OpenDota MCP 服务器

“OpenDota” MCP 服务器能做什么？

OpenDota MCP 服务器是 Model Context Protocol (MCP) 服务器的实现，用于让 AI 助手通过 OpenDota API 无缝访问 Dota 2 数据。它作为大型语言模型（LLMs）与实时 Dota 2 统计、玩家资料、比赛和英雄信息之间的桥梁，使 AI 能够驱动各种 Dota 2 相关任务的信息、分析和自动化。通过此服务器，AI 客户端可以查询详细的比赛数据、跟踪玩家表现、检索战队和英雄信息，并通过标准接口访问丰富的游戏统计。开发者和用户据此可构建基于实时 Dota 2 数据的高级应用和助手，用于分析、教练、报告和社区互动。

提示词列表

仓库中未找到提示词模板的信息。

资源列表

仓库中未有明确的 MCP 资源文档。

工具列表

• get_player_by_id：通过账号 ID 获取玩家信息。
• get_player_recent_matches：获取玩家最近的比赛。
• get_match_data：获取指定比赛的详细数据。
• get_player_win_loss：获取玩家的胜负统计。
• get_player_heroes：获取玩家常用英雄。
• get_hero_stats：获取所有英雄的统计数据。
• search_player：按名称搜索玩家。
• get_pro_players：获取职业玩家列表。
• get_pro_matches：获取最近的职业比赛。
• get_player_peers：获取与指定玩家组队过的玩家。
• get_heroes：获取所有 Dota 2 英雄列表。
• get_player_totals：获取玩家总体统计数据。
• get_player_rankings：获取玩家英雄排名。
• get_player_wordcloud：获取玩家聊天中最常用词。
• get_team_info：获取战队信息。
• get_public_matches：获取最近的公开比赛。
• get_match_heroes：获取指定比赛使用的英雄。

此 MCP 服务器的典型用例

• Dota 2 玩家分析：获取和分析玩家统计、最近比赛和表现趋势，用于教练或自我提升。
• 比赛报告与总结：基于真实比赛数据自动生成详细比赛总结和报告，用于新闻、博客或社区论坛。
• 职业赛事追踪：监控职业选手、战队和赛事，为用户提供实时更新或侦查报告。
• 英雄版本分析：访问英雄统计、排名和趋势，分析当前版本并为选人策略或版本讨论提供数据支持。
• 社区工具与机器人：为 Discord 机器人、网页仪表盘或助手功能提供 Dota 2 查询、玩家检索或实时比赛详情服务。

如何配置

Windsurf

1. 确保已安装 Python（含 uv 或 venv）和 Node.js。
2. 克隆 OpenDota MCP 服务器仓库并设置 Python 环境。
3. 在 Windsurf 配置中添加 OpenDota MCP 服务器。
4. 在你的配置文件（如 windsurf.config.json）中插入如下 JSON 片段：

   {
     "mcpServers": {
       "opendota": {
         "command": "python",
         "args": ["-m", "src.opendota_server.server"]
       }
     }
   }
   

5. 保存配置并重启 Windsurf 以激活服务器。

Claude

1. 设置 MCP 服务器的 Python 环境（参考安装说明）。
2. 新建或编辑 claude_desktop_config.json：

   {
     "mcpServers": {
       "opendota": {
         "command": "python",
         "args": ["-m", "src.opendota_server.server"]
       }
     }
   }
   

   • 若为 WSL 环境：

     {
       "mcpServers": {
         "opendota": {
           "command": "wsl.exe",
           "args": [
             "--",
             "bash",
             "-c",
             "cd ~/opendota-mcp-server && source .venv/bin/activate && python src/opendota_server/server.py"
           ]
         }
       }
     }
     

3. 保存配置并重启 Claude Desktop。
4. 验证 OpenDota MCP 服务器是否出现在可用 MCP 服务器列表中。

Cursor

1. 按仓库说明准备 Python 环境并安装依赖。
2. 打开 Cursor 设置或配置文件。
3. 在 mcpServers 下添加 OpenDota MCP 服务器：

   {
     "mcpServers": {
       "opendota": {
         "command": "python",
         "args": ["-m", "src.opendota_server.server"]
       }
     }
   }
   

4. 保存并重启 Cursor 以生效。

Cline

1. 克隆并设置 OpenDota MCP 服务器的 Python 环境。
2. 打开你的 Cline 配置。
3. 在 mcpServers 区块添加一项：

   {
     "mcpServers": {
       "opendota": {
         "command": "python",
         "args": ["-m", "src.opendota_server.server"]
       }
     }
   }
   

4. 保存并重启 Cline。

API 密钥安全

• 将 OpenDota API 密钥作为环境变量保存。例如在 .env 或终端设置：

  OPENDOTA_API_KEY=your_api_key_here
  

• 若 JSON 配置支持，可如下设置：

  {
    "mcpServers": {
      "opendota": {
        "command": "python",
        "args": ["-m", "src.opendota_server.server"],
        "env": {
          "OPENDOTA_API_KEY": "your_api_key_here"
        }
      }
    }
  }
  

• 切勿将 API 密钥硬编码在源码中。

如何在 FlowHunt 流程中使用 MCP

在 FlowHunt 中集成 MCP

要将 MCP 服务器集成进 FlowHunt 工作流，首先在流程中添加 MCP 组件，并连接到你的 AI agent：

点击 MCP 组件打开配置面板。在系统 MCP 配置区域，按如下 JSON 格式填写 MCP 服务器信息：

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

配置完成后，AI agent 即可将此 MCP 作为工具，使用其全部功能。请记得将 "opendota" 替换为你的 MCP 服务器实际名称，并将 URL 替换为你的 MCP 服务器地址。

概览

我们的看法

OpenDota MCP 服务器是专为 Dota 2 统计而设计、定位明确的 MCP 服务器，工具集清晰，关于配置和 API 密钥安全的文档完善。但其缺失提示词模板、明确的 MCP 资源和采样/roots 支持等文档。若用于 Dota 2 分析和社区工具，其实用性很强，但缺乏更广泛的 MCP 协议功能。

总体来看，对于其细分领域的完整性和可用性，我们给此 MCP 服务器 6/10，但不适合作为通用 MCP 协议示例。

MCP 评分