my-mcp-server

MCP Crypto Server

基于 FastMCP、CCXT、TimescaleDB 和 RSS 订阅源集成构建的高性能加密货币市场数据与分析平台。

概述

MCP Crypto Server 是一个功能强大的平台，可提供实时加密货币市场数据、高级分析、大模型驱动的洞察和加密货币新闻聚合。它基于 Model Context Protocol（MCP）构建，能够与 AI 应用无缝集成，同时借助 CCXT 提供稳健的加密货币交易所连接能力，使用 TimescaleDB 存储时间序列数据，并通过 RSS 订阅源实时更新新闻。

主要功能

• 实时市场数据：获取来自多个交易所的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与成交量数据
• 大模型集成：利用 AI 分析市场趋势并获取洞察
• MCP 协议支持：使用 Model Context Protocol 轻松集成 AI 应用
• 可扩展架构：凭借优化的性能处理大量请求
• TimescaleDB 存储：高效存储和查询时间序列数据
• 多交易所支持：通过 CCXT 连接各种加密货币交易所
• 加密货币新闻聚合：收集并分析来自多个加密货币 RSS 订阅源的新闻
• 新闻情绪分析：由 AI 驱动的加密货币新闻情绪分析
• 自定义 RSS 订阅源订阅：配置和管理新闻来源

架构

┌─────────────────────────────────────────────────────────────────┐
│                      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 Model Context Protocol 的服务框架
• CCXT：用于连接加密货币交易所的库
• TimescaleDB：PostgreSQL 的时间序列数据库扩展
• Python：核心编程语言
• uv：用于依赖管理的高性能 Python 包管理器
• feedparser：RSS 订阅源解析库
• NLTK/spaCy：用于新闻分析的自然语言处理工具

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

1. 克隆仓库：

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

2. 如果尚未安装 uv，请先安装：

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

3. 创建虚拟环境并安装依赖：

   uv venv
   uv pip sync
   

4. 使用 Docker 设置 TimescaleDB：

   docker-compose up -d timescaledb
   

5. 配置环境变量：

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

配置

编辑 config/settings.py 文件以自定义应用：

• 数据库连接参数
• 交易所 API 密钥和设置
• MCP 服务配置
• 大模型服务设置
• RSS 订阅源订阅设置
• 新闻来源配置
• 日志级别和输出

配置 RSS 订阅源

系统预置了加密货币新闻来源，但你可以自定义这些来源：

# 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

uv run python main.py

服务默认启动后，可通过 MCP 客户端连接。

MCP 功能

该服务提供以下 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 - 生成由 AI 驱动的市场洞察和预测
• news_analysis - 分析新闻情绪及其对特定币种的影响
• news_summary - 生成近期加密货币新闻摘要

资源

• symbols://list - 获取所有可用的加密货币符号
• market_data://{symbol} - 获取特定符号的实时市场数据
• historical_data://{symbol}?timeframe={timeframe}&start={start}&end={end} - 根据参数获取历史数据
• news://recent - 获取所有来源的最新新闻
• news://{source} - 获取特定来源的新闻
• news://by-coin/{symbol} - 获取与特定加密货币相关的新闻

提示词

• analyze_market_trend - 用于分析市场趋势的预定义提示词
• generate_trading_recommendation - 根据当前市场数据生成交易建议
• analyze_news_impact - 分析近期新闻可能对加密货币价格造成的影响

在 MCP 客户端中使用新闻功能

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)

开发

添加新的交易所

1. 更新 services/exchange_service.py 文件，添加新交易所的配置
2. 实现所需的交易所专属处理逻辑
3. 更新 resources/symbols.py 中的可用交易对

添加新的 RSS 源

1. 更新 config/settings.py 文件，添加新的源配置
2. 如果该源需要特殊解析，请扩展 services/news_service.py，添加自定义处理器
3. （可选）在 resources/news.py 中添加源专属端点

# 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

1. 在 tools/ 目录中添加新文件
2. 使用 FastMCP 装饰器实现工具逻辑：

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

添加新资源

1. 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 管理依赖项

该项目使用 uv 进行快速高效的依赖项管理：

1. 添加新依赖项：

   uv add package_name
   

2. 更新所有依赖项：

   uv pip sync
   

3. 生成锁定文件：

   uv pip compile -o uv.lock
   

性能注意事项

• 应用利用 TimescaleDB 的时间序列优化，高效查询历史数据
• 根据数据量考虑使用具有适当分块间隔的 TimescaleDB 超表
• 为频繁访问的数据实施适当的缓存策略
• 对于 RSS 源，请根据源的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 源更新实现后台任务调度器，避免阻塞主应用线程
• 通过在负载均衡器后部署多个实例实现横向扩展

许可证

MIT 许可证

致谢

• FastMCP - Model Context Protocol 服务实现
• Model Context Protocol - 面向 AI 应用的高效协议
• CCXT - 加密货币交易所交易库
• TimescaleDB - PostgreSQL 的时间序列数据库
• uv - 高性能 Python 包管理器
• feedparser - Python RSS 源解析库