OpenDota MCP Server

Dota 2 OpenDota AI Analytics

Skontaktuj się z nami, aby hostować swój serwer MCP w FlowHunt

Do czego służy serwer “OpenDota” MCP?

OpenDota MCP Server to implementacja serwera Model Context Protocol (MCP), zaprojektowana, by zapewnić asystentom AI płynny dostęp do danych Dota 2 poprzez OpenDota API. Działając jako pomost między dużymi modelami językowymi (LLM) a statystykami Dota 2 w czasie rzeczywistym, profilami graczy, meczami i informacjami o bohaterach, umożliwia workflowy i narzędzia AI, które mogą informować, analizować i automatyzować różne zadania związane z Dota 2. Ten serwer pozwala klientom AI na zadawanie zapytań o szczegółowe dane meczowe, śledzenie wyników graczy, wyszukiwanie drużyn i bohaterów oraz dostęp do bogatych statystyk gry — wszystko przez ustandaryzowany interfejs. Dzięki temu deweloperzy i użytkownicy mogą budować zaawansowane aplikacje i asystentów, którzy wykorzystują dane na żywo z Dota 2 do analityki, coachingu, raportowania i zaangażowania społeczności.

Lista promptów

Nie znaleziono informacji o szablonach promptów w repozytorium.

Logo

Gotowy na rozwój swojej firmy?

Rozpocznij bezpłatny okres próbny już dziś i zobacz rezultaty w ciągu kilku dni.

Lista zasobów

Brak udokumentowanych jawnych zasobów MCP w repozytorium.

Lista narzędzi

  • get_player_by_id: Pobierz informacje o graczu na podstawie jego ID konta.
  • get_player_recent_matches: Pobierz ostatnie mecze gracza.
  • get_match_data: Pobierz szczegółowe dane dla wybranego meczu.
  • get_player_win_loss: Pobierz statystyki wygranych/przegranych gracza.
  • get_player_heroes: Pobierz bohaterów najczęściej wybieranych przez gracza.
  • get_hero_stats: Pobierz statystyki wszystkich bohaterów.
  • search_player: Wyszukaj graczy po nazwie.
  • get_pro_players: Pobierz listę profesjonalnych graczy.
  • get_pro_matches: Pobierz ostatnie mecze profesjonalne.
  • get_player_peers: Pobierz graczy, którzy grali z danym graczem.
  • get_heroes: Pobierz listę wszystkich bohaterów Dota 2.
  • get_player_totals: Pobierz sumaryczne statystyki gracza.
  • get_player_rankings: Pobierz rankingi bohaterów gracza.
  • get_player_wordcloud: Pobierz najczęściej używane słowa przez gracza na czacie.
  • get_team_info: Pobierz informacje o drużynie.
  • get_public_matches: Pobierz najnowsze mecze publiczne.
  • get_match_heroes: Pobierz bohaterów zagranych w wybranym meczu.

Przykłady zastosowań tego serwera MCP

  • Analityka graczy Dota 2: Pobieranie i analiza statystyk graczy, ostatnich meczów i trendów wydajności na potrzeby coachingu lub samodoskonalenia.
  • Raportowanie i podsumowania meczów: Automatyczne generowanie szczegółowych podsumowań i raportów z meczów na podstawie rzeczywistych danych do newsów, blogów czy forów społecznościowych.
  • Śledzenie sceny profesjonalnej: Monitorowanie pro graczy, drużyn i meczów turniejowych w celu zapewnienia aktualizacji na żywo lub raportów scoutingowych.
  • Analiza mety bohaterów: Dostęp do statystyk bohaterów, rankingów i trendów w celu analizy obecnej mety gry oraz do informowania o strategiach draftowania lub dyskusjach o balansie.
  • Narzędzia społecznościowe i boty: Zasilanie botów Discord, paneli webowych lub funkcji asystentów odpowiadających na zapytania dotyczące Dota 2, wyszukujących graczy lub prezentujących dane o meczach na żywo.

Jak skonfigurować

Windsurf

  1. Upewnij się, że masz zainstalowanego Pythona (z uv lub venv) oraz Node.js.
  2. Sklonuj repozytorium OpenDota MCP Server i skonfiguruj środowisko Pythona.
  3. Dodaj OpenDota MCP Server do swojej konfiguracji Windsurf.
  4. Wstaw poniższy fragment JSON do pliku konfiguracyjnego (np. windsurf.config.json):
    {
      "mcpServers": {
        "opendota": {
          "command": "python",
          "args": ["-m", "src.opendota_server.server"]
        }
      }
    }
    
  5. Zapisz konfigurację i zrestartuj Windsurf, aby aktywować serwer.

Claude

  1. Skonfiguruj środowisko Pythona dla serwera MCP (zobacz instrukcje instalacji).
  2. Utwórz lub edytuj plik claude_desktop_config.json:
    {
      "mcpServers": {
        "opendota": {
          "command": "python",
          "args": ["-m", "src.opendota_server.server"]
        }
      }
    }
    
    • Dla WSL:
      {
        "mcpServers": {
          "opendota": {
            "command": "wsl.exe",
            "args": [
              "--",
              "bash",
              "-c",
              "cd ~/opendota-mcp-server && source .venv/bin/activate && python src/opendota_server/server.py"
            ]
          }
        }
      }
      
  3. Zapisz konfigurację i zrestartuj Claude Desktop.
  4. Zweryfikuj, czy OpenDota MCP Server pojawia się na liście dostępnych serwerów MCP.

