使用说明

项目简介

DeFiLlama MCP 是一个利用 FastMCP 框架构建的微服务，它封装了 DeFi Llama 的 API，将丰富的 DeFi 数据转换成可供大型语言模型 (LLM) 和其他 AI 应用调用的工具接口。它帮助 AI 系统无需处理复杂的 API 细节，即可轻松获取协议 TVL、链上数据、代币价格等信息。

主要功能点

获取协议信息: 检索主流 DeFi 协议列表及其总锁定价值 (TVL) 等信息。
查询协议 TVL: 获取特定 DeFi 协议在不同区块链上的当前 TVL 数据。
分析链上 TVL: 检索特定区块链的历史 TVL 数据，用于分析趋势和增长。
追踪代币价格: 获取指定加密货币代币在不同链上的实时价格信息。
了解流动性池: 获取流动性池列表及其详细指标，如 TVL。
标准化接口: 所有数据通过一致的工具接口模式提供给 AI 应用。

安装步骤

前提条件:

Python 3.13 或更高版本
推荐使用 'uv' (Python 包安装及环境管理工具)

方法一：本地安装

克隆仓库：

git clone https://github.com/demcp/defillama-mcp.git
cd defillama-mcp

创建并激活虚拟环境，安装依赖：

uv venv
uv pip install -e .

运行服务器：
```
uv run defillama.py
```

方法二：Docker 安装

克隆仓库：

git clone https://github.com/demcp/defillama-mcp.git
cd defillama-mcp

构建 Docker 镜像：

docker build -t defillama-mcp .

运行容器 (将服务器端口映射到宿主机)：

docker run -p 8080:8080 defillama-mcp

服务器配置

MCP 客户端需要以下配置信息来连接 DeFiLlama MCP 服务器。这些信息通常在客户端的配置文件中设置，以便客户端能够找到并启动或连接到服务器进程：

{
  "server_name": "defillama-mcp",
  "command": "uv",
  "args": ["run", "defillama.py"],
  "cwd": "/path/to/your/defillama-mcp/repository"
  // 如果使用 Docker 运行，配置方式可能会不同，通常只需提供服务器暴露的 HTTP 或 SSE URL。
  // 上述 "command", "args", "cwd" 适用于本地直接通过命令行启动服务器的情况。
}

'server_name': 服务器的唯一标识名称。
'command': 启动 MCP 服务器进程的命令（例如 'uv'）。
'args': 传递给启动命令的参数列表（例如 '["run", "defillama.py"]'）。
'cwd': 启动命令执行时所在的工作目录，应指向您克隆的 'defillama-mcp' 仓库目录。

基本使用方法

一旦 DeFiLlama MCP 服务器成功运行（无论是本地还是 Docker），AI 应用（例如基于 LangChain、Autogen 或其他支持 MCP 的框架构建的智能体）就可以通过配置连接到该服务器。AI 智能体可以通过识别服务器声明的能力（即暴露的工具名称和描述）来调用相应的工具获取数据。

例如，一个 AI 智能体想要知道某个协议的 TVL，它会识别到 'get_protocol_tvl' 这个工具及其功能描述，然后构建一个包含协议名称作为参数的请求，发送给 DeFiLlama MCP 服务器。服务器接收请求，调用内部逻辑（即对应的 Python 函数），向 DeFi Llama API 发起请求，获取数据，并将结构化的结果返回给 AI 智能体。整个过程对 AI 智能体来说是标准化的工具调用，无需了解底层 API 的细节。

关键词