Freqtrade MCP 服务器

“Freqtrade” MCP 服务器的作用是什么？

Freqtrade MCP 服务器是一个模型上下文协议（Model Context Protocol, MCP）服务器，通过其 REST API 与 Freqtrade 加密货币交易机器人无缝集成。它作为 AI 助手与 Freqtrade 平台之间的桥梁，使 AI 代理能够自动化执行交易、获取实时市场数据、管理交易策略，并以编程方式与交易账户交互。这种集成增强了交易工作流的开发与自动化能力，支持诸如下单、查询余额、监控交易表现等任务，所有这些都可由 AI 驱动的工作流进行编排。Freqtrade MCP 服务器非常适合希望利用 AI 实现高级交易自动化和决策的开发者和交易者。

提示词列表

仓库中未提及明确的提示词模板。

资源列表

仓库中未描述明确的资源。

工具列表

仓库中没有明确的工具列表或 server.py 文件，也未在可访问文件中记录工具定义。

此 MCP 服务器的用例

• 自动化交易执行
  让 AI 代理在 Freqtrade 机器人上自动执行买卖单，实现策略自动化并减少人工干预。
• 投资组合监控
  允许开发者以编程方式监控投资组合表现、余额和持仓，为决策提供实时洞察。
• 策略管理
  通过 AI 工作流实现交易策略的管理与切换，简化回测和部署过程。
• 市场数据获取
  通过 Freqtrade REST API 为 AI 提供最新市场数据和行情，支持数据驱动的交易算法。

如何设置

Windsurf

1. 前置条件：
   确保已安装 Python 3.13+、Freqtrade（已开启 REST API）和 Git。
2. 克隆仓库：

   git clone https://github.com/kukapay/freqtrade-mcp.git
   cd freqtrade-mcp
   

3. 安装依赖：

   pip install freqtrade-client mcp[cli]
   

4. 编辑 Windsurf 配置：
   在您的配置文件中添加如下内容：

   "mcpServers": {
     "freqtrade-mcp": {
       "command": "uv",
       "args": [
         "--directory", "/your/path/to/freqtrade-mcp",
         "run",
         "__main__.py"
       ],
       "env": {
         "FREQTRADE_API_URL": "http://127.0.0.1:8080",
         "FREQTRADE_USERNAME": "your_username",
         "FREQTRADE_PASSWORD": "your_password"
       }
     }
   }
   

5. 保存并重启：
   保存配置并重启 Windsurf，确认 MCP 服务器已运行。

Claude

1. 前置条件：
   安装 Python 3.13+、Freqtrade 和 Git。
2. 克隆与安装：

   git clone https://github.com/kukapay/freqtrade-mcp.git
   cd freqtrade-mcp
   pip install freqtrade-client mcp[cli]
   

3. 编辑 Claude 配置：
   在适当的 JSON 位置添加上述 MCP 服务器配置。
4. 保存并重启：
   保存更改并重启 Claude 以激活 MCP 服务器。

Cursor

1. 前置条件：
   安装 Python 3.13+、Freqtrade 和 Git。
2. 克隆与安装：

   git clone https://github.com/kukapay/freqtrade-mcp.git
   cd freqtrade-mcp
   pip install freqtrade-client mcp[cli]
   

3. 编辑 Cursor 配置：
   在 mcpServers 部分插入以下内容：

   "mcpServers": {
     "freqtrade-mcp": {
       "command": "uv",
       "args": [
         "--directory", "/your/path/to/freqtrade-mcp",
         "run",
         "__main__.py"
       ],
       "env": {
         "FREQTRADE_API_URL": "http://127.0.0.1:8080",
         "FREQTRADE_USERNAME": "your_username",
         "FREQTRADE_PASSWORD": "your_password"
       }
     }
   }
   

4. 保存并重启：
   重启 Cursor 并确认服务器已运行。

Cline

1. 前置条件：
   安装 Python 3.13+、Freqtrade 和 Git。
2. 克隆与安装：

   git clone https://github.com/kukapay/freqtrade-mcp.git
   cd freqtrade-mcp
   pip install freqtrade-client mcp[cli]
   

3. 配置 Cline：
   在 mcpServers 区块加入以下内容：

   "mcpServers": {
     "freqtrade-mcp": {
       "command": "uv",
       "args": [
         "--directory", "/your/path/to/freqtrade-mcp",
         "run",
         "__main__.py"
       ],
       "env": {
         "FREQTRADE_API_URL": "http://127.0.0.1:8080",
         "FREQTRADE_USERNAME": "your_username",
         "FREQTRADE_PASSWORD": "your_password"
       }
     }
   }
   

4. 保存并重启：
   保存配置并重启 Cline，确认 MCP 集成生效。

API 密钥安全措施：
请在配置文件中以环境变量方式存储 API 凭据：

"env": {
  "FREQTRADE_API_URL": "http://127.0.0.1:8080",
  "FREQTRADE_USERNAME": "${FREQTRADE_USERNAME}",
  "FREQTRADE_PASSWORD": "${FREQTRADE_PASSWORD}"
},
"inputs": {
  "FREQTRADE_USERNAME": "your_username",
  "FREQTRADE_PASSWORD": "your_password"
}

如何在流程中使用此 MCP

在 FlowHunt 中使用 MCP

要将 MCP 服务器集成到您的 FlowHunt 工作流中，请首先在流程中添加 MCP 组件，并将其连接到您的 AI 代理：

点击 MCP 组件以打开配置面板。在系统 MCP 配置部分，按以下 JSON 格式填写您的 MCP 服务器信息：

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

配置完成后，AI 代理即可作为工具使用此 MCP，访问其全部功能。请记得将 “freqtrade-mcp” 替换为您的实际 MCP 服务器名，并将 URL 替换为您的 MCP 服务器地址。

总览

综上，Freqtrade MCP 服务器提供了清晰的概览和设置指导，但在公开文件中缺乏对提示词、资源和工具的详细文档。其与 Freqtrade 的 AI 集成实用性强，但文档完整性稍显不足，影响其全面评分。

MCP 评分

我们的观点：
Freqtrade MCP 服务器适合自动化交易工作流和 AI 集成，但如果能补充关于可用工具、提示词模板和资源的详细文档会更好。其安装说明明确且开源，但对于高级用户来说，MCP 特性覆盖度尚不完善。

评分： 4/10