鲸鱼追踪器 MCP 服务器

“鲸鱼追踪器” MCP 服务器的功能是什么？

whale-tracker-mcp 服务器是基于 Python 实现的模型上下文协议（MCP）应用，可将 AI 助手与 Whale Alert API 连接，实现对大额加密货币交易（即“鲸鱼”转账）的实时追踪与分析。通过向 MCP 兼容客户端暴露工具、资源及提示词模板，该服务器让开发者、分析师和加密货币爱好者能够在 LLM 驱动的工作流中直接监控重要的区块链转账。其异步 API 调用、资源暴露及安全的 API 密钥管理等特性，使 whale-tracker-mcp 为 AI 驱动开发带来最新的鲸鱼动态，助力上下文感知、自动化分析和流程自动化。

提示词列表

• query_whale_activity：用于分析鲸鱼交易模式的可复用提示词模板，可按区块链筛选。

资源列表

• whale://transactions/{blockchain}：为指定区块链暴露最新鲸鱼交易，供 LLM 和客户端作为上下文数据使用。

工具列表

• get_recent_transactions：获取最新鲸鱼交易，可按区块链、最小交易金额及结果数量筛选。
• get_transaction_details：根据唯一 ID 获取某笔鲸鱼交易的详细信息。

本 MCP 服务器的应用场景

• 实时鲸鱼监控：让开发者和分析师能够跨链实时追踪大额加密货币交易，助力市场情绪分析和交易策略制定。
• 鲸鱼行为模式分析：为 AI 助手提供提示词模板和资源，分析历史及实时交易数据，识别鲸鱼行为中的趋势与异常。
• 自动提醒与报告：与工作流工具集成，在检测到重要鲸鱼转账时通知用户或触发自动操作。
• 区块链专项追踪：可针对特定区块链（如比特币、以太坊）筛选并暴露鲸鱼动态，支持专项研究或风险评估。
• 丰富 LLM 应用：为 AI 交易、合规或分析应用提供上下文鲸鱼交易数据，提升输出和推理能力。

如何部署

Windsurf

1. 确认已安装 Node.js 和 Windsurf。
2. 找到 Windsurf 配置文件（如 windsurf.config.json）。
3. 在 mcpServers 区块添加鲸鱼追踪器 MCP 服务器：

   {
     "mcpServers": {
       "whale-tracker": {
         "command": "python",
         "args": ["-m", "whale-tracker-mcp"]
       }
     }
   }
   

4. 保存配置并重启 Windsurf。
5. 验证服务器已在 Windsurf 内正常运行和可访问。

API 密钥安全

通过环境变量设置 Whale Alert API 密钥：

{
  "env": {
    "WHALE_ALERT_API_KEY": "<your_api_key_here>"
  }
}

Claude

1. 确保已安装 Node.js 和 Claude Desktop。
2. 打开 Claude Desktop 配置（一般为 claude.config.json）。
3. 如下添加鲸鱼追踪器 MCP 服务器：

   {
     "mcpServers": {
       "whale-tracker": {
         "command": "python",
         "args": ["-m", "whale-tracker-mcp"]
       }
     }
   }
   

4. 保存配置并重启 Claude Desktop。
5. 在工具列表中检查 whale-tracker，确认集成成功。

API 密钥安全

添加如下环境变量项：

{
  "env": {
    "WHALE_ALERT_API_KEY": "<your_api_key_here>"
  }
}

Cursor

1. 安装 Node.js 和 Cursor。
2. 打开 Cursor 配置文件（如 cursor.config.json）。
3. 注册鲸鱼追踪器 MCP 服务器：

   {
     "mcpServers": {
       "whale-tracker": {
         "command": "python",
         "args": ["-m", "whale-tracker-mcp"]
       }
     }
   }
   

4. 保存配置并重启 Cursor。
5. 在 Cursor 界面检查服务器是否可用。

API 密钥安全

安全地添加你的 API 密钥：

{
  "env": {
    "WHALE_ALERT_API_KEY": "<your_api_key_here>"
  }
}

Cline

1. 确保已安装 Node.js 和 Cline。
2. 打开 Cline 配置文件（如 cline.config.json）。
3. 在 mcpServers 区块添加鲸鱼追踪器 MCP 服务器：

   {
     "mcpServers": {
       "whale-tracker": {
         "command": "python",
         "args": ["-m", "whale-tracker-mcp"]
       }
     }
   }
   

4. 保存并重启 Cline。
5. 验证服务器已被注册。

API 密钥安全

将 API 密钥设置为环境变量：

{
  "env": {
    "WHALE_ALERT_API_KEY": "<your_api_key_here>"
  }
}

在流程中如何使用 MCP

在 FlowHunt 中使用 MCP

要在 FlowHunt 工作流中集成 MCP 服务器，请先添加 MCP 组件到你的流程，并将其与 AI 智能体连接：

点击 MCP 组件打开配置面板。在系统 MCP 配置部分，使用如下 JSON 格式填写你的 MCP 服务器信息：

{
  "whale-tracker": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

配置完成后，AI 智能体即可将此 MCP 作为工具使用，访问其全部功能。请记得将 “whale-tracker” 替换为你的 MCP 服务器实际名称，并将 URL 替换为你自己的 MCP 服务器地址。

概览

我的看法：鲸鱼追踪器 MCP 提供了针对加密鲸鱼追踪的聚焦且文档完善的集成，工具、提示词和资源暴露清晰，部署和安全指引也非常适合 MCP 环境。roots 和采样未见相关文档。项目维护活跃，有 stars/forks，并采用 MIT 许可。综合评分 7/10，专注于其用途与文档，但缺乏更高级的 MCP 特性。

MCP 评分