NFL交易 MCP

用于从 ProSportsTransactions.com 抓取 NFL 交易数据的模块化命令行程序 (MCP)。

特征

使用灵活的过滤选项获取 NFL 交易：
- 球员/教练/高管变动（交易、自由球员签约、选秀权等）
- 伤病储备的转移
- 往返小联盟的流动（NFL 欧洲）
- 因伤缺席比赛
- 因个人原因缺席比赛
- 纪律处分（停职、罚款等）
- 法律/刑事事件
按球队、球员、日期范围和交易类型进行筛选
以 CSV、JSON 或 DataFrame 格式输出数据
列出所有 NFL 球队和交易类型

安装

# Clone the repository
git clone <repository-url>
cd nfl_transactions_mcp

# Install requirements
pip install -r requirements.txt

与游标一起使用

要将此 MCP 与 Cursor 一起使用，请将以下配置添加到您的.cursor/mcp.json文件：

{
  "mcpServers": {
    "nfl-transactions": {
      "command": "python server.py",
      "env": {}
    }
  }
}

直接运行 MCP

# Run the MCP server via Cursor
cursor run-mcp nfl-transactions

可用工具

1. fetch_transactions

根据指定的过滤器获取 NFL 交易。

参数：

start_date （必需）：开始日期，格式为 YYYY-MM-DD
end_date （必需）：结束日期，格式为 YYYY-MM-DD
transaction_type （可选，默认值：“全部”）：要过滤的交易类型
team （可选）：团队名称
player （可选）：玩家姓名
output_format （可选，默认值：“json”）：输出格式（csv、json 或 dataframe）

例子：

{
  "jsonrpc": "2.0",
  "method": "fetch_transactions",
  "params": {
    "start_date": "2023-01-01",
    "end_date": "2023-12-31",
    "transaction_type": "Injury",
    "team": "Patriots"
  },
  "id": 1
}

2. 列出团队

列出所有可供过滤的 NFL 球队。

例子：

{
  "jsonrpc": "2.0",
  "method": "list_teams",
  "id": 2
}

3. 列出交易类型

列出可供过滤的所有交易类型。

例子：

{
  "jsonrpc": "2.0",
  "method": "list_transaction_types",
  "id": 3
}

与超级代理集成

此 MCP 旨在轻松与 AI 代理或超级代理集成。代理可以通过 JSON-RPC 请求与此 MCP 交互，并根据用户查询检索 NFL 交易数据。

代理集成示例：

# Example of an agent calling the MCP
import json
import subprocess

def call_mcp(method, params=None):
    request = {
        "jsonrpc": "2.0",
        "method": method,
        "params": params or {},
        "id": 1
    }
    
    # Call the MCP via cursor
    cmd = ["cursor", "run-mcp", "nfl-transactions"]
    proc = subprocess.Popen(cmd, stdin=subprocess.PIPE, stdout=subprocess.PIPE, text=True)
    
    # Send the request and get the response
    response, _ = proc.communicate(json.dumps(request))
    return json.loads(response)

# Example: Get Patriots injury transactions from 2023
result = call_mcp("fetch_transactions", {
    "start_date": "2023-01-01",
    "end_date": "2023-12-31",
    "transaction_type": "Injury",
    "team": "Patriots"
})

print(f"Found {len(result['data'])} transactions")