SettleMint

关于
模型上下文协议（MCP）简介
- MCP 为何重要？
- 主要特点和优势
MCP 的工作原理
SettleMint 对 MCP 的实施
- 功能和特性
- 人工智能和区块链的应用
实际例子
- 在开发工作流程中实现 MCP
- 人工智能驱动的区块链应用程序或代理
贡献
执照

关于

SettleMint 模型上下文提供程序提供了一种将 LLM、AI IDE 或 AI 代理与 SettleMint 平台和您部署的用例集成的简单方法。

有关将 MCP 与 SettleMint 平台结合使用的详细信息，请查看我们的官方文档。

模型上下文协议（MCP）简介

模型上下文协议 (MCP) 是一个框架，旨在通过提供对外部数据的结构化、上下文化的访问来增强 AI 代理和大型语言模型 (LLM) 的功能。它充当 AI 模型与各种数据源（例如区块链网络、外部 API、数据库和开发者环境）之间的桥梁。本质上，MCP 允许 AI 模型从外部世界获取相关上下文，从而实现更明智的推理和交互。

MCP 并非单一工具，而是一个标准化协议。这意味着它定义了人工智能应该如何请求信息以及外部系统应该如何响应。遵循此标准，不同的工具和系统可以以一致的方式与人工智能代理进行通信。最终，人工智能模型可以超越其训练知识，与实时数据和实际应用程序无缝交互。

MCP 为何重要？

现代人工智能模型功能强大，但传统上是以封闭系统的方式运行的——它们基于从训练数据中学习到的模式生成响应，无法感知外部系统的当前状态。这种缺乏实时上下文的现象可能是一个限制因素。MCP 至关重要，因为它弥合了这一差距，使人工智能能够实时感知上下文并以行动为导向。

以下是 MCP 很重要的几个原因：

动态数据访问：MCP 允许 AI 模型与外部生态系统（例如区块链网络或 Web API）无缝交互。这意味着 AI 代理可以在运行时查询数据库或区块链账本以获取最新信息，而不必仅仅依赖过时的训练数据。
实时上下文：通过提供结构化的实时数据访问（例如智能合约状态或应用程序状态），MCP 确保 AI 的决策和响应基于当前环境状态。这种情境感知能力能够带来更准确、更相关的结果。
扩展功能：借助 MCP，AI 代理不仅可以检索数据，还可以执行操作。例如，AI 可以使用 MCP 触发区块链交易或更新记录。这增强了代理的决策能力，使其能够根据精准的领域特定情境采取行动。
降低复杂性：MCP 为开发人员带来诸多优势，因为它为各种数据源提供了统一的接口。AI 代理无需为每个外部系统编写自定义集成代码，而是可以使用 MCP 作为连接众多数据源的单一通道。这简化了开发流程并减少了错误。

总的来说，MCP 通过将 AI 连接到实时数据并使其能够在外部系统中执行任务，使其更具感知能力、适应能力和实用性。这是迈向真正理解并与周围世界互动的 AI 的重要一步。

主要特点和优势

MCP 引入了几个关键功能，为 AI 开发人员和最终用户带来了显著的好处：

情境感知：AI 模型能够按需访问实时信息和情境。AI 代理不再孤立地运行，而是可以请求特定数据（例如“区块链上的最新区块是什么？”或“从数据库中获取用户配置文件”），并根据这些情境调整响应。这能够提供更准确、更贴合情境的结果。
区块链集成：MCP 提供与链上数据和智能合约功能的直接连接。AI 代理可以通过 MCP 查询区块链状态（例如，检查代币余额或读取合约变量），甚至调用合约方法。这为 AI 管理的区块链操作、DeFi 自动化等开辟了可能性，所有这些都可以通过标准化接口实现。
自动化功能：通过结构化访问外部系统，AI代理不仅可以读取数据，还可以采取行动。例如，AI可以自动调整智能合约的参数、发起交易或更新存储库中的配置文件。这些自动化功能允许创建智能代理，在指定的准则下自主管理基础设施或应用程序。
安全与控制：MCP 在设计时充分考虑了安全性（稍后会详细介绍）。它提供了一个受控的环境，可以监控和沙盒化外部数据和操作的访问。这确保了 AI 代理仅执行允许的操作，并且可以通过 MCP 框架内的身份验证和权限保护敏感数据。

