DexPaprika MCP Server

Co robi serwer “DexPaprika” MCP?

DexPaprika MCP Server to serwer Model Context Protocol (MCP) zaprojektowany do zapewniania dostępu na żądanie do danych w czasie rzeczywistym oraz historycznych na temat tokenów kryptowalut, aktywności handlowej na zdecentralizowanych giełdach (DEX) i płynności na wielu blockchainach. Umożliwia zapytania w języku naturalnym poprzez standaryzowany interfejs, dzięki czemu asystenci AI, tacy jak Claude, mogą pobierać na żywo dane o tokenach, pulach i DEX-ach bez potrzeby używania kluczy API lub skomplikowanej konfiguracji. DexPaprika MCP daje programistom i agentom opartym na AI możliwość eksplorowania trendów rynkowych, analizowania wyników tokenów, wykonywania analiz DeFi oraz obsługi zaawansowanych workflow (np. śledzenie portfela, analiza techniczna) poprzez programistyczny dostęp do API DexPaprika.

Lista promptów

W dostępnej dokumentacji lub plikach repozytorium nie wspomniano o żadnych jawnych szablonach promptów.

Lista zasobów

W repozytorium ani dokumentacji nie wymieniono żadnych jawnych zasobów MCP.

Lista narzędzi

W pliku server.py lub równoważnych plikach repozytorium nie znaleziono żadnych jawnych narzędzi ani ich definicji.

Przykładowe zastosowania tego serwera MCP

• Narzędzia do analizy tokenów: Śledzenie ruchów cen, zmian głębokości płynności i wzorców wolumenowych dla poszczególnych tokenów.
• Porównania DEX-ów: Analiza struktur opłat, wolumenu i dostępnych pul na różnych zdecentralizowanych giełdach.
• Analiza pul płynności: Monitorowanie zmian TVL (Total Value Locked), obliczanie nietrwałych strat oraz ocena wpływu cen w pulach płynności.
• Analiza rynku: Porównania tokenów między łańcuchami, identyfikacja trendów wolumenu oraz monitorowanie wskaźników aktywności handlowej na blockchainach.
• Trackery portfela: Umożliwienie śledzenia wartości portfela w czasie rzeczywistym, analizy wyników historycznych oraz odkrywania okazji zyskowności w portfelach DeFi.
• Analiza techniczna: Wykorzystanie historycznych danych OHLCV (Open, High, Low, Close, Volume) do identyfikacji trendów, rozpoznawania wzorców i obliczania wskaźników.

Jak to skonfigurować

Windsurf

1. Upewnij się, że na Twoim systemie jest zainstalowany Node.js.
2. Zlokalizuj plik konfiguracyjny Windsurf.
3. Dodaj serwer DexPaprika MCP korzystając z poniższego fragmentu JSON:

   {
     "mcpServers": [
       {
         "command": "dexpaprika-mcp",
         "args": []
       }
     ]
   }
   

4. Zapisz plik konfiguracyjny i uruchom ponownie Windsurf.
5. Zweryfikuj działanie serwera sprawdzając komunikat MCP server is running at http://localhost:8010.

Claude

1. Zainstaluj serwer globalnie:

   npm install -g dexpaprika-mcp
   

2. Uruchom serwer:

   dexpaprika-mcp
   

3. W konfiguracji Claude dodaj poniższy fragment:

   {
     "mcpServers": [
       {
         "command": "dexpaprika-mcp",
         "args": []
       }
     ]
   }
   

4. Zapisz i uruchom ponownie Claude.
5. Potwierdź połączenie w aplikacji Claude.

Cursor

1. Zainstaluj Node.js, jeśli nie jest jeszcze zainstalowany.
2. Otwórz konfigurację serwera MCP w Cursor.
3. Dodaj serwer DexPaprika MCP:

   {
     "mcpServers": [
       {
         "command": "dexpaprika-mcp",
         "args": []
       }
     ]
   }
   

4. Zapisz i uruchom ponownie Cursor.
5. Upewnij się, że serwer MCP jest dostępny.

Cline

1. Zainstaluj Node.js jako wymaganie wstępne.
2. Edytuj plik konfiguracyjny Cline.
3. Wstaw konfigurację serwera MCP:

   {
     "mcpServers": [
       {
         "command": "dexpaprika-mcp",
         "args": []
       }
     ]
   }
   

4. Uruchom ponownie Cline, aby zastosować zmiany.
5. Sprawdź logi, aby potwierdzić połączenie.

Zabezpieczanie kluczy API

DexPaprika MCP nie wymaga kluczy API do działania, ale jeśli zachodzi potrzeba dodania zmiennych środowiskowych, możesz użyć następującej struktury:

{
  "env": {
    "EXAMPLE_KEY": "${EXAMPLE_KEY}"
  },
  "inputs": {
    "example_input": "value"
  }
}

Jak używać tego MCP w przepływach

Korzystanie z MCP w FlowHunt

Aby zintegrować serwery MCP z workflow w FlowHunt, rozpocznij od dodania komponentu MCP do swojego flow i połącz go z agentem AI:

Kliknij na komponent MCP, aby otworzyć panel konfiguracji. W sekcji konfiguracji systemu MCP wstaw szczegóły swojego serwera MCP używając tego formatu JSON:

{
  "dexpaprika-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Po zapisaniu konfiguracji agent AI może korzystać z tego MCP jako narzędzia, z dostępem do wszystkich jego funkcji i możliwości. Pamiętaj, aby zamienić “dexpaprika-mcp” na faktyczną nazwę swojego serwera MCP i podać własny adres URL serwera MCP.

Przegląd

Obsługa Roots: Nie wspomniano

Na podstawie powyższego, DexPaprika MCP dostarcza przydatny serwer analityczny krypto i DEX dla workflow MCP/AI, ale ma bardzo niewiele udokumentowanych szablonów promptów, narzędzi czy zasobów, a także nie wspomina o wsparciu dla Roots lub Sampling. Serwer jest łatwy do skonfigurowania, nie wymaga kluczy API i jest otwartoźródłowy, jednak dokumentacja mogłaby być rozbudowana dla bogatszych integracji.

Wynik MCP