mcpField
M
MintwareDevelopers

MintwareDevelopers

本地服务
mintware.finance金融数据0今天更新

关于 MintwareDevelopers

MintwareDevelopers 为 EVM 钱包及 Base 上的 AI Agent 钱包提供链上声誉评分。其已上线的 Attribution 评分结合七项信号和风险惩罚,并提供跨链兑换及 Agent 声誉排行榜。

主要功能

  1. 01钱包综合声誉评分
  2. 02七项信号与风险惩罚
  3. 03通过 LI.FI 路由进行跨链兑换
  4. 04Base 上的 AI Agent 声誉
  5. 05Agent 声誉排行榜

适用场景

  1. 01查询 EVM 钱包的链上声誉
  2. 02查看 AI Agent 钱包的 Attribution 评分
  3. 03根据路由详情执行跨链兑换

MCP 相关

输入将 Mintware 描述为链上平台,未说明其提供 MCP 接口。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"mintwaredevelopers": {
"command": "npx",
"args": [
"-y",
"@mintwarehq/mcp-server"
]
}
}
}
启动命令npx -y @mintwarehq/mcp-server

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npm@mintwarehq/mcp-server0.1.3

工具

11

收录的工具列表 · 更新于 3 周前

参数类型必填说明
addressstring是AI Agent 的 Ethereum 钱包地址(以 0x 开头,共 42 个字符)

详细介绍

欢迎来到 Mintware

Mintware 是一个面向 EVM 链的链上声誉 + 流动性平台。核心理念:

永不闲置。永不锁定。始终属于你。

让资金持续发挥作用、随时可用,并公平获得。你的链上历史会转化为可验证的评分(Attribution),流动性产品则据此分配价值。

规范叙述与文案: product/framing-and-messaging.md 是描述 Mintware 的权威来源。如果这里的页面与其内容不一致,以该页面为准。


Mintware 技术栈

Attribution — 链上声誉(已上线)

一个实时评分引擎,可读取你在多条链上的完整钱包历史,并根据七项信号加上风险惩罚项生成综合声誉评分。它反映你链上行为的深度、一致性和质量,而不只是你的余额。

Swap(已上线)

通过 LI.FI 最优执行路由进行跨链兑换,并提供更清晰的确认信息——在打开钱包之前,展示你发送的内容、收到的内容、费用以及路由/链警告。

Vaults — 按声誉加权的 DeFi 流动性(测试中)

基于 Uniswap V4 的流动性金库。在 Growth 金库中,你在手续费池中的份额按 Attribution 评分加权;匹配流动性金库则按比例分配收益。该引擎目前在 Base Sepolia 上测试中,且未经审计——暂不适合存入真实资产。

Yield Payment Network / Liquid Sovereign Account(即将推出)

发展方向:让 USDC 赚取收益且保持可用——本金始终不动。详见 Yield Payment Network。结算引擎已在链下实现,但部署仍受限制;目前这里没有任何功能已上线,也不构成要约。

AI Agent 声誉(已上线)

面向 Base 上 AI Agent 钱包的 Attribution(ERC-8004),并提供插件和排行榜。详见 AI Attribution。


平台状态

产品状态
Attribution 评分✅ 已上线
Swap(LI.FI)✅ 已上线
推荐系统✅ 已上线
AI Agent 声誉✅ 已上线 — Base 主网
Vaults / ULV 引擎🟡 在 Base Sepolia 上测试中(未经审计)
Yield Payment Network / LSA🔜 即将推出 — 尚未上线

已搁置(非当前产品): RWA 功能(2026 年 8 月)和 Campaigns 产品(代币奖励池/积分活动,2026 年 8 月)已从平台移除。已归档至 archive/ — 请勿将其视为已上线产品。


快速链接

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。