通过结合这些特性，MCP 极大地扩展了 AI 代理的功能。它将被动模型转变为能够感知和影响外部系统的主动参与者——所有这些都以安全、结构化的方式进行。

MCP 的工作原理

核心概念

MCP 的核心是 AI 模型和外部数据源之间的中间件。MCP 并非将所有可能的知识和工具都嵌入 AI 模型内部，而是保持 AI 模型的精简，并将数据获取和执行任务转移给外部服务。AI 和 MCP 通过定义的协议进行通信：

AI 代理（客户端）：AI 代理（例如 LLM 或任何 AI 驱动的应用程序）制定信息或操作请求。该请求以 MCP 理解的标准格式表达。例如，AI 可能会请求“从区块链 Z 上的智能合约 Y 获取变量 X 的值”，或“从项目目录中获取文件 ABC 的内容”。
MCP 服务器（中介器）：MCP 服务器接收并解析请求。它充当中介器，知道如何连接到各种外部系统。服务器将确定请求所需的外部源（区块链、API、文件系统等），并使用适当的连接器或处理程序来执行查询。
外部数据源：可以是区块链节点、API 端点、数据库，甚至是本地开发环境。MCP 服务器可以与外部数据源进行通信，例如，通过 API 调用、查询区块链节点或从磁盘读取文件。
上下文响应：外部源返回请求的数据（或操作结果）。然后，MCP 服务器将此信息格式化为 AI 代理可以轻松理解的结构化响应。这可能涉及将原始数据转换为更简单的 JSON 结构或文本格式。
返回 AI：MCP 服务器将格式化的数据发送回 AI 代理。AI 可以将这些数据纳入其推理过程，或基于新的上下文继续其工作流程。从 AI 模型的角度来看，这就像它刚刚扩展了知识，或成功执行了外部操作。

MCP 的精妙之处在于它抽象了不同数据源之间的差异。AI 代理无需了解如何调用区块链或查询数据库；它只需发出通用请求，MCP 会处理其余部分。这种模块化方法意味着，无需改变 AI 的请求生成方式，即可将新的连接器添加到 MCP 以连接更多数据源。

技术工作流程

让我们逐步了解 MCP 的典型技术工作流程：

AI 发出请求：AI 代理使用 MCP SDK 或 API 发送请求。例如，在代码中，它可能会调用类似 mcp.fetch("settlemint", "getContractState", params) 的代码，其中“settlemint”可以指定目标 MCP 服务器或上下文。
MCP 解析请求：MCP 服务器（在本例中可能是 SettleMint MCP 服务器）接收请求。该请求将包含所需操作的标识符以及任何必要的参数（例如所需的区块链网络、合约地址或文件路径）。
连接器激活：MCP 根据请求类型选择合适的连接器或模块。对于区块链查询，它可能会使用配置了网络访问权限和凭证的区块链连接器。对于文件系统查询，它将使用指定路径的文件连接器。
数据检索/操作执行：MCP 执行操作。如果是数据检索，它会获取数据：例如，调用区块链节点的 API 获取合约状态，或从本地文件读取数据。如果是操作（例如执行交易或写入文件），它会使用其拥有的凭证和上下文执行该操作。
数据格式化：原始结果通常采用特定于源的格式（例如来自 Web API 的 JSON、来自文件的二进制文件等）。MCP 会将此结果格式化或序列化为标准格式（通常是 JSON 或文本表示），以便 AI 模型轻松使用。它还可能包含元数据，例如时间戳或成功/失败状态。
对 AI 的响应：MCP 将格式化的响应发送回 AI 代理。实际上，这可以是 SDK 函数调用的返回值，或者如果使用网络设置，则可以通过 websocket 或 HTTP 发送消息。
AI 持续处理：利用新数据，AI 可以调整其计划，生成更合理的答案，或触发进一步的操作。例如，如果 AI 被问及用户区块链余额的问题，它现在拥有 MCP 的余额，并可以将其包含在答案中。如果 AI 正在自主管理某项事务，它可能会根据数据决定下一步行动。

此工作流程通常在后台快速完成。从高层角度来看，MCP 可以动态扩展 AI 的功能。AI 仍然专注于决策和语言生成，而 MCP 则负责处理获取数据和在外部系统中执行命令等繁琐的工作。

