Tokens MCP

Tokens MCP

用于 Token Metrics API 的 MCP 服务。

关于

MCP（Model Control Protocol）为 AI 系统提供标准化接口，以访问外部工具和数据源。本仓库实现了一个适用于 TokenMetrics API 的 MCP 服务，让你能够：

• 访问全面的加密货币市场数据
• 实施并回测交易策略（例如移动平均线交叉）
• 生成策略的可视化绩效指标
• 分析代币在不同时间范围内的表现
• 通过一致的 API 访问构建自动化交易系统

无论是用于算法交易机器人还是市场研究，此服务都能简化加密数据处理和策略开发。

演示视频

开始使用

安装

1. 克隆仓库：

git clone https://github.com/antonkulaga/tokens-mcp.git

2. 安装依赖项：

uv sync

配置

将 .env.example 复制为 .env 并配置你的 API 密钥：

cp .env.example .env
# Edit .env with your TokenMetrics API key

你还必须使用 TokenMetrics API 密钥更新 mcp_server_config.json 文件：

{
  "mcpServers": {
    "TmaiAPI": {
      "command": "uv",
      "args": ["--directory", "/path/to/tokens-mcp", "run", "mcp", "run", "run.py"],
      "env": {
        "TOKEN_METRICS_API_KEY": "your-api-key-here"
      }
    }
  }
}

运行服务

uv run mcp run run.py

运行以下命令即可检查服务

uv run mcp dev run.py

注意：如果已激活 uv 环境，可以省略 uv run 部分

IDE 集成

此项目最适合搭配支持 Model Context Protocol（MCP）的 IDE 使用。

Cursor

Cursor 原生支持 MCP，允许 AI 助手通过此服务直接与 TokenMetrics API 交互。要在 Cursor 中使用此项目：

1. 在 Cursor 中打开项目
2. 确保已正确设置配置文件（.env 和 mcp_server_config.json）
3. 系统将自动检测 MCP 服务，让 AI 助手能够分析加密数据并实施交易策略

项目结构

项目采用标准的 Python 软件包结构：

tokens-mcp/
├── src/                           # Source code directory
│   └── tokens_mcp/                # Main package
│       ├── __init__.py            # Package initialization
│       ├── server.py              # MCP server implementation
│       ├── models.py              # Pydantic models
│       ├── helpers.py             # Helper functions
│       ├── chart_utils.py         # Chart utilities
│       ├── check_api_access.py    # API access validation
│       ├── save_and_decode_chart.py # Chart handling utilities
│       ├── inspect_exchange.py    # Exchange inspection utilities
│       └── inspect_api.py         # API inspection utilities
├── tests/                         # Test directory
│   ├── test_token_symbols.py      # Token symbol tests
│   ├── test_pagination.py         # Pagination tests
│   ├── test_ma_chart.py           # Moving average chart tests
│   ├── test_cache.py              # Cache tests
│   └── ...                        # Other tests
├── run.py                         # Server runner script
├── pyproject.toml                 # Project configuration
├── mcp_server_config.json         # Server configuration
├── notebooks/                     # Jupyter notebooks
├── images/                        # Image resources
└── README.md                      # This file

已知问题

配置文件路径

mcp_server_config.json 文件目前包含指向服务的绝对路径。你必须手动编辑此文件，将路径更新为与你的本地环境相匹配的路径：

{
  "mcpServers": {
    "TmaiAPI": {
      "command": "uv",
      "args": ["--directory", "/path/to/tokens-mcp", "run", "mcp", "run", "run.py"],
                              ^^^^^^^^^^^^^^^^^^^ 
                              Update this to your actual path
      "env": {
        "TOKEN_METRICS_API_KEY": "your-api-key-here"
      }
    }
  }
}

这是暂时的限制，后续更新将予以解决。

测试框架

目前，tests/ 目录中的测试文件是手动运行的脚本，而非带有断言的规范 pytest 文件。这些脚本通过手动检查输出验证功能，而不是使用自动化测试断言。后续更新将实现基于 pytest 的规范测试，并提供完整的断言覆盖。

TokenMetrics API 实现

由于现有的 tmai-api 库不提供许多 TokenMetrics API 端点，本项目必须直接实现这些端点。因此，项目中包含一些自定义 API 处理代码，理想情况下这些代码应属于上游库。后续更新可能会将这些实现迁移至官方库，或创建更全面的客户端软件包。

实验性代码

此仓库可能包含先前用于实验和开发迭代的未使用代码痕迹。这些代码片段保留作参考，但未来清理时可能会移除。如果你遇到看似未使用的函数或模块，它们很可能属于此类。

项目背景

此仓库是 HolyMCP 项目的演示，该项目于 Bucharest ETH 2025 Hackathon 期间开发。