Dune Analytics MCP Server

Dune Analytics MCP Server

Blockchain Analytics AI Tools MCP

Hvad gør “Dune Analytics” MCP Server?

Dune Analytics MCP Server er en Model Context Protocol (MCP) server, som fungerer som bro mellem Dune Analytics og AI-agenter. Dens primære formål er at muliggøre problemfri integration af blockchain-analysedata i AI-drevne arbejdsgange ved at lade assistenter hente og eksekvere Dune-forespørgsler programmatisk. Ved at eksponere Dune Analytics-data som værktøjer kan udviklere og AI-klienter udføre realtids blockchain-datahentning, analyse og rapportering direkte i deres automations- eller agentarbejdsgange. Serverens CSV-output sikrer kompatibilitet med efterfølgende databehandling og gør den værdifuld til bl.a. on-chain-analyse, dashboard-generering og automatiseret rapportering i udviklingsmiljøer.

Liste over Prompts

Ingen eksplicitte prompt-skabeloner er angivet i repository eller dokumentation.

Liste over Ressourcer

Ingen eksplicitte ressourcer er beskrevet eller eksponeret i dokumentationen eller koden.

Liste over Værktøjer

  • get_latest_result
    • Henter de seneste resultater af en Dune Analytics-forespørgsel via dens ID. Outputtet er en CSV-formateret streng med forespørgselsresultaterne.
  • run_query
    • Eksekverer en angivet Dune Analytics-forespørgsel via dens ID og henter resultaterne. Returnerer også data som en CSV-formateret streng.

Anvendelsescases for denne MCP Server

  • Blockchain Dataanalyse
    • Automatisér hentning og analyse af blockchain-data ved at køre Dune Analytics-forespørgsler direkte fra AI-agenter.
  • Dashboard-generering
    • Drift dynamiske dashboards eller rapporteringsværktøjer ved at hente og opdatere Dune Analytics-data via MCP-interfacet.
  • Automatiseret kryptomarkedsrapportering
    • Muliggør, at bots eller assistenter kan generere opdaterede rapporter om blockchain-aktivitet, DeFi-protokoller eller token-analyse.
  • Datadrevet overvågning af smart contracts
    • Integrér realtidsmonitorering af smart contracts eller on-chain begivenheder ved at forespørge Dune på specifikke triggere og vise resultaterne.
  • Research- og datasience-arbejdsgange
    • Muliggør hurtige eksperimenter og dataindsamling til kryptoresearch via automatiserede Dune-forespørgsler indlejret i datasience-pipelines.

Sådan opsætter du det

Windsurf

  1. Sørg for, at du har Python 3.10+ og en gyldig Dune Analytics API-nøgle.
  2. Find sektionen mcpServers i din Windsurf-konfiguration.
  3. Tilføj Dune Analytics MCP Server med følgende JSON-udsnit:
    {
      "mcpServers": {
        "dune-analytics": {
          "command": "python",
          "args": ["main.py"]
        }
      }
    }
    
  4. Gem konfigurationen og genstart Windsurf.
  5. Verificér opsætningen ved at sende en test Dune-forespørgsel gennem interfacet.

Sikring af API-nøgler: Sæt din DUNE_API_KEY i miljøvariabler. Eksempel:

{
  "mcpServers": {
    "dune-analytics": {
      "command": "python",
      "args": ["main.py"],
      "env": {
        "DUNE_API_KEY": "${DUNE_API_KEY}"
      },
      "inputs": {
        "DUNE_API_KEY": "your_api_key_here"
      }
    }
  }
}

Claude

  1. Installer serveren med Smithery CLI:
    npx -y @smithery/cli install @kukapay/dune-analytics-mcp --client claude
    
  2. Sørg for at din DUNE_API_KEY er sat som miljøvariabel.
  3. Bekræft i Claude Desktop, at MCP-serveren er opført og kører.
  4. Brug kommandointerfacet til at køre Dune-forespørgsler direkte.
  5. Verificér at output modtages i CSV-format.

Cursor

  1. Installer Python 3.10+ og indhent en Dune API-nøgle.
  2. Tilføj dette i Cursor’s konfigurationsfil:
    {
      "mcpServers": {
        "dune-analytics": {
          "command": "python",
          "args": ["main.py"]
        }
      }
    }
    
  3. Sæt din API-nøgle i miljøet eller konfigurationen.
  4. Genstart Cursor og test forbindelsen.

Cline

  1. Sørg for, at Python 3.10+ er installeret og din API-nøgle er klar.
  2. Tilføj MCP-serverdefinitionen til din Cline-konfiguration:
    {
      "mcpServers": {
        "dune-analytics": {
          "command": "python",
          "args": ["main.py"]
        }
      }
    }
    
  3. Eksportér DUNE_API_KEY i din shell eller som miljøvariabel.
  4. Genstart Cline og kør en prøveforespørgsel for at validere.