关键组件

MCP 由几个核心组件组成，它们协同工作以实现上述工作流程：

MCP 服务器：这是一个中央服务或守护进程，负责运行并监听来自 AI 代理的请求。它可以被视为 MCP 的大脑，负责协调一切。MCP 服务器配置为了解各种数据源以及如何连接它们。实际上，您可以在本地或服务器上运行 MCP 服务器进程，您的 AI 代理将通过 API（例如 HTTP 请求、RPC 调用或通过 SDK）与其通信。
MCP SDK/客户端库：为了简化使用，MCP 提供了多种编程语言的 SDK。开发者可以将这些 SDK 添加到他们的 AI 代理代码中。SDK 负责处理与 MCP 服务器的通信细节，因此开发者可以直接调用函数或方法（例如 mcp.getData(...)），而无需手动构建网络调用。SDK 确保请求格式正确，并将其发送到 MCP 服务器，然后接收响应并将其传递给 AI 程序。
连接器/适配器：这些是 MCP 服务器内的模块或插件，它们知道如何与特定类型的外部系统通信。一个连接器可能处理区块链交互（与以太坊、Hyperledger 等的子模块），另一个连接器可能处理 Web API（执行 HTTP 调用），还有一个连接器可能管理本地操作系统操作（访问文件系统、运行 Shell 命令）。每个连接器都理解其域的一组操作和数据格式。连接器使 MCP 具有可扩展性——可以添加新的连接器来支持新的系统或协议。
配置文件：MCP 通常使用配置（例如 JSON 或 YAML）来了解需要激活哪些连接器以及如何访问外部服务。例如，您可以使用区块链节点的 URL、外部服务的 API 密钥或文件路径权限来配置 MCP 实例。这些配置可确保 MCP 服务器在运行时拥有安全正确地执行请求所需的信息。
安全层：由于 MCP 可以访问敏感数据并执行操作，因此它包含一个安全层。这可能涉及 API 密钥（例如示例中的 --pat 个人访问令牌）或用于连接区块链和数据库的身份验证。安全层还强制执行权限：它可以限制 AI 代理通过 MCP 执行的操作，防止滥用。例如，您可以允许对某些数据进行只读访问，但未经额外批准则不允许进行任何写入或状态更改操作。

这些组件共同构成了 MCP 的稳健性和灵活性。关注点分离（AI、MCP 和连接器）意味着每个部分都可以独立发展或维护。例如，如果引入了新的区块链，您可以为其添加连接器，而无需更改 AI 的数据请求方式。或者，如果 AI 模型更新，它仍然可以使用与之前相同的 MCP 服务器和连接器。

SettleMint 对 MCP 的实施

SettleMint 是一个领先的区块链集成平台，它采用并实施了 MCP，为 AI 代理提供区块链智能和基础设施控制。在 SettleMint 的实施中，MCP 充当了 AI 驱动应用程序与 SettleMint 平台管理或监控的区块链环境之间的桥梁。这意味着 AI 代理可以通过标准化接口与区块链资源（例如智能合约、交易和网络数据）以及底层基础设施（节点、中间件）进行深度交互。

通过利用 MCP，SettleMint 可以实现以下场景：

人工智能助手可以实时查询链上数据，例如检索智能合约的状态或最新的区块信息。
自主代理可以在人工智能决策的指导下，无需人工干预地管理区块链基础设施任务（部署合约、调整配置）。
使用 SettleMint 的开发人员可以以相对较少的努力将高级 AI 功能集成到他们的区块链应用程序中，因为 MCP 负责处理连接两个世界的繁重工作。

总而言之，SettleMint 的 MCP 版本扩展了其平台的功能，允许 AI 驱动区块链操作。这种结合将区块链的信任和透明性与 AI 的适应性和智能性结合在一起。

功能和特性

SettleMint 的 MCP 实现具有一系列针对区块链-AI 集成量身定制的丰富功能：

无缝 IDE 集成：SettleMint 的工具可在常见的开发者环境中运行，这意味着您可以在开发工作流程中使用 MCP。例如，如果您正在编写智能合约或应用程序，AI 代理（例如代码助手）可以使用 MCP 直接从您的 IDE 获取区块链状态或部署合约。这通过在编写代码时提供实时区块链反馈和操作来简化开发流程。
自动化合约管理：AI 代理可以通过 MCP 与智能合约进行交互，甚至自主修改合约。这包括部署新合约、调用现有合约的函数或监听事件。例如，AI 运维代理可以检测到 DeFi 合约中的异常，并通过 SettleMint 使用 MCP 自动触发该合约的保护功能。
人工智能驱动的分析：通过 MCP，人工智能模型可以分析区块链数据，从而获得洞察和预测。SettleMint 平台可以通过 MCP 将交易历史记录、代币变动或网络指标提供给专门从事分析的人工智能模型。然后，人工智能可以识别欺诈交易的模式或预测网络拥塞，并将这些洞察反馈给区块链应用程序或管理员。

