一个MCP服务器,为交易代理提供token紧凑的市场状态简报,而非原始OHLCV数据
摘要
介绍patternfetch,一个MCP服务器+REST API,为交易代理提供token紧凑的市场状态简报,而非原始OHLCV数据,减少token使用和幻觉。
在构建关注加密货币市场的代理时,我不断遇到两个问题:原始OHLCV消耗token,并且模型对数字产生幻觉。patternfetch在一次调用中返回完整的技术图景——紧凑的K线 + 检测到的形态 + 支撑/阻力 + 趋势/区间 + 解释过的RSI/EMA + 一行摘要。它是一个MCP服务器+REST API,专注加密货币,免费层,非个人化数据(非建议)。我制作了一个可复现的token对比(原始OHLCV vs 解释过的简报)——链接在评论中。正在寻找构建交易/研究代理的设计合作伙伴——什么能让这在您的代理中变得有用?
相似文章
API to MCP
API to MCP 让您可以将任何 API 转换为面向 AI 代理的 MCP 服务器,实现无缝集成。
@unusual_whales:突发:我们刚刚让 Claude 接入整个期权与股票市场。这就是 Unusual Whales MCP Server。它可…
Unusual Whales 发布 MCP 服务器,让 Claude 等 AI 助手实时获取期权与股票市场数据,用于构建交易机器人和金融仪表盘。
我构建了一个自托管开源MCP服务器,为本地LLM提供实时金融数据——SEC文件、13F、内幕交易和国会交易、空头数据、FRED
介绍Equibles,一个自托管开源MCP服务器,为本地LLM提供实时美国金融数据,包括SEC文件、内幕交易和经济指标。
我构建了一个零代码可视化客户端,可即时测试远程 MCP 服务器(已用 Cloudflare 的免费 MCP 测试通过)
一位开发者在 AgentSwarms 中构建了一个零代码可视化 MCP 客户端,允许直接在浏览器中测试远程 MCP 服务器,并通过 Cloudflare 的免费 MCP 服务器进行了演示,用于文档查询。
使用 MCP 进行代码执行:构建更高效的智能体
本文来自 Anthropic,探讨了如何将代码执行与 Model Context Protocol (MCP) 相结合,以提升 AI 智能体的效率。文章分析了工具定义和中间结果导致的 token 过载等挑战,并提出代码执行作为降低延迟和成本的解决方案。