Crypto Intel Mcp

crypto-intel-mcp

通过 Model Context Protocol，为任何大模型提供加密货币市场情报。

为任何 MCP 客户端（Claude Desktop、Claude Code、Agent）提供简洁的工具，用于查询加密货币价格、动能和热门趋势，并将这些信息整合为一个综合评分结论。完全依赖 **CoinGecko 的免费公共 API（无需密钥）**运行，能够优雅地处理故障（缺失的数据源会返回 “无数据”，绝不捏造数值），默认输出 Markdown，也可按需输出 JSON。

# Crypto Intelligence — BTC

**Signal:** Lean positive  `[........|##......]` +22/100  · confidence 80%

Building momentum → LEAN LONG. BTC momentum: 24h +1.9% · 7d +4.4% · 30d -17.0%.
- In CoinGecko trending (elevated attention).
- Total crypto market cap +1.8% 24h, BTC dominance 57%.

---

工具

工具	功能	来源	状态
crypto_analyze	核心工具。 将动能、热门趋势和市场态势整合为一个综合评分结论（从 RISK-ON 到 AVOID）。	composite	✅
crypto_get_quote	实时价格、24 小时涨跌幅、市值排名、交易量，以及与历史最高价的距离。	CoinGecko	✅
crypto_momentum	多时间范围动能（24 小时/7 天/30 天），综合评分后给出一个方向信号。	CoinGecko	✅
crypto_trending	当前市场搜索热度最高的币种。	CoinGecko	✅

每个工具都返回 Markdown（便于阅读，默认格式）或 JSON （response_format="json"），以供程序使用。

---

实时演示输出（2026-06-15）

crypto_get_quote bitcoin:
  BTC $66,504.00  +3.4% 24h  · rank #1  · -47% from ATH

crypto_momentum bitcoin:
  Lean positive  [........|##......] +21/100  · confidence 80%
  BTC momentum: 24h +3.4% · 7d +4.9% · 30d -14.8%

crypto_trending:
  ZEC, PENGU, SIREN, TAO, NEAR, BTC, HYPE, GRAM, SUI, H

crypto_analyze bitcoin:
  Lean positive  [........|###.....] +35/100  · confidence 80%
  Building momentum → LEAN LONG. In CoinGecko trending (elevated attention).
  Total crypto market cap +3.6% 24h, BTC dominance 57%.

所有数值均来自 CoinGecko 的免费公共 API 实时数据，无需密钥，也不会捏造数据。

---

快速开始

git clone https://github.com/cstamigo-droid/crypto-intel-mcp crypto-intel-mcp
cd crypto-intel-mcp
python -m venv .venv && .venv\Scripts\activate     # Windows
pip install -r requirements.txt

python -m crypto_intel_mcp     # starts the MCP server over stdio (no .env needed)

冒烟测试（调用 CoinGecko 实时 API 并打印每个信号）：

python tests/test_smoke.py bitcoin

---

在 Claude Desktop 中使用

将以下内容添加到 claude_desktop_config.json （Windows 上为 %APPDATA%\Claude\，macOS 上为 ~/Library/Application Support/Claude/）， 然后重启 Claude Desktop：

{
  "mcpServers": {
    "crypto-intel-mcp": {
      "command": "python",
      "args": ["-m", "crypto_intel_mcp"],
      "cwd": "C:/path/to/crypto-intel-mcp"
    }
  }
}

---

构建理念

• 统一的结果约定。 每个数据源都返回相同的 Result 结构，因此 大模型可以跨工具进行推理，而不必解析 N 种格式。
• 优雅降级。 数据源没有数据时会返回 “无数据”，而不是虚假数值。 缺失的数据绝不会被编造为答案。
• 弹性与缓存。 每个数据源的短时 TTL 缓存可避免 Agent 在一次操作中调用多个工具时，对受速率限制的端点频繁发起请求。

---

免责声明

仅供研究和教育用途。数据来自第三方来源，可能存在延迟或不完整。

许可证

MIT