Crypto Indicators MCP Server

# 加密货币市场数据和技术指标计算 MCP 服务 这是一个从 Go 项目抽取的加密货币技术指标计算服务，封装为标准的 MCP 服务，提供： 1. **高效的指标计算**：使用序列增量计算（O(n)时间复杂度） 2. **清晰的数据结构**：参考 Go 项目的 `market.Data` 结构 3. **多时间框架支持**：支持从1分钟到1周的完整周期（1m/3m/5m/15m/30m/1h/2h/4h/6h/12h/1d/1w） 4. **Aster DEX 集成**：直接从 Aster DEX 获取实时加密货币数据 5. **MCP 协议**：标准的 MCP 服务，可被任何 MCP 客户端调用 ## 特点 ### 1. 完全来自 Go 项目 本服务是对 Go 项目 `pkg/market/data.go` 的 Python 重写，保持了： - **相同的数据结构**：`MarketData`, `IntradaySeriesData`, `OIData` - **相同的计算逻辑**：EMA、MACD、RSI、ATR、布林带 - **相同的优化策略**：序列增量计算，O(n) 时间复杂度 - **相同的MACD规则**：MACD柱乘以2，与交易所显示一致 ### 2. 技术优势 - **Aster API**：获取真实的加密货币数据（BTC, ETH, SOL等） - **TA-Lib**：成熟的技术指标库 - **无需配置**：直接使用公开API，无需API密钥 - **易于扩展**：Python 生态丰富 ## 安装 ### 1. 安装依赖 ```bash # 进入 crypto_mcp 目录 cd crypto_mcp # 安装 Python 依赖 pip install -r requirements.txt ``` **注意**: TA-Lib 需要先安装 C 库： - **macOS**: `brew install ta-lib` - **Ubuntu/Debian**: `sudo apt-get install ta-lib` - **Windows**: 下载预编译的 whl 文件 ### 2. 无需配置 本服务直接使用 Aster DEX 的公开API，无需配置环境变量或API密钥。 ## 使用方法 ### 方法 1: 独立测试（不使用 MCP） ```bash # 运行测试脚本 python test_crypto_indicators.py ``` 这会测试： - 单个交易对的指标计算（BTC, ETH, SOL） - 多时间框架分析（1d, 4h, 1h, 15m） - 山寨币指标获取（SOL, AVAX, MATIC, ARB） - 不同时间框架的价格变化 ### 方法 2: 作为 MCP 服务运行 ```bash # 启动 MCP 服务器 python crypto_indicators_mcp.py ``` ### 方法 3: 使用 MCP 客户端 ```bash # 运行客户端示例 python crypto_indicators_client_example.py ``` ### 方法 4: 在 Claude Desktop 中使用 在 Claude Desktop 配置文件中添加： **macOS**: `~/Library/Application Support/Claude/claude_desktop_config.json` **Windows**: `%APPDATA%\Claude\claude_desktop_config.json` **Linux**: `~/.config/Claude/claude_desktop_config.json` ```json { "mcpServers": { "crypto-indicators": { "command": "python3", "args": ["/path/to/nofx/backend/crypto_mcp/crypto_indicators_mcp.py"] } } } ``` 然后在 Claude Desktop 中使用： ``` 请使用 get_crypto_indicators 工具获取 BTC 的 1小时 技术指标 ``` ### 方法 5: 使用 MCP Inspector 测试 ```bash # 安装 MCP Inspector npx @modelcontextprotocol/inspector python3 crypto_indicators_mcp.py ``` 这会打开一个 Web 界面，可以可视化地测试 MCP 工具。 ## API 文档 ### 工具 1: `get_crypto_indicators` 获取指定加密货币和周期的技术指标数据。 **参数**: - `symbol` (必需): 交易对代码（例如：`BTC`, `ETH`, `BTCUSDT`, `ETHUSDT`） - `timeframe` (可选): 时间周期 - **分钟级**: `1m`, `3m`, `5m`, `15m`, `30m` - **小时级**: `1h`, `2h`, `4h`, `6h`, `12h` - **日周**: `1d`, `1w` - 默认: `1h` - `limit` (可选): 获取K线数量 - 短周期（分钟）: 建议 500-1000 - 中周期（小时）: 建议 500-1000 - 长周期（日/周）: 建议 200-500 - 默认: `1000` **返回**: ```json { "symbol": "BTCUSDT", "timeframe": "1h", "current_price": 43250.50, "price_change_1h": 0.85, "price_change_4h": 2.15, "current_ema20": 43100.20, "current_ema60": 42900.10, "current_macd_hist": 45.23, "current_rsi7": 65.2, "current_rsi14": 58.3, "current_atr14": 250.85, "open_interest": { "latest": 1234567.89, "average": 1234567.89 }, "funding_rate": 0.0001, "intraday_series": { "mid_prices": [43100, 43150, 43200, ...], "ema20_values": [43050, 43080, 43100, ...], "macd_hist": [40.5, 42.0, 45.2, ...], "rsi7_values": [62.5, 64.0, 65.2, ...], ... }, "timestamp": "2025-01-17T10:30:00Z" } ``` ### 工具 2: `get_multi_timeframe_analysis` 获取指定加密货币的多时间框架分析。 **参数**: - `symbol` (必需): 交易对代码 - `timeframes` (可选): 时间周期列表，默认 `["1d", "4h", "1h", "15m"]` - 支持任意组合：从 `1m` 到 `1w` 的所有周期 **返回**: 多个时间框架的数据汇总（Markdown 格式）。 ## 数据结构 ### `MarketData` ```python @dataclass class MarketData: symbol: str # 交易对代码 timeframe: str # 时间周期 current_price: float # 当前价格 price_change_1h: float # 1小时价格变化百分比 price_change_4h: float # 4小时价格变化百分比 current_ema20: float # 当前EMA20 current_ema60: float # 当前EMA60 current_macd_hist: float # 当前MACD柱（HIST = DIF - DEA） current_rsi7: float # 当前RSI(7) current_rsi14: float # 当前RSI(14) current_atr14: float # 当前ATR(14) open_interest: Optional[OIData] # 持仓量数据 funding_rate: float # 资金费率 intraday_series: IntradaySeriesData # 日内序列数据 timestamp: str # 时间戳 ``` ### `IntradaySeriesData` ```python @dataclass class IntradaySeriesData: mid_prices: List[float] # 收盘价序列（最近10个） volume_values: List[float] # 成交量序列 ema20_values: List[float] # EMA20序列 ema60_values: List[float] # EMA60序列 macd_dif: List[float] # MACD DIF序列 macd_dea: List[float] # MACD DEA序列 macd_hist: List[float] # MACD HIST序列 rsi7_values: List[float] # RSI7序列 rsi14_values: List[float] # RSI14序列 atr14_values: List[float] # ATR14序列 bb_upper: List[float] # 布林带上轨 bb_middle: List[float] # 布林带中轨 bb_lower: List[float] # 布林带下轨 ``` ### `OIData` ```python @dataclass class OIData: latest: float # 最新持仓量 average: float # 平均持仓量 ``` ## 支持的技术指标 1. **趋势指标**: - EMA20: 20周期指数移动平均线 - EMA60: 60周期指数移动平均线 2. **动量指标**: - MACD: 包括 DIF、DEA、HIST（柱状图 = (DIF-DEA)×2，与交易所显示一致） - RSI7: 7周期相对强弱指标 - RSI14: 14周期相对强弱指标 3. **波动性指标**: - ATR14: 14周期平均真实波动幅度 - 布林带: 上轨、中轨、下轨 4. **市场数据**: - 当前价格、价格变化百分比 - 持仓量（Open Interest） - 资金费率（Funding Rate） - 历史价格序列 ## 示例 ### 示例 1: 获取 BTC 的1小时指标 ```python from crypto_indicators_mcp import CryptoDataProvider provider = CryptoDataProvider() data = provider.get_market_data("BTC", "1h", 500) print(f"当前价格: ${data.current_price}") print(f"EMA20: ${data.current_ema20}") print(f"RSI7: {data.current_rsi7}") print(f"资金费率: {data.funding_rate}") ``` ### 示例 2: 多时间框架分析 ```python symbols = ["BTC", "ETH", "SOL"] timeframes = ["1d", "4h", "1h", "15m"] for symbol in symbols: for tf in timeframes: data = provider.get_market_data(symbol, tf) print(f"{symbol} ({tf}): 价格=${data.current_price}, RSI7={data.current_rsi7}") ``` ### 示例 3: 监控山寨币 ```python altcoins = ["SOL", "AVAX", "MATIC", "ARB", "OP"] for coin in altcoins: data = provider.get_market_data(coin, "15m", limit=200) if data: print(f"{coin}: ${data.current_price:.4f}") print(f" RSI(7): {data.current_rsi7:.2f}") print(f" MACD柱: {data.current_macd_hist:.3f}") print(f" 1h变化: {data.price_change_1h:.2f}%") ``` ## 性能特点 1. **序列增量计算**: 所有指标使用 TA-Lib 的优化算法，O(n) 时间复杂度 2. **并发支持**: 多时间框架分析可并发获取数据 3. **实时数据**: 直接从 Aster DEX 获取最新数据 ## 与 Go 项目的对比 | 特性 | Go 项目 | Python crypto_mcp | |------|---------|-------------------| | 数据源 | Aster API (加密货币) | Aster API (加密货币) | | 指标计算 | 手动实现 | TA-Lib | | 时间复杂度 | O(n) | O(n) | | 数据结构 | market.Data | MarketData | | MACD规则 | HIST × 2 | HIST × 2 | | 多时间框架 | ✅ | ✅ | | MCP 支持 | ❌ | ✅ | | API 密钥 | 不需要 | 不需要 | ## 支持的交易对 理论上支持 Aster DEX 所有的 USDT 交易对，包括但不限于： **主流币**: BTC, ETH, BNB **DeFi**: AVAX, MATIC, ARB, OP, UNI, AAVE **Layer1**: SOL, ADA, DOT, ATOM **其他**: DOGE, SHIB, LINK, etc. 使用时可以省略 "USDT" 后缀，服务会自动添加。 ## 常见问题 ### 1. TA-Lib 安装失败？ 确保先安装了 TA-Lib 的 C 库： ```bash # macOS brew install ta-lib # Ubuntu/Debian sudo apt-get install ta-lib # 然后安装 Python 包 pip install TA-Lib ``` ### 2. 如何获取更多历史数据？ 调整 `limit` 参数： ```python # 获取更多K线数据 data = provider.get_market_data("BTC", "1h", limit=2000) ``` ### 3. 支持哪些时间周期？ 支持: `1m`, `3m`, `5m`, `15m`, `30m`, `1h`, `2h`, `4h`, `6h`, `12h`, `1d`, `1w` ### 4. 数据从哪里来？ 直接从 Aster DEX 的公开 API 获取，无需注册或API密钥。 ## 开发计划 - [x] 基础指标计算 - [x] 多时间框架支持 - [x] MCP 服务封装 - [x] Open Interest 和 Funding Rate - [ ] 缓存机制 - [ ] 更多技术指标（KDJ、CCI等） - [ ] WebSocket 实时数据 - [ ] 性能优化 ## 许可证 MIT License ## 相关文档 - [Go 项目 CLAUDE.md](../CLAUDE.md) - [Go market/data.go](../pkg/market/data.go) - [Aster DEX 文档](https://docs.asterdex.com) - [MCP 协议文档](https://modelcontextprotocol.io/)