什么是 Freqtrade MCP 服务器？

Freqtrade MCP 服务器是一种集成桥梁，通过 REST API 将 AI 代理连接到 Freqtrade 加密货币交易机器人，实现自动化交易、投资组合监控和市场数据访问，并可集成到 AI 驱动的工作流中。

Freqtrade MCP 可以自动化哪些内容？

您可以自动化交易执行、监控加密资产投资组合、管理和切换交易策略，以及获取实时市场数据，这些都通过 AI 驱动的工作流实现。

如何保护我的 API 凭据安全？

请将 API 凭据作为环境变量存储在您的配置中，切勿硬编码。请在 MCP 服务器配置的 'env' 部分安全引用这些变量。

是否包含提示词模板或预定义工具？

公共仓库中未提供明确的提示词模板或工具定义，但在设置完成后，您可以通过 AI 代理使用已开放的 API 接口。

运行 Freqtrade MCP 服务器需要什么？

您需要 Python 3.13+、已启用 REST API 的 Freqtrade 实例以及相关凭据。请按照上述针对各客户端（Windsurf、Claude、Cursor、Cline）的设置步骤操作。

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

前置条件：
确保已安装 Python 3.13+、Freqtrade（已开启 REST API）和 Git。

克隆仓库：

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

安装依赖：
```
pip install freqtrade-client mcp[cli]
```

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"
    }
  }
}

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

Claude

前置条件：
安装 Python 3.13+、Freqtrade 和 Git。

克隆与安装：

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

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

Cursor

前置条件：
安装 Python 3.13+、Freqtrade 和 Git。

克隆与安装：

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

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"
    }
  }
}

保存并重启：
重启 Cursor 并确认服务器已运行。

Cline

前置条件：
安装 Python 3.13+、Freqtrade 和 Git。

克隆与安装：

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

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"
    }
  }
}

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

部分	可用性	详情/备注
总览	✅	README 中有说明
提示词列表	⛔	未发现提示词模板
资源列表	⛔	未列出明确资源
工具列表	⛔	未发现工具列表或工具定义
API 密钥安全措施	✅	配置中记录了环境变量用法
采样支持（评估时次要）	⛔	未提及