Dune Analytics MCP-server

Hva gjør “Dune Analytics” MCP-serveren?

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.

Liste over promptmaler

Ingen eksplisitte promptmaler er oppført i depotet eller dokumentasjonen.

Klar til å vokse bedriften din?

Start din gratis prøveperiode i dag og se resultater i løpet av få dager.

Be om demo Logg inn

Liste over ressurser

Ingen eksplisitte ressurser er beskrevet eller eksponert i dokumentasjonen eller koden.

Liste over verktøy

• get_latest_result
  • Henter det siste resultatet av en Dune Analytics-spørring via dens ID. Utfallet er en CSV-formatert streng med spørringsresultatene.
• run_query
  • Kjører en spesifisert Dune Analytics-spørring via ID og henter resultatene. Returnerer også data i en CSV-formatert streng.

Bli med i vårt nyhetsbrev

Få de siste tipsene, trendene og tilbudene gratis.

E-postadresse

Abonner

Bruksområder for denne MCP-serveren

• Blokkjedeanalyse
  • Automatiser henting og analyse av blokkjede-data ved å kjøre Dune Analytics-spørringer direkte fra AI-agenter.
• Dashbordgenerering
  • Driv dynamiske dashbord eller rapporteringsverktøy ved å hente og oppdatere Dune Analytics-data via MCP-grensesnittet.
• Automatisert kryptomarkedsrapportering
  • La roboter eller assistenter generere oppdaterte rapporter om blokkjedeaktivitet, DeFi-protokoller eller tokenanalyse.
• Datadrevet smartkontrakt-overvåkning
  • Integrer sanntids overvåkning av smartkontrakter eller on-chain-hendelser ved å spørrre Dune for spesifikke triggere og vise resultatene.
• Forskning og data science-arbeidsflyter
  • Legg til rette for rask eksperimentering og datainnsamling for kryptoforskning gjennom automatiserte Dune-spørringer i data science-pipelines.

Slik setter du det opp

Windsurf

1. Sørg for at du har Python 3.10+ og en gyldig Dune Analytics API-nøkkel.
2. I Windsurf-konfigurasjonen finner du seksjonen mcpServers.
3. Legg til Dune Analytics MCP-serveren med følgende JSON-snutt:

   {
     "mcpServers": {
       "dune-analytics": {
         "command": "python",
         "args": ["main.py"]
       }
     }
   }
   

4. Lagre konfigurasjonen og start Windsurf på nytt.
5. Verifiser oppsettet ved å sende en testspørring mot Dune i grensesnittet.

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"
      }
    }
  }
}

Claude

1. Installer serveren med Smithery CLI:

   npx -y @smithery/cli install @kukapay/dune-analytics-mcp --client claude
   

2. Sørg for at DUNE_API_KEY er satt som miljøvariabel.
3. I Claude Desktop, bekreft at MCP-serveren er listet og kjører.
4. Bruk kommandogrensesnittet for å kjøre Dune-spørringer direkte.
5. Sjekk at utdata mottas i CSV-format.

Cursor

1. Installer Python 3.10+ og skaff deg en Dune API-nøkkel.
2. I Cursors konfigurasjonsfil, legg til:

   {
     "mcpServers": {
       "dune-analytics": {
         "command": "python",
         "args": ["main.py"]
       }
     }
   }
   

3. Sett API-nøkkelen din i miljøet eller konfigurasjonen.
4. Start Cursor på nytt og test tilkoblingen.

Cline

1. Sørg for at Python 3.10+ er installert og at API-nøkkelen din er klar.
2. Legg til MCP-serverdefinisjonen i Cline-konfigurasjonen din:

   {
     "mcpServers": {
       "dune-analytics": {
         "command": "python",
         "args": ["main.py"]
       }
     }
   }
   

3. Eksporter DUNE_API_KEY i terminalen eller som miljøvariabel.
4. Start Cline på nytt og kjør en testspørring for å validere.

Sikring av API-nøkler (gjelder alle plattformer): Bruk alltid miljøvariabler for å unngå å eksponere API-nøklene i konfigurasjonsfiler i klartekst.

Hvordan bruke denne MCP-en i flows

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.

Oversikt

Vår vurdering

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.

MCP-score