Sikring af API-nøgler (gælder alle platforme): Brug altid miljøvariabler for at undgå at eksponere dine API-nøgler i klartekst i konfigurationsfiler.

Sådan bruger du denne MCP i flows

Brug af MCP i FlowHunt

For at integrere MCP-servere i dit FlowHunt-flow skal du starte med at tilføje MCP-komponenten til dit flow og forbinde den med din AI-agent:

FlowHunt MCP flow

Klik på MCP-komponenten for at åbne konfigurationspanelet. I systemets MCP-konfiguration indsæt dine MCP-server-detaljer med dette JSON-format:

{
  "dune-analytics": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Når det er konfigureret, kan AI-agenten nu bruge denne MCP som et værktøj med adgang til alle dens funktioner og muligheder. Husk at ændre “dune-analytics” til det aktuelle navn og udskift URL’en med din egen MCP-server-URL.


Overblik

SektionTilgængelighedDetaljer/Noter
OverblikDune Analytics MCP muliggør Dune-dataadgang for AI-agenter
Liste over PromptsIngen prompt-skabeloner angivet
Liste over RessourcerIngen eksplicitte ressourcer angivet
Liste over Værktøjerget_latest_result, run_query
Sikring af API-nøglerKræver DUNE_API_KEY i miljøet
Sampling Support (mindre vigtigt i evaluering)Ikke nævnt

Vores vurdering

Dune Analytics MCP Server er enkel og fokuseret på at give adgang til Dune Analytics-forespørgsler som værktøjer, hvilket gør den værdifuld i blockchain-analyse arbejdsgange. Dog mangler den prompt-skabeloner og eksplicitte ressourcer og nævner ikke avancerede MCP-funktioner som roots eller sampling. Den er veldokumenteret for opsætning og brug. På en skala fra 0–10 vurderer vi denne MCP til 6/10, primært på grund af dens klare anvendelighed og gode dokumentation, men begrænsede MCP-funktioner.

MCP-score

Har en LICENSE✅ (MIT)
Har mindst ét værktøj
Antal forks6
Antal stjerner20

Ofte stillede spørgsmål

Hvad er Dune Analytics MCP Server?

Det er en Model Context Protocol-server, der forbinder Dune Analytics og AI-agenter, så man programmatisk kan eksekvere og hente Dune-forespørgsler til blockchain-dataanalyse, dashboards og rapportering.

Hvilke værktøjer tilbyder denne MCP-server?

Den har to hovedværktøjer: get_latest_result (henter det seneste Dune-forespørgselsresultat via ID) og run_query (eksekverer en Dune-forespørgsel via ID), begge returnerer resultater som CSV-formaterede strenge.

Hvordan bruges Dune Analytics MCP Server typisk?

Den bruges til automatisering af blockchain-datahentning og analyse, drift af dashboards, generering af automatiserede kryptomarkedsrapporter og understøttelse af datadrevet overvågning og research-arbejdsgange.

Hvordan sikrer jeg min API-nøgle?

Brug altid miljøvariabler (f.eks. DUNE_API_KEY) i stedet for at hardcode credentials i dine konfigurationsfiler for at beskytte følsomme oplysninger.

Hvilke platforme understøtter denne MCP-server?

Den er kompatibel med Windsurf, Claude, Cursor og Cline og kan bruges i FlowHunt-flows til at integrere blockchain-analyse i AI-drevet automatisering.

Hvilket outputformat har dataene?

Forespørgselsresultater returneres som CSV-formaterede strenge, hvilket gør dem lette at behandle i efterfølgende automatisering eller analyseværktøjer.

Integrér Dune Analytics med FlowHunt

Boost dine AI-arbejdsgange med realtids blockchain-analyse fra Dune. Forbind, analyser og automatiser kryptodata på få minutter.

Lær mere

DataHub MCP Server-integration
DataHub MCP Server-integration

DataHub MCP Server-integration

DataHub MCP Server forbinder FlowHunt AI-agenter med DataHub-metadataplatformen og muliggør avanceret dataopdagelse, lineage-analyse, automatiseret metadatahent...

4 min læsning
AI Metadata +6
ModelContextProtocol (MCP) Server Integration
ModelContextProtocol (MCP) Server Integration

ModelContextProtocol (MCP) Server Integration

ModelContextProtocol (MCP) Server fungerer som et bindeled mellem AI-agenter og eksterne datakilder, API’er og tjenester, så FlowHunt-brugere kan bygge kontekst...

3 min læsning
AI Integration +4
Databricks MCP Server
Databricks MCP Server

Databricks MCP Server

Databricks MCP Server muliggør problemfri integration mellem AI-assistenter og Databricks-platformen, så der opnås adgang til Databricks-ressourcer via naturlig...

4 min læsning
AI Databricks +4