market-pulse-mcp

Un servidor MCP (Model Context Protocol) pequeño y enfocado que proporciona a un LLM datos de cripto en tiempo real: precios al contado, velas OHLCV, instantáneas del libro de órdenes, tasas de financiación de perpetuos y un puñado de indicadores técnicos, calculados desde cero. Cada fuente de datos es una API de exchange pública y sin clave, por lo que no hay nada que configurar ni necesidad de crear una cuenta.

Creado por Brandon Perez (@remybanks77) como pieza de portafolio para demostrar una implementación limpia de un servidor MCP: Python tipado, una huella de dependencias pequeña y el cálculo de indicadores escrito a mano en lugar de recurrir a pandas o ta-lib.

Qué hace

market-pulse-mcp expone seis herramientas a través del transporte stdio de MCP:

Los símbolos son tickers base simples: "BTC", "ETH", "SOL". Se tolera y elimina un sufijo -USD o /USD, por lo que "BTC-USD" y "BTC" son equivalentes.

Related MCP server: MCP Crypto Market Data Server

Instalación

Con uv (recomendado)

git clone https://github.com/remybanks77/market-pulse-mcp.git
cd market-pulse-mcp
uv venv
uv pip install -e ".[dev]"

Con pip

git clone https://github.com/remybanks77/market-pulse-mcp.git
cd market-pulse-mcp
python3 -m venv .venv
source .venv/bin/activate
pip install -e ".[dev]"

Ambos métodos instalan un script de consola market-pulse-mcp que ejecuta el servidor sobre stdio.

Configurar en Claude Code

Añade esto al .mcp.json de tu proyecto (o ejecuta claude mcp add):

{
  "mcpServers": {
    "market-pulse": {
      "command": "market-pulse-mcp",
      "args": []
    }
  }
}

Si no instalaste dentro de un virtualenv activo, apunta command directamente al binario del venv, por ejemplo /path/to/market-pulse-mcp/.venv/bin/market-pulse-mcp.

Configurar en Claude Desktop

Añade esto a claude_desktop_config.json (macOS: ~/Library/Application Support/Claude/claude_desktop_config.json, Windows: %APPDATA%\Claude\claude_desktop_config.json):

{
  "mcpServers": {
    "market-pulse": {
      "command": "/absolute/path/to/market-pulse-mcp/.venv/bin/market-pulse-mcp"
    }
  }
}

Reinicia Claude Desktop después de guardar. El servidor market-pulse debería aparecer bajo el icono de martillo/herramientas con sus seis herramientas listadas.

Ejemplo de conversación

User: What's BTC doing right now, and is it overbought?

Claude: [calls get_price("BTC")]
        [calls compute_indicators("BTC", granularity="1h", limit=200)]

BTC is at $109,842 (bid $109,838 / ask $109,846). On the 1h chart:
  - RSI(14): 68.4, approaching overbought but not there yet (>70)
  - EMA(20) $109,510 above EMA(50) $108,220: short-term trend is bullish
  - ATR(14): $412, so a typical 1h range is roughly 0.4% of price
  - Realized vol (annualized): 47.9%

Not screaming overbought, but RSI is climbing. Want me to check the order
book for signs of resistance near current price, or pull funding rates to
see how leveraged longs are positioned?

User: Check funding, and give me a quick scan of BTC, ETH, and SOL.

Claude: [calls get_funding_rate("BTC")]
        [calls market_summary(["BTC", "ETH", "SOL"])]

Funding on BTC perps (Hyperliquid): 0.0057% per 8h (about 6.2% annualized).
Mildly long-skewed, nothing extreme.

Quick scan:
  BTC   $109,842   RSI 68.4   bullish   funding +6.2%/yr
  ETH   $3,912      RSI 61.2   bullish   funding +4.8%/yr
  SOL   $198.30     RSI 54.9   flat      funding +2.1%/yr

All three trending up on the hourly with positive funding. Nothing at a
extreme RSI level right now.

Notas de diseño

Por qué calcular los indicadores a mano en lugar de usar pandas o ta-lib. La idea central de este servidor es ser una dependencia pequeña y auditable: mcp y httpx, nada más. Añadir pandas para cuatro fórmulas de indicadores sería una dependencia mucho más pesada que la lógica real del servidor. market_pulse_mcp/indicators.py implementa SMA, EMA, RSI de Wilder, ATR de Wilder y la volatilidad realizada anualizada (a partir de los log returns) directamente sobre listas Python simples, con cada fórmula probada mediante tests unitarios contra datos de prueba calculados a mano, de modo que se verifica la matemática en sí y no solo el código que la conecta.

Por qué específicamente Coinbase y Hyperliquid. Ambos exponen datos de mercado completos sin API key: los endpoints públicos REST de Coinbase Exchange (api.exchange.coinbase.com) cubren ticker, velas y libro de órdenes; la API pública de información de Hyperliquid (api.hyperliquid.xyz/info) cubre el funding rate de perpetuos y los precios mark en una sola solicitud metaAndAssetCtxs. Así, el proyecto es verdaderamente zero-config: clonar, instalar, ejecutar, sin registro.

Manejo de límites de tasa. El nivel público de Coinbase limita la tasa de peticiones de forma agresiva (unas pocas por segundo). exchanges.py envuelve cada solicitud en un pequeño bucle de reintentos con backoff exponencial: reintenta en respuestas HTTP 429 y 5xx (hasta 3 intentos, duplicando el backoff cada vez) y falla rápido en otros errores 4xx, que indican una petición inválida y no una condición transitoria. market_summary usa esto por símbolo y de forma secuencial, en lugar de lanzar peticiones en paralelo; es más lento, pero mantiene una exploración multi-símbolo muy por debajo del límite público.

Filosofía de manejo de errores. Cada herramienta captura excepciones de los clientes de exchange y del cálculo de indicadores y devuelve {"error": "..."} en lugar de dejar que un traceback se propague por el transporte MCP. Así, el modelo obtiene un mensaje legible sobre el que puede actuar (reintentar, pedir otro símbolo, etc.) en vez de un fallo opaco de la herramienta.

Pruebas

pytest                    # offline tests only (default; see pyproject.toml)
pytest -m integration     # also hit live Coinbase / Hyperliquid APIs

La suite de prueba offline (tests/test_indicators.py, tests/test_exchanges.py) es totalmente determinista: los valores de indicadores se comparan con datos de prueba calculados a mano (véanse los comentarios en cada test) y las funciones auxiliares de exchange (normalización de símbolo, resolución de granularidad) son funciones puras, sin red. La suite de integración (tests/test_integration.py) está marcada con @pytest.mark.integration y se omite por defecto, ya que depende de precios en vivo y del tiempo en actividad externo. Ejecútala explícitamente cuando quieras confirmar que el código cliente aún coincide con la forma real de las APIs.

Estructura del proyecto

market_pulse_mcp/
  server.py       # MCPServer-based server: tool definitions, stdio entry point
  exchanges.py    # Coinbase + Hyperliquid HTTP clients, symbol/granularity helpers
  indicators.py   # RSI, EMA, ATR, realized volatility (stdlib only)
tests/
  test_indicators.py   # offline, fixture-based
  test_exchanges.py    # offline, pure-function tests
  test_integration.py  # live API tests, opt-in via -m integration

Licencia

Licencia MIT; ver LICENSE.