这些功能表明，SettleMint 对 MCP 的集成不仅仅是与区块链的基本连接，而是一个全面的套件，能够以有意义的方式让人工智能访问区块链数据和控制。它允许人工智能持续监控并响应链上事件，从而有效地使区块链网络变得智能。

人工智能和区块链的应用

SettleMint 通过 MCP 结合人工智能和区块链的优势，解锁了几个强大的用例：

人工智能驱动的智能合约管理：智能合约通常需要根据外部条件（例如市场价格或使用负载）进行调整或更新。人工智能代理可以使用 MCP 监控这些条件，并通过 SettleMint 的工具主动调整智能合约参数（或建议人类进行调整）。这将创建更具适应性和弹性的区块链应用。
实时区块链监控：想象一下，与静态仪表板不同，人工智能可以监控区块链交易，并在重要事件发生时发出警报。借助多链平台 (MCP)，人工智能可以持续查询区块链中的特定模式（例如大额转账或某些合约事件），然后进行分析并向用户解释，或触发自动响应。
自主治理：在区块链治理（例如 DAO）中，提案和决策可以利用 AI 的洞察。使用 MCP，AI 代理可以收集所有与提案影响相关的链上数据，模拟不同的结果，甚至在区块链上自动投票或执行已批准的决策。这将 AI 决策支持与区块链的执行能力完美融合。
跨系统编排：SettleMint 的 MCP 不仅限于区块链数据。人工智能可以使用它来编排跨区块链和链下系统的操作。例如，人工智能代理可以检测到供应链货物（在区块链上跟踪）延迟，然后通过 MCP 更新链下数据库或向物流系统发送通知。人工智能充当智能中间件，使用 MCP 确保区块链和传统系统保持同步。

实际上，将 MCP 与 SettleMint 的 SDK（下文将讨论）结合使用，可以更轻松地实现这些场景。开发人员可以专注于 AI 应该执行的操作的高级逻辑，而 MCP 层（由 SettleMint 平台管理）则负责处理连接到区块链和其他服务的复杂性。

实际例子

为了巩固理解，让我们看一些具体的例子，了解如何在开发工作流程和应用程序中使用 MCP，尤其是使用 SettleMint 的工具。

在开发工作流程中实现 MCP

假设您是一位区块链项目的开发者，并且希望使用人工智能助手来管理您的智能合约。您可以将 MCP 集成到您的工作流程中，以便人工智能助手能够直接访问您项目的上下文（代码、文件）和区块链环境。

例如，您可以使用命令（通过 CLI 或 npm 脚本）启动一个指向您的项目目录并连接到 SettleMint 平台的 MCP 服务器。示例命令如下：

npx -y @settlemint/sdk-mcp@latest --path=/Users/llm/asset-tokenization-kit/ --pat=sm_pat_xxx

该命令的作用如下：

npx 用于执行最新版本的@settlemint/sdk-mcp 包，无需单独安装。
--path=/Users/llm/asset-tokenization-kit/ 指定 MCP 服务器将获取上下文的本地项目目录。这可以允许 AI 通过 MCP 查询该目录中的文件或代码，并从settlemint connect访问环境设置。
--pat=sm_pat_xxx 提供用于 SettleMint 服务身份验证的个人访问令牌 (PAT)。MCP 服务器需要此令牌（此处屏蔽为 xxx）才能代表您连接到 SettleMint 平台。

运行此命令后，您将拥有一个本地 MCP 服务器，该服务器将连接到您的本地项目和 SettleMint 平台。您的 AI 助手（例如，基于 Claude Sonnet 的专用代理）可以执行以下操作：

要求 MCP 根据您索引的数据（例如图表）编写表格和列表。
查询实时区块链以获取您正在处理的合同的当前状态，以验证某些内容或测试更改。
在您的网络中部署一个额外的节点
在你的稳定币合约中列出并随后铸造一些新代币

这极大地增强了开发工作流程，使人工智能成为一个可以获取真实信息并采取行动的主动参与者，而不仅仅是一个被动的代码建议工具。

在 Cursor 中使用 SettleMint MPC

Cursor（0.47.0 及以上版本）提供了一个全局的~/.cursor/mcp.json文件，您可以在其中配置 SettleMint MCP 服务器。将路径指向您的程序文件夹，并设置您的个人访问令牌。

我们使用全局 MCP 配置文件的原因是，您的个人访问令牌永远、永远、永远不应该被提交到 hits 中并将其放入项目文件夹中，这在游标中也是可能的，从而开启了这种可能性。

