使用说明

MCP加密服务器

一个高性能的加密货币市场数据和分析平台，集成了FastMCP、CCXT、TimescaleDB和RSS提要。

概述

MCP Crypto Server是一个强大的平台，提供实时加密货币市场数据、高级分析、LLM驱动的见解和加密货币新闻聚合。基于模型上下文协议（MCP），它能够与人工智能应用程序无缝集成，同时通过CCXT提供强大的加密货币交换连接，通过TimescaleDB提供时间序列数据存储，并通过RSS提要提供实时新闻更新。

主要特点

实时市场数据：从多个交易所访问实时加密货币市场数据
历史数据分析：查询和分析历史价格和交易量数据
LLM集成：利用人工智能进行市场趋势分析和洞察
MCP协议支持：使用模型上下文协议轻松与AI应用程序集成
可扩展体系结构：以优化的性能处理高请求量
TimescaleDB存储：高效的时间序列数据存储和查询
多交换支持：通过CCXT连接到各种加密货币交易所
加密新闻聚合：从多个加密RSS源收集和分析新闻
新闻情绪分析：基于人工智能的加密新闻情绪分析
自定义RSS源订阅：配置和管理新闻源

建筑

┌─────────────────────────────────────────────────────────────────┐
│                      MCP Client Applications                     │
│   (Claude Desktop, Custom AI Applications, Analysis Tools)       │
└───────────────────────────────┬─────────────────────────────────┘
                                │
                                ▼
┌─────────────────────────────────────────────────────────────────┐
│                        FastMCP Server                            │
├─────────────┬─────────────────────┬────────────────┬────────────┤
│  Resources  │        Tools        │    Prompts     │  Schemas   │
│             │                     │                │            │
│ Market Data │  Market Analysis    │ Trading Rec.   │ Input/     │
│ Symbols     │  Price Data         │ Market Trend   │ Output     │
│ Historical  │  LLM Analysis       │ Analysis       │ Validation │
│ News Feed   │  News Analysis      │ News Impact    │            │
└─────────────┴─────────────────────┴────────────────┴────────────┘
                    │                      │
       ┌────────────┼──────────────────────┘
       │            │                │
       ▼            ▼                ▼
┌─────────────┐ ┌────────────┐ ┌────────────────────┐
│  Exchange   │ │    RSS     │ │  Database Service  │
│  Service    │ │  Service   │ │                    │
│             │ │            │ │    TimescaleDB     │
│     CCXT    │ │ Feed Parser│ │    Time-series     │
└─────────────┘ └────────────┘ └────────────────────┘

技术栈

FastMCP：基于模型上下文协议的服务器框架
仓储管理系统：加密货币交易所连接库
TimescaleDB：PostgreSQL的时间序列数据库扩展
python：核心编程语言
紫外线：用于依赖管理的高性能Python包管理器
馈送分析器：RSS源解析库
NLTK/spaCy：新闻分析的自然语言处理

项目结构

mcp-crypto-server/
├── main.py                   # Main entry point with FastMCP server definition
├── config/                   # Configuration directory
│   ├── __init__.py
│   ├── settings.py           # Application settings and configuration
│   └── logging_config.py     # Logging configuration
├── resources/                # MCP resources
│   ├── __init__.py
│   ├── market_data.py        # Market data resources
│   ├── symbols.py            # Cryptocurrency symbols resources
│   ├── schemas.py            # Schema resources for the client
│   └── news.py               # News feed resources and endpoints
├── tools/                    # MCP tools
│   ├── __init__.py
│   ├── market_analysis.py    # Market analysis tools
│   ├── price_data.py         # Price retrieval tools
│   ├── llm_analysis.py       # LLM integration for data analysis
│   └── news_analysis.py      # News analysis and sentiment tools
├── services/                 # Service integrations
│   ├── __init__.py
│   ├── exchange_service.py   # Exchange API integration
│   ├── database_service.py   # Database service for storing data
│   ├── llm_service.py        # LLM service integration
│   └── news_service.py       # RSS feed management and processing
├── models/                   # Data models
│   ├── __init__.py
│   ├── market_data.py        # Data models for market data
│   ├── analysis.py           # Models for analysis results
│   └── news.py               # Models for news data and analysis
├── utils/                    # Utility functions
│   ├── __init__.py
│   ├── formatters.py         # Data formatting utilities
│   ├── validators.py         # Input validation utilities
│   └── feed_utils.py         # RSS feed utility functions
├── prompts/                  # MCP prompts
│   ├── __init__.py
│   ├── analysis_prompts.py   # Prompt templates for analysis
│   └── news_prompts.py       # Prompt templates for news analysis
├── pyproject.toml            # Project configuration and dependencies
└── uv.lock                   # Lock file for dependencies managed by uv

安装

先决条件

Python 3.9+
Docker和Docker Compose
uv包管理器

设置

克隆存储库：

git clone https://github.com/yourusername/mcp-crypto-server.git
cd mcp-crypto-server

如果你还没有安装uv：

curl -LsSf https://astral.sh/uv/install.sh | sh

创建虚拟环境并安装依赖项：
```
uv venv
uv pip sync
```
使用Docker设置TimescaleDB：
```
docker-compose up -d timescaledb
```

