TheGraph MCP Server

Blockchain AI DeFi MCP Server

Kontakta oss för att vara värd för din MCP-server i FlowHunt

FlowHunt erbjuder ett extra säkerhetslager mellan dina interna system och AI-verktyg, vilket ger dig granulär kontroll över vilka verktyg som är tillgängliga från dina MCP-servrar. MCP-servrar som hostas i vår infrastruktur kan sömlöst integreras med FlowHunts chatbot samt populära AI-plattformar som ChatGPT, Claude och olika AI-redigerare.

Vad gör “TheGraph” MCP Server?

TheGraph MCP Server är ett integrationslager som kopplar AI-agenter till indexerad blockkedjedata från The Graph-protokollet. Den gör det möjligt för AI-system att effektivt få åtkomst till, fråga och analysera blockkedjeinformation genom att exponera subgraph-data via standardiserade MCP (Model Context Protocol)-verktyg. Genom att låta assistenter hämta subgraph-scheman och köra GraphQL-frågor förenklar TheGraph MCP Server utvecklingsflöden för blockkedjeanalys, hämtning av on-chain-data och övervakning av decentraliserad finans (DeFi). Denna server gör det möjligt för utvecklare och AI-agenter att hämta strukturerad blockkedjedata, utföra automatiserade analyser och bygga applikationer som sömlöst interagerar med The Graphs decentraliserade indexeringsnätverk.

Lista över promptar

  • Schemafrågor
    • Promptar för att hämta och visa schemat för en given subgraph, exempelvis begära ett läsbart GraphQL-schema eller förstå datamodellens struktur.
  • Datafrågor
    • Promptar för att hämta specifik data från en subgraph, såsom att hitta topp-tokens efter handelsvolym, hämta par med hög likviditet eller lista senaste swap-händelser.
  • Analysuppgifter
    • Promptar för att analysera blockkedjedata, såsom att analysera handelsvolymer för specifika tokens över definierade tidsperioder.
Logo

Redo att växa ditt företag?

Starta din kostnadsfria provperiod idag och se resultat inom några dagar.

Lista över resurser

Inga explicita MCP-resurser är dokumenterade i repot.

Lista över verktyg

  • getSubgraphSchema
    • Hämtar schemat för en angiven subgraph, vilket gör att AI-agenter kan förstå strukturen och formatet på blockkedjedata som indexeras av The Graph.
  • querySubgraph
    • Kör GraphQL-frågor på en utpekad subgraph och möjliggör hämtning av anpassade dataset och analyser direkt från The Graphs indexerade blockkedjedata.

Användningsområden för denna MCP Server

  • Blockkedjeanalys
    • Utvecklare och AI-agenter kan analysera on-chain-data, såsom handelsvolymer eller likviditet, för att ge insikter till DeFi-plattformar eller tradingbots.
  • Schemautforskning för utvecklare
    • Möjliggör snabb hämtning av subgraph-scheman för förståelse av datamodeller, vilket påskyndar utvecklingen av blockkedjeintegrerade applikationer.
  • DeFi-övervakning och rapportering
    • Automatiserad övervakning av finansiella mätvärden (t.ex. topp-tokens, swap-händelser) för decentraliserade börser och tillgångar via subgraph-frågor.
  • Anpassad datahämtning
    • Underlättar extraktion av specifik blockkedjedata för forskning, dashboards eller realtidsanalys genom att skapa och köra egna GraphQL-frågor.
  • AI-drivna blockkedjeassistenter
    • Driver agenter som kan besvara frågor eller automatisera uppgifter baserat på blockkedjedata, exempelvis larma om ovanliga transaktioner eller generera rapporter.

Så här sätter du upp den

Windsurf

  1. Förutsättningar: Säkerställ att Python 3.10+ och uv är installerade.
  2. Klona repot:
    git clone https://github.com/kukapay/thegraph-mcp.git
  3. Redigera konfigurationsfil: Lokalisera din Windsurf-konfiguration (t.ex. config.json).
  4. Lägg till TheGraph MCP Server:
    {
      "mcpServers": {
        "thegraph-mcp": {
          "command": "uv",
          "args": ["--directory", "path/to/thegraph-mcp", "run", "main.py"],
          "env": {
            "THEGRAPH_API_KEY": "your_api_key_here"
          }
        }
      }
    }
    
  5. Spara och starta om Windsurf.
  6. Verifiera: Testa med ett schema- eller datafrågeprompt.

Claude

  1. Förutsättningar: Python och uv installerade.
  2. Klona repot:
    git clone https://github.com/kukapay/thegraph-mcp.git
  3. Uppdatera Claudes MCP-inställningar: Redigera din Claude-konfiguration.
  4. Lägg in serveruppgifter:
    {
      "mcpServers": {
        "thegraph-mcp": {
          "command": "uv",
          "args": ["--directory", "path/to/thegraph-mcp", "run", "main.py"],
          "env": {
            "THEGRAPH_API_KEY": "your_api_key_here"
          }
        }
      }
    }
    
