵循项目风格（黑色、isort、Ruff）
[]为新功能添加了测试
[]必要时更新文档
[]为新代码添加了类型提示
[]考虑性能影响
[]审查了安全影响

实用链接

许可证

该项目根据 MIT许可证 -看看许可证文件以获取详细信息。

致谢

特别感谢：

DexScreener 用于出色的DeFi数据API
模型上下文协议 对于令人惊叹的MCP框架
Python社区 令人难以置信的库和工具
Anthropic 克劳德和MCP创新

根据企业标准构建•生产就绪•类型安全•弹性•监控

如果这个仓库能帮助你构建出令人惊叹的DeFi工具，那么就把它当明星吧！