{
  "mcpServers": {
    "settlemint": {
      "command": "npx",
      "args": [
        "-y",
        "@settlemint/sdk-mcp@latest",
        "--path=/Users/llm/asset-tokenization-kit/",
        "--pat=sm_pat_xxx"
      ]
    }
  }
}

打开 Cursor 并导航至“设置/MCP”。服务器成功连接后，您应该会看到绿色的活动状态。

在 Claude Desktop 中使用 SettleMint MPC

打开 Claude 桌面并导航至“设置”。在“开发者”选项卡下，点击“编辑配置”以打开配置文件并添加以下配置：

{
  "mcpServers": {
    "settlemint": {
      "command": "npx",
      "args": [
        "-y",
        "@settlemint/sdk-mcp@latest",
        "--path=/Users/llm/asset-tokenization-kit/",
        "--pat=sm_pat_xxx"
      ]
    }
  }
}

保存配置文件并重启 Claude 桌面。在新的聊天屏幕上，您应该会看到一个锤子 (MCP) 图标，表示新的 MCP 服务器已可用。

在 Cline 中使用 SettleMint MPC

在 VS Code 中打开 Cline 扩展，然后点击 MCP 服务器图标。点击“配置 MCP 服务器”打开配置文件，并添加以下配置：

{
  "mcpServers": {
    "settlemint": {
      "command": "npx",
      "args": [
        "-y",
        "@settlemint/sdk-mcp@latest",
        "--path=/Users/llm/asset-tokenization-kit/",
        "--pat=sm_pat_xxx"
      ]
    }
  }
}

保存配置文件。Cline 会自动重新加载配置。服务器成功连接后，您应该会看到绿色的活动状态。

在 Windsurf 中使用 SettleMint MPC

打开 Windsurf 并导航到 Cascade 助手。点击锤子 (MCP) 图标，然后点击“配置”打开配置文件并添加以下配置：

{
  "mcpServers": {
    "settlemint": {
      "command": "npx",
      "args": [
        "-y",
        "@settlemint/sdk-mcp@latest",
        "--path=/Users/llm/asset-tokenization-kit/",
        "--pat=sm_pat_xxx"
      ]
    }
  }
}

保存配置文件，然后点击 Cascade 助手中的“刷新”重新加载。服务器成功连接后，您应该会看到绿色的活动状态。

人工智能驱动的区块链应用程序或代理

为了说明一个现实场景，我们来设想一个由人工智能驱动的去中心化金融 (DeFi) 应用。在 DeFi 领域，各种条件（价格、流动性、用户活动）瞬息万变，快速响应至关重要。

场景：您有一个管理自动流动性池的智能合约。您希望确保池子保持平衡——如果某种资产价格下跌或池子失衡，您希望自动调整费用或参数。

在此场景中使用 MCP：

人工智能代理通过 MCP 监控流动性池。每隔几分钟，它会通过 MCP 服务器请求最新的池余额和外部价格数据（来自链上或链下预言机）。
MCP 从区块链中获取最新状态（池储备、最近交易）并可能调用外部价格 API 获取当前市场价格，然后将该数据返回给 AI。
AI分析数据，假设它发现资产A在池中的占比相对于资产B大幅增加（可能是因为资产A的价格大幅下跌）。
人工智能决定，为了保护资金池，应该暂时提高掉期费（这是一种阻止套利耗尽资金池的常用措施）。
通过 MCP，AI 调用智能合约上的函数来更新费用参数。MCP 的区块链连接器负责创建交易，并通过 SettleMint 的基础设施将交易发送到网络。
该交易在链上执行，用于调整费用。MCP 会捕获成功响应以及任何相关事件（例如，合约可能触发的费用变更事件）。
人工智能收到确认后可以记录更改或通知管理员已采取行动。

在这个用例中，MCP 使人工智能能够实时守护 DeFi 合约。如果没有 MCP，人工智能将无法访问实时链上状态或执行变更。有了 MCP，人工智能将成为一个强大的自主代理，确保区块链应用程序能够适应当前情况。

这只是一个例子。人工智能驱动的区块链应用范围广泛，从自动化 NFT 市场管理，到 DAO 提案的人工智能审核员，再到响应传感器数据的智能供应链合约。MCP 为这些人工智能代理提供了在区块链及其连接系统等重要位置进行通信和行动的途径。

贡献

我们欢迎社区的贡献！请查看我们的贡献指南，了解如何通过错误报告、功能请求、文档更新或代码贡献来帮助改进 SettleMint SDK。

执照

SettleMint SDK 根据FSL 软件许可证发布。有关更多详细信息，请参阅许可证文件。