Whale Tracker MCP-server

Hva gjør “Whale Tracker” MCP-serveren?

whale-tracker-mcp-serveren er en Python-basert implementering av Model Context Protocol (MCP) som kobler AI-assistenter til Whale Alert API for å muliggjøre sanntidssporing og analyse av store kryptovalutatransaksjoner, ofte omtalt som “hval”-bevegelser. Ved å eksponere verktøy, ressurser og promptmaler til MCP-kompatible klienter, lar denne serveren utviklere, analytikere og kryptoentusiaster overvåke betydelige blokkjedeoverføringer direkte i sine LLM-drevne arbeidsflyter. Med funksjoner som asynkrone API-kall, ressurs-eksponering og sikker API-nøkkelhåndtering, forbedrer whale-tracker-mcp AI-drevet utvikling ved å gjøre oppdatert hvalaktivitet tilgjengelig for kontekstuell forståelse, automatisert analyse og arbeidsflytautomatisering.

Liste over prompts

• query_whale_activity: En gjenbrukbar promptmal for analyse av mønstre i hvaltransaksjoner, valgfritt filtrert på blokkjede.

Liste over ressurser

• whale://transactions/{blockchain}: Eksponerer nylige hvaltransaksjoner for en spesifisert blokkjede som kontekstdata for LLM-er og klienter.

Liste over verktøy

• get_recent_transactions: Henter nylige hvaltransaksjoner med valgfrie filtre for blokkjede, minste transaksjonsverdi og resultatgrense.
• get_transaction_details: Henter detaljert informasjon om en spesifikk hvaltransaksjon ved dens unike ID.

Bruksområder for denne MCP-serveren

• Sanntidsovervåkning av hvaler: Gjør det mulig for utviklere og analytikere å spore store kryptotransaksjoner på tvers av blokkjeder i sanntid, som hjelper til med markedsanalyse og handelsstrategier.
• Analyse av hvalmønstre: Tilbyr promptmaler og ressurser til AI-assistenter for å analysere historiske og sanntids transaksjonsdata, identifisere trender og avvik i hvaladferd.
• Automatiserte varsler og rapportering: Integrer med arbeidsflytverktøy for å varsle brukere eller utløse handlinger ved registrerte store hvalbevegelser.
• Blokkjede-spesifikk sporing: Filtrer og eksponer hvalaktivitet på bestemte blokkjeder (f.eks. Bitcoin, Ethereum), som støtter målrettet forskning eller risikovurdering.
• Berikelse av LLM-drevne apper: Tilbyr kontekstuelle hvaltransaksjonsdata for å forbedre output og resonnement i AI-applikasjoner innen handel, compliance eller analyse.

Slik setter du det opp

Windsurf

1. Sørg for at du har Node.js og Windsurf installert.
2. Finn Windsurf-konfigurasjonsfilen din (f.eks. windsurf.config.json).
3. Legg til Whale Tracker MCP-serveren i mcpServers-seksjonen:

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

4. Lagre konfigurasjonen og start Windsurf på nytt.
5. Kontroller at serveren kjører og er tilgjengelig i Windsurf.

Sikring av API-nøkler

Sett Whale Alert API-nøkkelen din ved å bruke miljøvariabler:

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

Claude

1. Sørg for at du har Node.js og Claude Desktop installert.
2. Åpne Claude Desktop-konfigurasjonen (som regel claude.config.json).
3. Legg til Whale Tracker MCP-serveren slik:

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

4. Lagre konfigurasjonen og start Claude Desktop på nytt.
5. Bekreft integrasjonen ved å sjekke at whale-tracker vises i verktøylisten.

Sikring av API-nøkler

Bruk et miljøvariabel-innslag:

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

Cursor

1. Installer Node.js og Cursor.
2. Åpne Cursor-konfigurasjonsfilen din (f.eks. cursor.config.json).
3. Registrer Whale Tracker MCP-serveren:

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

4. Lagre konfigurasjonen og start Cursor på nytt.
5. Sjekk at serveren er tilgjengelig i Cursor-grensesnittet.

Sikring av API-nøkler

Legg inn API-nøkkelen din på en sikker måte:

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

Cline

1. Sørg for at Node.js og Cline er installert.
2. Åpne Cline-konfigurasjonen (f.eks. cline.config.json).
3. Legg til Whale Tracker MCP-serveren i mcpServers-blokken:

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

4. Lagre og start Cline på nytt.
5. Kontroller at serveren er registrert.

Sikring av API-nøkler

Sett API-nøkkelen din som en miljøvariabel:

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

Slik bruker du denne MCP-serveren i flows

Bruk av MCP i FlowHunt

For å integrere MCP-servere i din FlowHunt-arbeidsflyt, start med å legge til MCP-komponenten i flyten din og koble den til din AI-agent:

Klikk på MCP-komponenten for å åpne konfigurasjonspanelet. I systemets MCP-konfigurasjonsseksjon setter du inn detaljene om MCP-serveren din i dette JSON-formatet:

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

Når dette er konfigurert, kan AI-agenten nå bruke denne MCP-en som et verktøy med tilgang til alle dens funksjoner og muligheter. Husk å endre “whale-tracker” til navnet på din faktiske MCP-server og erstatt URL-en med din egen MCP-server-URL.

Oversikt

Min mening: Whale Tracker MCP tilbyr en fokusert, godt dokumentert integrasjon for krypto-hvalsporing, med tydelig verktøysett, prompt og ressurs-eksponering. Oppsett- og sikkerhetsinstruksjonene er grundige for MCP-miljøer. Roots og sampling er ikke dokumentert. Prosjektet vedlikeholdes, har stjerner/forks og er MIT-lisensiert. Jeg vil gi den 7/10: sterk for sitt formål og dokumentasjon, men mangler avanserte MCP-funksjoner.

MCP-score