首个用于体育博彩的 MCP 服务器。 为任何 AI 代理提供 NBA、NHL、NCAAB 和 MLB 的精选建议、赔率、比赛分析和表现追踪的实时访问权限。
mcp-name: io.github.seang1121/sports-betting-mcp将任何兼容 MCP 的 AI 代理连接到实时体育博彩分析系统。每一项精选建议都在比赛开始前记录，并根据最终比分进行结算。绝无事后诸葛亮。
指标 | 数值 |
覆盖运动 | NBA, NHL, NCAAB, MLB |
博彩类型 | 独赢 (Moneyline), 让分 (Spread), 总分 (Totals) |
精选来源 | 12 个代理共识模型 |
精选总数 | 3,859+ 已结算 |
平台用户 | 30 |
工具 | 12 个 MCP 工具 |
身份验证 | API 密钥 (X-API-Key 请求头) |
运动 | 精选数 | 胜场 | 胜率 |
NBA | 1,267 | 762 | 60.1% |
NHL | 1,148 | 656 | 57.1% |
NCAAB | 1,149 | 549 | 47.8% |
MLB | 283 | 109 | 38.5% (2026年4月推出) |
所有结果均可通过 get_win_rate 工具实时查询。数据在每场比赛后更新。
Related MCP server: sports-data-mcp-server
pip install sports-betting-mcp将其放入您的 MCP 配置中（Claude Desktop, Cursor, Windsurf, Claude Code 等）：
{
"mcpServers": {
"sports-betting": {
"command": "sports-betting-mcp",
"env": {
"SPORTS_BETTING_API_URL": "https://sportsbettingaianalyzer.com",
"SPORTS_BETTING_API_KEY": "your_api_key"
}
}
}
}变量 | 必需 | 描述 |
| 是 | 用于身份验证的 API 密钥 |
| 否 | API 基础 URL（默认为 |
支持 Model Context Protocol 的任何客户端：
客户端 | 状态 |
Claude Desktop | 完全支持 |
Cursor | 完全支持 |
Windsurf | 完全支持 |
Claude Code (CLI) | 完全支持 |
任何 MCP 客户端 | 通过 stdio 传输完全支持 |
12 个工具。每次调用都会返回结构化数据，AI 代理可以对其进行推理、展示或执行操作。
工具 | 功能 |
| 所有 AI 精选建议，包含置信度分数和优势分析，可按运动筛选 |
| 当日置信度最高的单项精选 |
| 当前尚未结算、仍在进行中的精选 |
| 最近结算的精选及胜负结果 —— 验证过往记录 |
| 对任何比赛进行 12 个代理的全面分析：共识精选 + 优势分析 |
工具 | 功能 |
| 今日比赛的实时独赢、让分和总分赔率 |
| 来自多代理系统的实时警报（盘口变动、伤病影响） |
工具 | 功能 |
| 按运动和博彩类型细分的胜率 |
| 模型表现：总精选数、最近 20 场胜率、置信度等级细分 |
| 按胜率排名的用户排行榜 |
| 健康检查 —— 正常运行时间、数据库、调度程序状态 |
每场比赛都通过一个多代理流水线进行处理：
12 个专业代理独立评估比赛 —— 涵盖势头、对阵、伤病、休息、旅行、公众投注百分比、大户资金指标、历史趋势等。
共识引擎将所有 12 个意见综合为一个带有置信度分数的单一精选。
优势计算将模型的隐含概率与当前市场盘口进行比较。
精选记录在比赛开始前完成，并根据最终比分结算。绝无事后修改。
置信度分数和优势分析包含在每次精选响应中，因此您的 AI 代理可以筛选、排序或解释任何建议背后的逻辑。
API 分为两个层级：免费版（任何 API 密钥）和 专业版（需批准访问）。
端点 | 方法 | 功能 |
| GET | 今日 AI 精选及置信度分数 |
| GET | 来自 FanDuel/BetMGM 的实时赔率 |
| GET | 按运动和博彩类型细分的胜率 |
| GET | 来自 Covers.com 的实时伤病报告 |
| GET | 显著的盘口变动（大户资金信号） |
| GET | 今日完整赛程，包含赔率快照和 AI 精选标记 |
| GET | 按运动、博彩类型、置信度等级划分的模型表现 |
| GET | 排行榜 —— AI 与人类胜率对比 |
| GET | 来自 RSS 源的体育新闻推送 |
| GET | 当前待定（未结算）的精选 |
端点 | 方法 | 功能 |
| GET | 完整的结构化精选 —— 完整的优势分析、正/负优势、推理、记分卡、对手及赔率、盘口变动、质量标记 |
| POST | 针对任何比赛的按需 12 代理分析 —— 发送球队名称，获取完整共识 |
| GET | 已结算精选，包含胜负、实际比分、利润、主要贡献优势 |
| GET | 收盘价价值 (CLV) 分析 —— 盘口是否向有利于我们的方向变动？ |
| GET | 按球队名称搜索所有精选及胜负记录 |
| POST | 记录精选（支持翻转标记、精选来源追踪） |
| POST | 批量记录最多 20 个精选，包含每个精选的成功/重复/错误状态 |
| GET | 您的精选历史 —— 待定、已结算、胜率 |
| POST | 生成 Nimrod 投注单图片 |
| POST/GET/DELETE | 注册精选事件的 Webhook |
| GET | 包含每个精选的对冲/翻转数据 —— 对手、盘口、赔率 |
来自 /xk/full 的每个精选都包含：
{
"ai_pick": "Lakers -5.5",
"ai_verdict": "STRONG BET",
"ai_probability": "65%",
"ai_reasoning": "Lakers defense ranks top 5, opponent on B2B...",
"edges": [13 individual edge factors],
"top_edges": [top 5 positive],
"negative_edges": [top 3 negative],
"scorecard": [3 model scores],
"fade_pick": "Celtics +5.5",
"fade_team": "Celtics",
"fade_odds": "+105",
"fade_note": "Betting AGAINST the AI — take Celtics +5.5",
"line_moved": true,
"flags": ["line_moved"],
"data_quality": "good"
}记录精选时，包含 pick_source 以追踪决策类型：
model_agree — 跟随 AI 的精选
flip — 对冲/反向投注 AI
manual_override — 自定义精选
这使得能够随时间比较模型同意与翻转精选之间的胜率。
使用 X-API-Key 请求头进行身份验证。在 sportsbettingaianalyzer.com 获取免费密钥。专业版访问权限需要管理员批准。
组件 | 技术 |
运行时 | Python 3.10+ |
协议 | MCP (Model Context Protocol) |
传输 | stdio |
构建 | Hatchling |
分发 | PyPI ( |
后端 | Flask + SQLite |
分析 | 12 代理共识流水线 |
运动 | NBA, NHL, NCAAB, MLB |
Mortgage Rates MCP Server -- 17 家贷款机构，13 个工具，实时抵押贷款利率情报
March Madness Bracket Predictor -- 5 模型集成，14 年回测，77% 准确率，正确预测了 2026 年冠军
Agent Command Center -- 自动发现 MCP 服务器、代理、钩子、定时任务和仓库的仪表板
Unclaimed servers have limited discoverability.
If you are the server author, to access and configure the admin panel.
Grounded sports predictions plus European soccer and tennis arbitrage data for AI agents.
Live odds, cross-book +EV and graded player-prop results across 25 books. Hosted endpoint included.
Real-time sports betting data: odds, player props, edges and arbitrage from 35+ books and DFS apps.
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/seang1121/sports-betting-mcp'
If you have feedback or need assistance with the MCP directory API, please join our Discord server