项目简介

这是一个基于 Model Context Protocol (MCP) 的服务器实现，专门用于从币安获取实时的加密货币强制平仓（清算）事件数据。服务器将收集到的清算事件存储在内存中（最多1000条），并提供标准的 MCP 接口，允许连接的 LLM 客户端或 AI 代理访问这些数据并进行分析。

主要功能点

• 实时清算数据流： 连接到币安的 WebSocket 接口，持续接收实时的强制平仓事件。
• 内存数据存储： 在服务器运行时，将最新的清算事件保存在内存列表中，最多存储 1000 条记录。数据不持久化到磁盘。
• 工具：'get_latest_liquidations'： 提供一个工具供 AI 调用，用于检索最新的清算事件数据。数据以易于阅读的 Markdown 表格格式返回，包含交易对、买卖方向、价格、数量和时间等信息。可以指定获取的事件数量（默认为 10 条，最多 1000 条）。
• Prompt：'analyze_liquidations'： 定义了一个 Prompt 模板，用于指导 AI 分析清算数据，聚焦于频率、成交量和市场影响等维度。这个 Prompt 会建议 AI 调用 'get_latest_liquidations' 工具来获取所需数据。

安装步骤

1. 确保环境： 需要安装 Python 3.10 或更高版本。
2. 安装 uv： 这是一个快速的 Python 包和依赖管理器。如果尚未安装 uv，请根据其官方文档进行安装。
3. 克隆仓库： 打开终端，执行以下命令克隆项目代码库：

   git clone https://github.com/kukapay/crypto-liquidations-mcp.git
   cd crypto-liquidations-mcp
   

4. 安装依赖： 进入项目目录后，使用 uv 安装所有必需的依赖包：

   uv sync
   

服务器配置

该 MCP 服务器需要由支持 MCP 协议的客户端（如某些 AI 助手应用）来启动和管理。用户需要在其 MCP 客户端的配置文件中添加相应的服务器配置条目。典型的配置需要指定服务器的名称、启动服务器的命令以及传递给该命令的参数。

例如，一个 MCP 客户端可能需要如下配置（具体格式取决于客户端，以下为示例概念说明）：

• 服务器名称: 您可以为此 MCP 服务器指定一个名称，例如 '"crypto-liquidations"'。
• 启动命令 (command): 用于执行服务器脚本的命令。通常是 'uv'。
• 命令参数 (args): 传递给启动命令的参数列表。这通常包括指定项目目录 ('--directory /path/to/crypto-liquidations-mcp') 和运行主脚本的指令 ('run main.py')。请将 '/path/to/crypto-liquidations-mcp' 替换为您实际克隆项目的路径。

客户端会使用您提供的 'command' 和 'args' 来启动服务器进程并建立连接。

基本使用方法

成功安装并由 MCP 客户端启动服务器后，您可以通过与连接的 AI 助手交互来使用其功能：

1. 获取最新清算事件： 您可以直接请求 AI 调用 'get_latest_liquidations' 工具。例如，您可以说：“请展示最近 5 条加密货币清算事件。” AI 将调用工具并返回一个包含指定数量最新清算事件的表格。
2. 分析清算趋势： 您可以请求 AI 使用 'analyze_liquidations' Prompt 来分析市场情况。例如，您可以说：“分析一下最近的加密货币清算趋势。” AI 将会参照该 Prompt 的指示，可能首先调用 'get_latest_liquidations' 获取数据，然后基于这些数据进行分析并给出洞察。

请注意，服务器启动后会在后台运行并收集数据，直到被客户端关闭。数据仅保存在内存中，服务器重启后历史数据会丢失。