Eigen AVS MCP Server 使用说明

项目简介

Eigen AVS MCP Server 是一个基于 Model Context Protocol (MCP) 构建的后端服务，旨在为大型语言模型 (LLM) 应用提供访问 EigenLayer Actively Validated Services (AVS) 数据的能力。它通过注册名为 'getAVS' 的工具，允许 LLM 客户端查询和获取 AVS 相关信息。

主要功能点

AVS 数据访问: 提供 'getAVS' 工具，LLM 可以调用此工具查询 EigenLayer AVS 数据。
MCP 协议支持: 基于 MCP 协议标准实现，易于与兼容 MCP 协议的 LLM 客户端集成。
标准 Stdio 传输: 使用标准的 Stdio (标准输入输出) 作为 MCP 服务器的传输协议，方便部署和运行。

安装步骤

安装 Node.js 和 npm: 确保你的系统中已安装 Node.js 和 npm (Node 包管理器)。
下载仓库代码: 从 GitHub 仓库 https://github.com/AtulMinz/eigen-avs-mcp 下载代码到本地。
安装依赖: 在代码根目录下打开终端，运行命令 'npm install' 安装项目依赖。
配置环境变量:
- 在项目根目录下创建 '.env' 文件。
- 从 Eigen Explorer 获取 API Token 并添加到 '.env' 文件中，例如：
```
EIGEN_API=YOUR_EIGEN_EXPLORER_API_TOKEN
```
  注意: 'YOUR_EIGEN_EXPLORER_API_TOKEN' 需要替换为你实际的 API Token。如果缺少 API Token 或 Token 无效，可能导致数据获取失败。

服务器配置

以下是 MCP 客户端连接 Eigen AVS MCP Server 所需的配置信息（JSON 格式）：

{
  "serverName": "Eigen AVS",
  "command": "node",
  "args": ["index.js"]
}

配置参数说明:

'serverName': MCP 服务器的名称，这里设置为 "Eigen AVS"。
'command': 启动 MCP 服务器的命令，这里使用 'node' 命令来执行 JavaScript 文件。
'args': 启动命令的参数，这里指定执行 'index.js' 文件。

MCP 客户端配置示例:

在 MCP 客户端中，你需要配置以上 JSON 信息，以便客户端能够找到并连接到 Eigen AVS MCP Server。具体的配置方法请参考你使用的 MCP 客户端的文档。客户端通常会允许你配置一组 MCP 服务器，并指定服务器的名称、启动命令和参数。

基本使用方法

启动 MCP 服务器: 在项目根目录下打开终端，运行命令 'npm start' (或 'node index.js') 启动 Eigen AVS MCP Server。服务器将监听 Stdio，等待 MCP 客户端的请求。
配置并启动 MCP 客户端: 根据 MCP 客户端的文档，配置服务器连接信息（使用上面提供的 JSON 配置），并启动客户端。
LLM 调用 'getAVS' 工具: 在 LLM 客户端中，你可以指示 LLM 调用名为 'getAVS' 的工具来获取 AVS 数据。例如，你可以向 LLM 发送指令，询问 "请使用 getAVS 工具查询 EigenLayer AVS 信息"。

工具参数:

'getAVS' 工具接受以下参数（均为可选）：

'fullPrompt': (string) 完整的用户查询，描述用户对 AVS 数据的需求。
'avsName': (string, 可选) 特定的 AVS 名称，用于聚焦查询特定的 AVS 信息。

示例 LLM 指令:

"使用 getAVS 工具查询 EigenLayer 上有哪些 AVS 服务" (对应 'fullPrompt')
"使用 getAVS 工具查询 EigenLayer 上 Lido AVS 的信息" (对应 'fullPrompt' 和 'avsName'，其中 'avsName' 为 "Lido")

预期效果:

当 LLM 客户端调用 'getAVS' 工具后，Eigen AVS MCP Server 将从 Eigen Explorer API 获取 AVS 数据，并将结果以 MCP 响应格式返回给客户端。客户端可以根据响应内容呈现给用户或进一步处理。

注意:

请确保 Eigen Explorer API Token 配置正确，否则可能无法获取数据。
当前 'getAVS' 工具的实现较为基础，可能需要根据实际需求进行扩展和完善，例如处理 API 错误、数据解析和格式化等。

关键词