使用说明(Markdown 格式)
-
项目简介
- 这是一个基于 Model Context Protocol (MCP) 的服务器实现,旨在为大型语言模型(LLM)客户端提供结构化的上下文数据服务。它通过 MCP 标准的工具接口,向客户端暴露获取最新利率、Earn 市场、DBI 指数、以及执行计算和比较的能力,并通过标准的 JSON-RPC 与客户端交互。代码使用 Node.js 编写,支持通过标准输入输出(stdio)等传输方式进行通信。
-
主要功能点
- 提供以下工具(以 MCP 的工具注册形式暴露给 LLM 客户端):
- get_latest_rates:查询最新的借贷市场利率,可按平台、链、资产、抵押资产等筛选并排序。
- get_earn_markets:获取单币质押的 Earn/ Vault 产品信息,可按平台、链、资产筛选并排序。
- get_dbi_index:获取 DeFi Borrow Index(DBI)数据。
- search_best_rates:在指定资产上查找最佳借贷或存款利率。
- calculate_looping_strategy:基于给定参数计算循环放大策略的指标。
- compare_platforms:比较同一资产对在不同平台上的利率。
- 数据源与处理:
- 通过 https://defiborrow.loan 的公开 API 获取数据,并实现客户端可选的筛选、排序和格式化输出。
- 安全与健壮性:
- 通过 JSON-RPC 进行请求/响应,包含错误处理与清晰的输出格式,便于集成到 Claude Desktop 等 MCP 客户端。
- 开发与调试支持:
- 提供示例测试脚本和自述文档,帮助开发者本地启动、测试与集成。
- 提供以下工具(以 MCP 的工具注册形式暴露给 LLM 客户端):
-
安装步骤
- 安装依赖并运行服务器(本仓库采用 Node.js 实现,需 Node 18+)
- npm install
- npm start
- 注意:部署到实际环境时,请根据目标运行环境选择合适的传输协议(此实现默认使用标准输入/输出(stdio)模式,便于本地测试与集成)。
- 安装依赖并运行服务器(本仓库采用 Node.js 实现,需 Node 18+)
-
服务器配置(MCP 客户端使用的配置)
- MCP 客户端要连接并启动该服务器,需在配置中指定服务器名称、启动命令及参数。以下为基于仓库信息的准确配置示例(请按实际客户端配置格式使用):
- 服务器名称(server name):defi-rates
- 启动命令(command):npx
- 启动参数(args):["-y", "@asahi001/defi-rates-mcp"]
- 注释:该配置用于 Claude Desktop 等 MCP 客户端,告诉客户端如何启动该 MCP 服务器以建立连接。本仓库提供的 MCP 服务器实现可通过 npm 包 @asahi001/defi-rates-mcp 直接运行,或在本地克隆源代码后以 Node.js 运行。
参考配置(JSON 结构,客户端会解析该结构以启动并连接服务器): { "mcpServers": { "defi-rates": { "command": "npx", "args": ["-y", "@asahi001/defi-rates-mcp"] } // 备注:若从源码运行,请将命令改为 "node" 并将 index.js 的实际路径作为参数(这在某些客户端中使用本地运行方式) } }
-
基本使用方法
- 启动后,MCP 客户端可以通过工具调用与查询接口来获取数据:
- 调用工具:get_latest_rates,传入筛选参数可得到当前借贷利率数据的列表。
- 调用工具:get_earn_markets,获取单币 Earn 产品信息。
- 调用工具:search_best_rates、calculate_looping_strategy、compare_platforms 等,用于数据筛选、排序、策略计算和对比分析。
- 使用场景示例(对接到 Claude Desktop 或其他 MCP 客户端):
- 查询某资产在某链上的最新借贷利率并排序得到前几名。
- 比较不同平台在指定资产对上的借贷利率差异。
- 计算给定抵押物和价格条件下的循环放大策略指标。
- 常见问题与排错:
- 确认客户端配置的命令与参数正确无误,且服务器所在网络可访问。
- 若采用 stdio 传输,请确保客户端与服务器之间的输入输出流畅无阻塞。
- 查看日志以获取初始化与工具调用的响应信息,便于定位数据源或参数问题。
- 启动后,MCP 客户端可以通过工具调用与查询接口来获取数据:
-
使用注意事项
- 数据源来自外部 API,实际数据更新与可用性可能随外部服务变动而变动,请在生产使用前进行完整的端到端测试。
信息
分类
AI与计算