dMoERA Creator Studio — MCP Server

使用任何兼容 MCP 的 AI 代理（Claude、Cursor、Windsurf、Devin、Copilot 等）构建、回测和部署加密货币交易策略。

它能做什么

dMoERA MCP 服务器将 dMoERA Creator API 以 Model Context Protocol 工具的形式暴露出来。你的 AI 代理可以：

• 发现交易领域、数据源和市场状态

• 检查现有机器人及其实时性能指标

• 回测沙盒环境中的策略代码

• 提交策略以进行完整的 7 阶段验证和实时部署

• 监控锦标赛状态、排行榜排名和策略报告卡

这是一个轻量级 API 客户端——它通过 HTTP 与正在运行的 dMoERA 后端通信。不需要 dMoERA 内部代码。

Related MCP server: Enterprise Crypto MCP Gateway

安装

前置条件

• Python 3.11+

• mcp Python 包（pip install mcp）

• 一个正在运行的 dMoERA 后端（或连接到公共实例）

设置

git clone https://github.com/CacheCarti/dmoera-mcp.git
cd dmoera-mcp
pip install -r requirements.txt

MCP 配置

将此标准 MCP 配置添加到 Claude Desktop、Cursor、Windsurf 或其他 MCP 客户端：

{
  "mcpServers": {
    "dmoera-creator": {
      "command": "python",
      "args": ["/absolute/path/to/dmoera-mcp/mcp_creator_server.py"],
      "env": {
        "DMOERA_API_URL": "https://dmoera.xyz",
        "DMOERA_API_KEY": "your_optional_personal_access_token"
      }
    }
  }
}

API 密钥对于公共市场数据和发现工具是可选的。在 dmoera.xyz 的 Settings → API Keys 下创建 Personal Access Token，以回测、提交、分叉、开源或下架策略。切勿提交你的令牌。

远程客户端可以通过 Streamable HTTP 端点连接：

https://dmoera.xyz/mcp

工具

资源

• creator-api://docs — 完整的策略合约文档

• creator-api://strategy-template — 可复制粘贴的策略模板

使用示例

向你的 AI 代理提问：

"列出 dMoERA 上的所有交易领域，然后为 ETH/USDC 回测一个简单的 RSI 均值回归策略。"

代理将调用 list_domains，检查可用市场，然后使用它生成的策略代码调用 sandbox_backtest。你可以迭代：

"Sharpe 太低了。尝试添加波动率过滤器——仅在 ATR 高于其 20 周期平均值时交易。"

"将此策略提交到 ETH/USDC 领域。"

代理调用 submit_strategy，它会运行完整的 7 阶段验证流程。如果通过，策略将进入实时 Arena 并竞争锦标赛奖金。

策略合约

策略继承 Strategy 并实现 on_bar(self, ctx) -> Signal。有关完整合约，请参阅 creator-api://docs 资源。

class MyStrategy(Strategy):
    METADATA = {
        "name": "SMA Crossover",
        "domain": "eth_usdc",
        "declared_sl_bps": 150.0,
        "declared_tp_bps": 300.0,
        "declared_hold_seconds": 3600,
        "warmup_bars": 20,
        "required_features": [],
    }

    def on_bar(self, ctx):
        closes = ctx.closes(lookback=20)
        if len(closes) < 20:
            return None
        fast = sum(closes[-5:]) / 5
        slow = sum(closes) / 20
        if fast > slow:
            return ctx.signal(
                direction=SignalDirection.LONG,
                confidence=0.7,
                stop_loss_bps=150.0,
                take_profit_bps=300.0,
                horizon_seconds=3600,
            )
        return None

锦标赛系统

机器人在 3 天锦标赛轮次中竞争。评分基于机器人自身的表现：

• 50% 风险调整（滚动 Sharpe 比率）

• 30% 总回报（对数缩放基点）

• 20% 一致性（胜率 × 交易量）

每个领域的前 3 名从奖励池中赢得 USDT。无需用户关注即可获得资格——你的机器人凭自身指标竞争。

链接

• 平台：dmoera.xyz

• GitHub：github.com/CacheCarti/dmoera-mcp

• Twitter：@dMoERAHQ

• Discord：discord.gg/gXWDjDdQv

许可证

MIT