TheGraph MCP 服务器

“TheGraph” MCP 服务器的作用是什么？

TheGraph MCP 服务器是一个集成层，将 AI 代理与 The Graph 协议的区块链索引数据连接起来。它通过标准化的 MCP（模型上下文协议）工具暴露子图数据，使 AI 系统能够高效访问、查询和分析区块链信息。通过允许助手获取子图 schema 并执行 GraphQL 查询，TheGraph MCP 服务器为区块链分析、链上数据检索与去中心化金融（DeFi）监控等开发流程提供支持。该服务器让开发者和 AI 代理能够获取结构化的区块链数据，进行自动化分析，并构建与 The Graph 去中心化索引网络无缝交互的应用。

提示列表

• Schema 查询
  • 用于获取和展示指定子图 schema 的提示，例如请求可读的 GraphQL schema 或了解数据模型结构。
• 数据查询
  • 用于从子图中获取特定数据的提示，比如查找交易量最高的代币、获取高流动性交易对或列出最近的 swap 事件。
• 分析任务
  • 对区块链数据进行分析的提示，如分析特定代币在指定时间段内的交易量。

资源列表

仓库中未记录显式的 MCP 资源。

工具列表

• getSubgraphSchema
  • 获取指定子图的 schema，使 AI 代理能够了解 The Graph 索引的区块链数据结构与格式。
• querySubgraph
  • 在指定子图上执行 GraphQL 查询，直接从 The Graph 的区块链索引数据中获取自定义数据集和分析结果。

该 MCP 服务器的应用场景

• 区块链数据分析
  • 开发者和 AI 代理可分析链上数据（如交易量、流动性），为 DeFi 平台或交易机器人提供洞见。
• 开发者 schema 探索
  • 快速获取子图 schema，了解数据模型，加速区块链集成应用的开发。
• DeFi 监控与报告
  • 利用子图查询自动监控去中心化交易所和资产的金融指标（如热门代币、swap 事件）。
• 自定义数据检索
  • 通过自定义 GraphQL 查询，提取用于研究、仪表盘或实时分析的特定区块链数据。
• AI 驱动的区块链助手
  • 支持基于区块链数据自动答疑或自动化任务的智能体，如异常交易提醒或生成报告。

如何配置

Windsurf

1. **前置条件：**确保已安装 Python 3.10+ 和 uv。
2. 克隆仓库：
   git clone https://github.com/kukapay/thegraph-mcp.git
3. **编辑配置文件：**找到您的 Windsurf 配置（如 config.json）。
4. 添加 TheGraph MCP 服务器：

   {
     "mcpServers": {
       "thegraph-mcp": {
         "command": "uv",
         "args": ["--directory", "path/to/thegraph-mcp", "run", "main.py"],
         "env": {
           "THEGRAPH_API_KEY": "your_api_key_here"
         }
       }
     }
   }
   

5. 保存并重启 Windsurf。
6. **验证：**用 schema 或数据查询提示测试。

Claude

1. **前置条件：**已安装 Python 和 uv。
2. 克隆仓库：
   git clone https://github.com/kukapay/thegraph-mcp.git
3. **更新 Claude 的 MCP 设置：**编辑您的 Claude 配置。
4. 插入服务器信息：

   {
     "mcpServers": {
       "thegraph-mcp": {
         "command": "uv",
         "args": ["--directory", "path/to/thegraph-mcp", "run", "main.py"],
         "env": {
           "THEGRAPH_API_KEY": "your_api_key_here"
         }
       }
     }
   }
   

5. 重启 Claude 并测试连接。

Cursor

1. **安装前置条件：**Python 3.10+ 和 uv。
2. 克隆仓库：
   git clone https://github.com/kukapay/thegraph-mcp.git
3. 编辑 Cursor 的 MCP 配置文件。
4. 添加如下 JSON：

   {
     "mcpServers": {
       "thegraph-mcp": {
         "command": "uv",
         "args": ["--directory", "path/to/thegraph-mcp", "run", "main.py"],
         "env": {
           "THEGRAPH_API_KEY": "your_api_key_here"
         }
       }
     }
   }
   

5. 重启 Cursor 并通过运行测试查询验证。

Cline

1. **前置条件：**确保已安装 Python 3.10+ 和 uv。
2. 克隆仓库：
   git clone https://github.com/kukapay/thegraph-mcp.git
3. 编辑 Cline 的配置文件。
4. 在 MCP 配置中插入以下内容：

   {
     "mcpServers": {
       "thegraph-mcp": {
         "command": "uv",
         "args": ["--directory", "path/to/thegraph-mcp", "run", "main.py"],
         "env": {
           "THEGRAPH_API_KEY": "your_api_key_here"
         }
       }
     }
   }
   

5. 重启 Cline，然后用提示测试。

密钥安全

• 将您的 THEGRAPH_API_KEY 作为环境变量存储。
• 示例配置：

  {
    "mcpServers": {
      "thegraph-mcp": {
        "command": "uv",
        "args": ["--directory", "path/to/thegraph-mcp", "run", "main.py"],
        "env": {
          "THEGRAPH_API_KEY": "${THEGRAPH_API_KEY}"
        }
      }
    }
  }
  

如何在流程中使用该 MCP

在 FlowHunt 中集成 MCP

要将 MCP 服务器集成进您的 FlowHunt 工作流，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，打开配置面板。在系统 MCP 配置部分，按如下 JSON 格式插入您的 MCP 服务器信息：

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

配置完成后，AI 代理即可使用该 MCP 作为工具，访问其所有功能。请记得将 “thegraph-mcp” 替换为您实际的 MCP 服务器名称，并将 URL 替换为您自己的 MCP 服务器地址。

概览

我们的观点

TheGraph MCP 服务器为与 The Graph 区块链索引数据交互提供了清晰的接口和两项核心工具。文档涵盖了安装和安全配置，但缺少对显式 MCP 资源、根节点或采样的详细说明。总体来说，对于其预期用途而言，它简单、直接且实用。

评分： 7/10

MCP 评分