配置环境变量：

cp .env.example .env
# Edit .env with your configuration settings

配置

编辑 config/settings.py 自定义应用程序的文件：

数据库连接参数
Exchange API密钥和设置
MCP服务器配置
LLM服务设置
RSS源订阅设置
新闻源配置
日志记录级别和输出

配置RSS源

该系统附带了预定义的加密新闻源，但您可以对其进行自定义：

# In config/settings.py

RSS_FEEDS = [
    {
        "name": "CoinDesk",
        "url": "https://www.coindesk.com/arc/outboundfeeds/rss/",
        "update_interval": 900,  # 15 minutes
        "categories": ["news", "markets", "business"]
    },
    {
        "name": "Cointelegraph",
        "url": "https://cointelegraph.com/rss",
        "update_interval": 600,  # 10 minutes
        "categories": ["news", "analysis"]
    },
    # Add your custom RSS feeds here
]

用法

启动服务器

uv run python main.py

服务器将默认启动，并可通过MCP客户端进行连接。

MCP能力

服务器公开了以下MCP功能：

工具

market_analysis -分析市场趋势并提供技术指标
price_data -获取特定加密货币的实时或历史价格数据
llm_analysis -生成人工智能驱动的市场洞察和预测
news_analysis -分析新闻情绪及其对特定货币的影响
news_summary -生成最近加密货币新闻的摘要

资源

symbols://list -获取所有可用的加密货币符号
market_data://{symbol} -获取特定交易品种的实时市场数据
historical_data://{symbol}?timeframe={timeframe}&start={start}&end={end} -使用参数获取历史数据
news://recent -获取所有来源的最新消息
news://{source} -从特定来源获取新闻
news://by-coin/{symbol} -获取与特定加密货币相关的新闻

提示

analyze_market_trend -用于分析市场趋势的预定义提示
generate_trading_recommendation -根据当前市场数据生成交易建议
analyze_news_impact -分析最近的新闻如何影响加密货币价格

在MCP客户端上使用新闻功能

from mcp import Client

# Get recent news for a specific cryptocurrency
client = Client("http://localhost:8000")
news_response = await client.query(
    inputs=[{"symbol": "BTC/USD"}],
    resources=["news://by-coin/BTC"]
)
print(news_response.outputs)

# Analyze news sentiment and potential market impact
analysis_response = await client.query(
    inputs=[{"symbol": "BTC/USD", "timeframe": "24h"}],
    tools=["news_analysis"]
)
print(analysis_response.outputs)

发展

添加新交易所

更新 services/exchange_service.py 添加新交换配置的文件
执行所需的任何交易所特定处理
更新中的可用符号 resources/symbols.py

添加新的RSS源

更新 config/settings.py 添加新订阅源配置的文件
如果提要需要特殊解析，请扩展 services/news_service.py 使用自定义处理程序
（可选）在中添加特定于源的端点 resources/news.py

# Example of adding a custom parser in services/news_service.py

def parse_custom_feed(feed_data, source_config):
    """Custom parser for a specific news source"""
    articles = []
    for entry in feed_data.entries:
        # Custom parsing logic
        articles.append({
            "title": entry.title,
            "url": entry.link,
            "published": parse_date(entry.published),
            "summary": entry.summary,
            "source": source_config["name"]
        })
    return articles

创建自定义工具

使用FastMCP装饰器实现您的工具逻辑：

@mcp.tool()
def your_tool_name(param1: str, param2: int) -> dict:
    """Tool description"""
    # Implementation
    return result

添加新资源

在相应的资源文件中创建资源函数：

@mcp.resource("resource://{parameter}")
def get_resource(parameter: str) -> str:
    """Resource description"""
    # Implementation
    return data

使用uv管理依赖关系

该项目使用uv进行快速高效的依赖关系管理：

添加新的依赖关系：
```
uv add package_name
```
更新所有依赖关系：
```
uv pip sync
```
生成锁文件：
```
uv pip compile -o uv.lock
```

性能注意事项

该应用程序利用TimescaleDB的时间序列优化来实现高效的历史数据查询
考虑根据数据量使用具有适当块间隔的TimescaleDB超表
为频繁访问的数据实施适当的缓存策略
对于RSS提要，根据源更新频率调整轮询间隔，以尽量减少不必要的请求
考虑为RSS提要更新实现后台任务调度程序，以避免阻塞主应用程序线程
通过在负载均衡器后部署多个实例进行水平扩展

许可证

MIT许可证

致谢

FastMCP -模型上下文协议服务器实现
模型上下文协议 -AI应用的高效协议
仓储管理系统 -加密货币交易所交易库
TimescaleDB -PostgreSQL的时间序列数据库
紫外线 -高性能Python包管理器
馈送分析器 -Python RSS源解析库

使用说明

MCP加密服务器

概述

主要特点

建筑

技术栈

项目结构

安装

先决条件

设置

配置

配置RSS源

用法

启动服务器

MCP能力

工具

资源

提示

在MCP客户端上使用新闻功能

发展

添加新交易所

添加新的RSS源

创建自定义工具

添加新资源

使用uv管理依赖关系

性能注意事项

许可证

致谢

相关 MCP

加密货币交易所集成服务

互联网流量洞察与网络分析MCP服务

实时金融新闻分析服务

金融数据服务

加密货币查询服务

股票数据服务