
Datadog MCP Server-integrasjon
Datadog MCP Server fungerer som en bro mellom FlowHunt og Datadogs API, og gir AI-drevet tilgang til overvåkingsdata, dashboards, målinger, hendelser og logger ...
Koble Dune Analytics til AI-agentene dine for sanntids henting av blokkjede-data, analyse og rapportering via FlowHunt’s MCP-integrasjon.
Dune Analytics MCP-serveren er en Model Context Protocol (MCP)-server som fungerer som bro mellom Dune Analytics og AI-agenter. Hovedformålet er å muliggjøre sømløs integrasjon av blokkjedeanalyse-data inn i AI-drevne arbeidsflyter, ved å la assistenter hente og kjøre Dune-spørringer programmessig. Ved å eksponere Dune Analytics-data som verktøy, kan utviklere og AI-klienter utføre sanntids henting, analyse og rapportering av blokkjede-data i sine automatiserings- eller agentarbeidsflyter. Serverens CSV-utdata sikrer kompatibilitet med videre databehandling, noe som gjør den verdifull for oppgaver som on-chain-analyse, dashbordgenerering og automatisert rapportering i utviklermiljøer.
Ingen eksplisitte promptmaler er oppført i depotet eller dokumentasjonen.
Ingen eksplisitte ressurser er beskrevet eller eksponert i dokumentasjonen eller koden.
mcpServers
.{
"mcpServers": {
"dune-analytics": {
"command": "python",
"args": ["main.py"]
}
}
}
Sikring av API-nøkler: Sett 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"
}
}
}
}
npx -y @smithery/cli install @kukapay/dune-analytics-mcp --client claude
{
"mcpServers": {
"dune-analytics": {
"command": "python",
"args": ["main.py"]
}
}
}
{
"mcpServers": {
"dune-analytics": {
"command": "python",
"args": ["main.py"]
}
}
}
DUNE_API_KEY
i terminalen eller som miljøvariabel.Sikring av API-nøkler (gjelder alle plattformer): Bruk alltid miljøvariabler for å unngå å eksponere API-nøklene i konfigurasjonsfiler i klartekst.
Bruk MCP i FlowHunt
For å integrere MCP-servere i FlowHunt-arbeidsflyten din, start med å legge til MCP-komponenten i flowen og koble den til AI-agenten din:
Klikk på MCP-komponenten for å åpne konfigurasjonspanelet. I systemets MCP-konfigurasjonsseksjon limer du inn MCP-serverdetaljene dine med dette JSON-formatet:
{
"dune-analytics": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
Når det er konfigurert, kan AI-agenten bruke denne MCP-en som et verktøy med tilgang til alle dens funksjoner og egenskaper. Husk å endre “dune-analytics” til det faktiske navnet og bytt ut URL-en med din egen MCP-server-URL.
Seksjon | Tilgjengelighet | Detaljer/Notater |
---|---|---|
Oversikt | ✅ | Dune Analytics MCP muliggjør Dune-data-tilgang for AI-agenter |
Liste over promptmaler | ⛔ | Ingen promptmaler oppgitt |
Liste over ressurser | ⛔ | Ingen eksplisitte ressurser oppgitt |
Liste over verktøy | ✅ | get_latest_result, run_query |
Sikring av API-nøkler | ✅ | Krever DUNE_API_KEY i miljøet |
Støtte for sampling (mindre viktig ved vurdering) | ⛔ | Ikke nevnt |
Dune Analytics MCP-serveren er rett frem og fokusert på å levere tilgang til Dune Analytics-spørringer som verktøy, noe som gjør den nyttig i blokkjedeanalyse-arbeidsflyter. Den mangler dog promptmaler og eksplisitte ressurser, og omtaler ikke avanserte MCP-funksjoner som roots eller sampling. Dokumentasjonen for oppsett og bruk er god. På en skala fra 0–10 vurderer vi denne MCP-en til 6/10, hovedsakelig på grunn av klar nytteverdi og god dokumentasjon, men begrenset bredde i MCP-funksjonsstøtten.
Har en LISENS | ✅ (MIT) |
---|---|
Har minst ett verktøy | ✅ |
Antall forgreininger | 6 |
Antall stjerner | 20 |
Det er en Model Context Protocol-server som kobler Dune Analytics og AI-agenter, og muliggjør programmessig kjøring og henting av Dune-spørringer for blokkjedeanalyse, dashbord og rapportering.
Den eksponerer to hovedverktøy: get_latest_result (henter siste Dune-spørringsresultat via ID) og run_query (kjører en Dune-spørring via ID), begge returnerer resultater som CSV-formaterte strenger.
Den brukes til å automatisere henting og analyse av blokkjede-data, drive dashbord, generere automatiserte krypto-markedsrapporter og støtte datadrevne overvåkings- og forskningsarbeidsflyter.
Bruk alltid miljøvariabler (f.eks. DUNE_API_KEY) i stedet for å hardkode legitimasjon i konfigurasjonsfiler for å beskytte sensitive opplysninger.
Den er kompatibel med Windsurf, Claude, Cursor og Cline, og kan brukes i FlowHunt-flows for å integrere blokkjedeanalyse i AI-drevet automatisering.
Spørringsresultatene returneres som CSV-formaterte strenger, noe som gjør dem enkle å prosessere videre i automatiserings- eller analyseverktøy.
Forsterk AI-arbeidsflytene dine med sanntids blokkjedeanalyse fra Dune. Koble til, analyser og automatiser kryptodata på få minutter.
Datadog MCP Server fungerer som en bro mellom FlowHunt og Datadogs API, og gir AI-drevet tilgang til overvåkingsdata, dashboards, målinger, hendelser og logger ...
DataHub MCP-serveren bygger bro mellom FlowHunt AI-agenter og DataHub-metadataplattformen, og muliggjør avansert datadiscovery, avstamningsanalyse, automatisert...
Cloudflare MCP Server fungerer som en bro mellom AI-assistenter og Cloudflares skytjenester, og muliggjør automatisering av konfigurasjoner, logger, bygg og dok...