Serveur MCP Whale Tracker

Que fait le serveur MCP “Whale Tracker” ?

Le serveur whale-tracker-mcp est une implémentation Python du Model Context Protocol (MCP) qui connecte les assistants IA à l’API Whale Alert pour permettre le suivi et l’analyse en temps réel des grandes transactions de cryptomonnaies, couramment appelées mouvements de “baleines”. En exposant des outils, ressources et modèles de prompts aux clients compatibles MCP, ce serveur permet aux développeurs, analystes et passionnés de cryptomonnaie de surveiller les transferts blockchain significatifs directement dans leurs workflows pilotés par LLM. Grâce à des appels API asynchrones, l’exposition de ressources et une gestion sécurisée des clés API, whale-tracker-mcp enrichit le développement piloté par IA en rendant l’activité baleine à jour accessible pour la veille contextuelle, l’analyse automatisée et l’automatisation des workflows.

Liste des Prompts

• query_whale_activity : Un modèle de prompt réutilisable pour analyser les schémas de transactions de baleines, filtrable par blockchain si besoin.

Liste des Ressources

• whale://transactions/{blockchain} : Expose les transactions de baleines récentes pour une blockchain spécifiée en tant que données contextuelles pour les LLM et clients.

Liste des Outils

• get_recent_transactions : Récupère les transactions de baleines récentes avec filtres optionnels (blockchain, valeur minimale, limite de résultats).
• get_transaction_details : Récupère les informations détaillées d’une transaction baleine spécifique via son identifiant unique.

Cas d’usage de ce serveur MCP

• Surveillance en temps réel des baleines : Permet aux développeurs et analystes de suivre les grandes transactions crypto sur les blockchains en temps réel, aidant à l’analyse du sentiment de marché ou de stratégies de trading.
• Analyse de schémas baleine : Fournit des modèles de prompts et ressources pour aider les assistants IA à analyser des données historiques et en direct, à identifier des tendances ou anomalies dans le comportement des baleines.
• Alertes & rapports automatisés : Intégrez-le à des outils de workflow pour notifier les utilisateurs ou déclencher des actions lors de mouvements baleines importants.
• Suivi spécifique à la blockchain : Filtrez et exposez l’activité baleine sur des blockchains particulières (ex : Bitcoin, Ethereum) pour des recherches ciblées ou de l’évaluation de risques.
• Enrichissement d’applications pilotées par LLM : Fournit des données contextuelles de transactions baleines pour améliorer la production et le raisonnement d’applications IA dans le trading, la conformité ou l’analyse.

Comment le configurer

Windsurf

1. Assurez-vous d’avoir Node.js et Windsurf installés.
2. Retrouvez votre fichier de configuration Windsurf (ex. windsurf.config.json).
3. Ajoutez le serveur MCP Whale Tracker dans la section mcpServers :

   {
     "mcpServers": {
       "whale-tracker": {
         "command": "python",
         "args": ["-m", "whale-tracker-mcp"]
       }
     }
   }
   

4. Sauvegardez la configuration et redémarrez Windsurf.
5. Vérifiez que le serveur tourne et est accessible dans Windsurf.

Sécurisation des clés API

Définissez votre clé API Whale Alert via une variable d’environnement :

{
  "env": {
    "WHALE_ALERT_API_KEY": "<your_api_key_here>"
  }
}

Claude

1. Assurez-vous d’avoir Node.js et Claude Desktop installés.
2. Ouvrez la configuration de Claude Desktop (généralement claude.config.json).
3. Ajoutez le serveur MCP Whale Tracker comme suit :

   {
     "mcpServers": {
       "whale-tracker": {
         "command": "python",
         "args": ["-m", "whale-tracker-mcp"]
       }
     }
   }
   

4. Sauvegardez la configuration et redémarrez Claude Desktop.
5. Vérifiez l’intégration en cherchant whale-tracker dans la liste des outils.

Sécurisation des clés API

Utilisez une entrée variable d’environnement :

{
  "env": {
    "WHALE_ALERT_API_KEY": "<your_api_key_here>"
  }
}

Cursor

1. Installez Node.js et Cursor.
2. Ouvrez votre fichier de configuration Cursor (ex. cursor.config.json).
3. Enregistrez le serveur MCP Whale Tracker :

   {
     "mcpServers": {
       "whale-tracker": {
         "command": "python",
         "args": ["-m", "whale-tracker-mcp"]
       }
     }
   }
   

4. Sauvegardez la configuration et redémarrez Cursor.
5. Vérifiez que le serveur est disponible dans l’interface Cursor.

Sécurisation des clés API

Ajoutez votre clé API de manière sécurisée :

{
  "env": {
    "WHALE_ALERT_API_KEY": "<your_api_key_here>"
  }
}

Cline

1. Assurez-vous que Node.js et Cline sont installés.
2. Ouvrez la configuration de Cline (ex. cline.config.json).
3. Ajoutez le serveur MCP Whale Tracker dans le bloc mcpServers :

   {
     "mcpServers": {
       "whale-tracker": {
         "command": "python",
         "args": ["-m", "whale-tracker-mcp"]
       }
     }
   }
   

4. Sauvegardez et redémarrez Cline.
5. Vérifiez que le serveur est bien enregistré.

Sécurisation des clés API

Définissez votre clé API comme variable d’environnement :

{
  "env": {
    "WHALE_ALERT_API_KEY": "<your_api_key_here>"
  }
}

Comment utiliser ce MCP dans des flows

Utilisation du MCP dans FlowHunt

Pour intégrer des serveurs MCP à votre workflow FlowHunt, commencez par ajouter le composant MCP à votre flow et connectez-le à votre agent IA :

Cliquez sur le composant MCP pour ouvrir le panneau de configuration. Dans la section configuration système MCP, insérez les informations de votre serveur MCP au format JSON suivant :

{
  "whale-tracker": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Une fois configuré, l’agent IA pourra utiliser ce MCP comme outil avec accès à toutes ses fonctions et capacités. N’oubliez pas d’adapter “whale-tracker” selon le nom réel de votre serveur MCP et de remplacer l’URL par celle de votre serveur MCP.

Aperçu

Mon avis : Whale Tracker MCP propose une intégration ciblée et bien documentée pour le suivi des baleines crypto, avec des outils, prompts et ressources clairement exposés. Ses instructions d’installation et de sécurité sont complètes pour les environnements MCP. Roots et sampling ne sont pas documentés. Le projet est maintenu, compte des étoiles/forks et est sous licence MIT. Je lui attribuerais une note de 7/10 : solide pour son objectif et sa documentation, mais il manque des fonctionnalités MCP avancées.

Score MCP