mcpField
A
AgentData - Executable Liquidity / Exit-Cost

AgentData - Executable Liquidity / Exit-Cost

远程服务
github.com金融数据019 周前更新

关于 AgentData - Executable Liquidity / Exit-Cost

AgentData 是面向 AI Agent 的 Base 代币流动性数据端点,计算指定交易规模下的退出成本、脱锚风险和流动性脆弱性。它提供分级结果;当前本地端点已完成,x402 测试网支付阶段尚未完成。

主要功能

  1. 01按交易规模估算退出成本
  2. 02评估流动性脆弱性与脱锚风险
  3. 03提供 quote、risk、deep 三档结果
  4. 04比较多种规模的成本曲线与上限

适用场景

  1. 01交易前评估代币仓位退出成本
  2. 02检查挂钩资产的脱锚风险
  3. 03比较不同交易规模下的滑点影响

配置

远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。

服务地址https://agentdata-liquidity-exit-cost.onrender.com/mcp/
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

工具

1
参数类型必填说明
poolany否可选:将计算范围限制为单个池 ID。
sizenumber是以代币的人类可读单位表示的卖出规模(> 0)。
tierenum否定价/计算级别。'quote' = 仅最佳路径退出成本;'risk'(默认)增加脆弱性 + 脱锚风险;'deep' 增加多规模退出成本曲线和交叉检查。quote | risk | deep
tokenstring是要退出(卖出)的代币符号/地址,例如 'WETH'。

详细介绍

AgentData — 可执行流动性(端点 #1)

面向 AI Agent 的按次付费数据端点:提供 Base 上代币的规模感知退出成本、脱锚风险和流动性脆弱性。不是原始价格,而是 Agent 行动前所需的经过计算、标准化、可用于决策的情报。通过 x402 以 USDC 结算(阶段 2)。数据来自链上,因此衍生数据可以自由再分发。

策略、价值观和路线图见 CLAUDE.md。决策记录在 decisions/DECISION_LOG.md 和 decisions/adr/ 中。

它能回答什么

“如果我现在尝试退出这个仓位,实际成本是多少?滑点超过 X 个基点之前,我最多能交易多少?这种流动性有多脆弱?”

三个付费层级(唯一真实来源位于 agentdata/api/pricing.py):

层级内容主网价格
quote单一规模的最佳路径退出成本$0.008
risk退出成本 + 脆弱性(挂钩资产另含脱锚风险)——默认$0.02
deeprisk + 多种规模的退出成本曲线 + 达到成本阶梯前的最大规模$0.04

测试网将所有价格设为 $0(仍会端到端测试 402 流程)。

目录结构

src/agentdata/
  config.py            # env-driven; NETWORK_MODE testnet|mainnet (testnet default)
  compute/             # the value-add: pure, deterministic, unit-tested math
    amm.py             #   constant-product + Solidly stable curve, exit cost
    routing.py         #   cheapest-venue selection
    depeg.py           #   depeg deviation / dispersion / score
    fragility.py       #   depth + concentration + convexity -> fragility score
    tiers.py           #   quote / risk / deep orchestration
  chain/               # on-chain Base reads (Aerodrome / Uniswap), web3 lazy
    provider.py        #   FixturePoolProvider (default) + factory
    onchain.py         #   OnChainPoolProvider (env-gated, no guessed addresses)
  api/                 # FastAPI JSON layer + pricing + stable schema
  monitoring/          # uptime, latency p50/p95, error rate, calls per tier
tests/                 # unittest (stdlib for compute; fastapi for api)

运行(本地、无需资金、无需联网)

pip install -e .            # or: pip install fastapi pydantic 'uvicorn[standard]'
uvicorn agentdata.api.app:app --reload
# then:
curl 'http://127.0.0.1:8000/v1/liquidity/exit-cost?token=WETH&size=10&tier=risk'
curl 'http://127.0.0.1:8000/pricing'
curl 'http://127.0.0.1:8000/metrics'

默认值:NETWORK_MODE=testnet、POOL_SOURCE=fixture(确定性演示池 WETH、THIN、USDX)。参见 .env.example。

测试

# compute core needs no dependencies:
PYTHONPATH=src python -m unittest discover -s tests

状态

  • **阶段 1(本地端点):已完成。**计算 + 链上接口 + API + 监控,42 项测试全部通过。
  • **阶段 2(x402 测试网):下一步。**在 API 前接入支付中间件,使用 Base Sepolia 上的免费测试网 Facilitator。不涉及真实 USDC;主网部署属于需要升级审批的人为决策(CLAUDE.md §0/§14)。
  • 链上模式使用前必须先验证池注册表(ADR-001)——代码拒绝使用猜测的合约地址运行,不会用虚假数据代替。

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。