Cursor

  1. Przygotuj środowisko Pythona i zainstaluj zależności według instrukcji repozytorium.
  2. Otwórz ustawienia Cursor lub plik konfiguracyjny.
  3. Dodaj OpenDota MCP Server pod mcpServers:
    {
      "mcpServers": {
        "opendota": {
          "command": "python",
          "args": ["-m", "src.opendota_server.server"]
        }
      }
    }
    
  4. Zapisz zmiany i zrestartuj Cursor, aby zastosować.

Cline

  1. Sklonuj i skonfiguruj środowisko Pythona dla OpenDota MCP Server.
  2. Otwórz swoją konfigurację Cline.
  3. Dodaj wpis do bloku mcpServers:
    {
      "mcpServers": {
        "opendota": {
          "command": "python",
          "args": ["-m", "src.opendota_server.server"]
        }
      }
    }
    
  4. Zapisz i zrestartuj Cline.

Zabezpieczanie kluczy API

  • Przechowuj swój klucz OpenDota API jako zmienną środowiskową. Przykład dla .env lub terminala:
    OPENDOTA_API_KEY=twoj_klucz_api
    
  • W konfiguracji JSON (jeśli obsługiwane):
    {
      "mcpServers": {
        "opendota": {
          "command": "python",
          "args": ["-m", "src.opendota_server.server"],
          "env": {
            "OPENDOTA_API_KEY": "twoj_klucz_api"
          }
        }
      }
    }
    
  • Nie umieszczaj kluczy API bezpośrednio w kodzie źródłowym.

Jak używać tego MCP w przepływach

Użycie MCP w FlowHunt

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

FlowHunt MCP flow

Kliknij komponent MCP, aby otworzyć panel konfiguracji. W sekcji konfiguracji systemu MCP wklej szczegóły serwera MCP w tym formacie JSON:

{
  "opendota": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Po zapisaniu agent AI może korzystać z tego MCP jako narzędzia, mając dostęp do wszystkich jego funkcji i możliwości. Pamiętaj, aby zmienić "opendota" na właściwą nazwę swojego serwera MCP oraz podać własny adres URL MCP.


Przegląd

SekcjaDostępnośćSzczegóły/Uwagi
PrzeglądPodsumowanie ogólne w README
Lista promptówBrak udokumentowanych szablonów promptów
Lista zasobówBrak udokumentowanych jawnych zasobów MCP
Lista narzędziPełna lista narzędzi w README
Zabezpieczanie kluczy API.env.example oraz instrukcje w README
Sampling Support (mało istotne w ocenie)Brak wzmianki o wsparciu sampling

Nasza opinia

OpenDota MCP Server to wyspecjalizowany i dobrze sprofilowany serwer MCP do statystyk Dota 2, z jasnym zestawem narzędzi i dobrą dokumentacją konfiguracji oraz zabezpieczeń kluczy API. Brakuje jednak szablonów promptów, jawnych zasobów MCP i dokumentacji dotyczącej sampling czy wsparcia roots. Jego użyteczność dla analityki Dota 2 i narzędzi społecznościowych jest duża, lecz szersze funkcje protokołu MCP nie są zaimplementowane.

Ogólnie ocenilibyśmy ten serwer MCP na 6/10 pod względem kompletności i użyteczności w swojej niszy, ale nie jako demonstrację ogólnych możliwości protokołu MCP.

Ocena MCP

Czy posiada LICENCJĘ
Czy posiada co najmniej jedno narzędzie
Liczba Forków5
Liczba Gwiazdek4

Najczęściej zadawane pytania

Rozpocznij z OpenDota MCP

Połącz FlowHunt lub swojego asystenta AI z danymi na żywo z Dota 2, aby uzyskać potężną analitykę, raportowanie oraz przepływy coachingowe.

Dowiedz się więcej

OpenAPI MCP Server
OpenAPI MCP Server

OpenAPI MCP Server

OpenAPI MCP Server łączy asystentów AI z możliwością eksploracji i zrozumienia specyfikacji OpenAPI, oferując szczegółowy kontekst API, podsumowania i informacj...

4 min czytania
API OpenAPI +5
OpenRPC MCP Server
OpenRPC MCP Server

OpenRPC MCP Server

OpenRPC MCP Server łączy asystentów AI z systemami obsługującymi JSON-RPC przy użyciu specyfikacji OpenRPC, umożliwiając programowalną, dynamiczną integrację z ...

4 min czytania
MCP Server OpenRPC +5
Kubernetes MCP Server
Kubernetes MCP Server

Kubernetes MCP Server

Kubernetes MCP Server łączy asystentów AI z klastrami Kubernetes/OpenShift, umożliwiając programistyczne zarządzanie zasobami, operacje na podach oraz automatyz...

5 min czytania
Kubernetes MCP Server +4