  5. Starta om Claude och testa anslutningen.

Cursor

  1. Installera förutsättningar: Python 3.10+ och uv.
  2. Klona repot:
    git clone https://github.com/kukapay/thegraph-mcp.git
  3. Redigera Cursors MCP-konfigurationsfil.
  4. Lägg till följande JSON:
    {
      "mcpServers": {
        "thegraph-mcp": {
          "command": "uv",
          "args": ["--directory", "path/to/thegraph-mcp", "run", "main.py"],
          "env": {
            "THEGRAPH_API_KEY": "your_api_key_here"
          }
        }
      }
    }
    
  5. Starta om Cursor och verifiera genom att köra en testfråga.

Cline

  1. Förutsättningar: Säkerställ att Python 3.10+ och uv finns tillgängliga.
  2. Klona repot:
    git clone https://github.com/kukapay/thegraph-mcp.git
  3. Redigera Clines konfigurationsfil.
  4. Lägg in följande i din MCP-konfiguration:
    {
      "mcpServers": {
        "thegraph-mcp": {
          "command": "uv",
          "args": ["--directory", "path/to/thegraph-mcp", "run", "main.py"],
          "env": {
            "THEGRAPH_API_KEY": "your_api_key_here"
          }
        }
      }
    }
    
  5. Starta om Cline och testa sedan med ett prompt.

Skydda API-nycklar

  • Spara din THEGRAPH_API_KEY som en miljövariabel.
  • Exempel på konfiguration:
    {
      "mcpServers": {
        "thegraph-mcp": {
          "command": "uv",
          "args": ["--directory", "path/to/thegraph-mcp", "run", "main.py"],
          "env": {
            "THEGRAPH_API_KEY": "${THEGRAPH_API_KEY}"
          }
        }
      }
    }
    

Så använder du denna MCP i flöden

Använda MCP i FlowHunt

För att integrera MCP-servrar i ditt FlowHunt-arbetsflöde börjar du med att lägga till MCP-komponenten i ditt flöde och koppla den till din AI-agent:

FlowHunt MCP flow

Klicka på MCP-komponenten för att öppna konfigurationspanelen. I systemets MCP-konfigurationssektion, infoga dina MCP-serveruppgifter med följande JSON-format:

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

När detta är konfigurerat kan AI-agenten nu använda denna MCP som ett verktyg med åtkomst till alla dess funktioner och kapaciteter. Kom ihåg att ändra “thegraph-mcp” till det faktiska namnet på din MCP-server och byt ut URL:en mot din egen MCP-server-URL.


Översikt

SektionTillgänglighetDetaljer/Anteckningar
Översikt
Lista över promptar
Lista över resurserInga explicita MCP-resurser funna
Lista över verktyg2 verktyg: getSubgraphSchema, querySubgraph
Skydda API-nycklarMiljövariabel stöds
Sampling Support (mindre viktigt för utvärdering)Ej nämnt

Vår åsikt

TheGraph MCP Server erbjuder ett tydligt gränssnitt och två väsentliga verktyg för att interagera med The Graphs indexerade blockkedjedata. Dokumentationen täcker installation och säkerhet men saknar detaljer om explicita MCP-resurser, rötter eller sampling. Sammantaget är den enkel och funktionell för sitt ändamål.

Betyg: 7/10

MCP-betyg

Har en LICENSE✅ (MIT)
Har minst ett verktyg
Antal forks7
Antal stjärnor4

Vanliga frågor

Superladda din AI med blockkedjedata

Koppla dina AI-agenter till The Graphs indexerade blockkedjedata med hjälp av TheGraph MCP Server. Möjliggör omedelbar analys, DeFi-övervakning och anpassade datafrågor i FlowHunt redan idag.

Lär dig mer

Memgraph MCP Server-integration
Memgraph MCP Server-integration

Memgraph MCP Server-integration

Memgraph MCP Server fungerar som en brygga mellan grafdatabasen Memgraph och stora språkmodeller, vilket möjliggör realtidsåtkomst till grafdata och AI-drivna a...

4 min läsning
AI MCP +5
Databricks MCP-server
Databricks MCP-server

Databricks MCP-server

Databricks MCP-server kopplar AI-assistenter till Databricks-miljöer och möjliggör autonom utforskning, förståelse och interaktion med Unity Catalog-metadata oc...

4 min läsning
AI MCP Server +5
Nodit MCP Server
Nodit MCP Server

Nodit MCP Server

Nodit MCP Server kopplar samman AI-agenter och utvecklare med strukturerad, multikedjad blockkedjedata via Nodits Web3-infrastruktur. Den möjliggör för LLM:er o...

4 min läsning
Blockchain Web3 +4