潘德尔_mcp

【技术文档摘要】： Pendle Finance FastMCP 服务器 🚀

此仓库包含一个使用 Python 构建的 模型上下文协议 (MCP) 服务器。 它连接到 Pendle Finance DeFi 协议，并为 AI 代理或客户端（如 MCP Inspector）提供端点。

功能包括：

• 从 Pendle API 获取实时收益
• 模拟质押和交换
• 获取用户 DeFi 投资组合
• 基于 AI 的代币推荐（模拟）
• 基于 AI 的未来收益预测（模拟）

⚙ 安装与设置

1. 先决条件

系统上已安装 Python 3.10+

如果要使用 MCP Inspector，则需要 Node.js 16+

2. 克隆此仓库

git clone https://github.com/maneesa029/Pendle_mcp
cd Pendle_mcp

3. 创建并激活虚拟环境

# 创建虚拟环境
python -m venv venv

# Windows
.\venv\Scripts\activate

# macOS/Linux
source venv/bin/activate

4. 安装依赖项

pip install -r requirements.txt

5. 配置 .env 文件

在根目录创建一个 .env 文件并添加您的配置：

# FastAPI 设置
FASTAPI_ENV=development
HOST=127.0.0.1
PORT=8000

# Pendle API（公共端点不需要密钥）
PENDLE_API_URL=https://api.pendle.finance/v1/yields

# 以太坊测试网（如果使用质押模拟或交换）
RPC_URL=https://sepolia.infura.io/v3/YOUR_INFURA_KEY
PRIVATE_KEY=0xYOUR_TEST_PRIVATE_KEY

⚠ 安全警告： 切勿使用含有真实资金的主要钱包私钥。始终使用测试网密钥或一个用于测试的小型隔离账户。

---

🔬 运行和监控服务器

1. 启动 Pendle MCP 服务器

uvicorn server:app --reload --port 8000

您应该看到：

INFO:     Uvicorn 正在运行于 http://127.0.0.1:8000
INFO:     应用程序启动完成。

2. 打开 MCP Inspector（可选）

如果您想交互式地测试工具：

npx @modelcontextprotocol/inspector

这将启动一个本地 URL（例如，http://127.0.0.1:6274）

在浏览器中打开该 URL

在“工具”标签页中，您会看到所有公开的 Pendle MCP 函数：

• get_yield → 获取最高收益
• stake → 模拟质押
• swap → 模拟交换
• portfolio → 用户投资组合
• predict_best_token → AI 推荐代币
• predict_future → 未来收益预测

---

✅ 3. 使用 Python 客户端进行测试

# test_client.py
import requests

BASE = "http://127.0.0.1:8000"

print(requests.get(f"{BASE}/get_yield").json())
print(requests.post(f"{BASE}/stake", json={"user_address":"0x123","token":"PENDLE","amount":11}).json())
print(requests.get(f"{BASE}/predict_best_token").json())

---

🔹 功能

• 从 API 获取实时 Pendle 收益
• 模拟质押和交换
• 获取用户 DeFi 投资组合
• AI 预测最佳质押代币
• AI 预测未来 N 天的收益
• 无缝集成 MCP Inspector 或任何 AI 代理

---

🔹 可选的 AI 改进

• 用历史收益机器学习模型（scikit-learn / Prophet）替换随机预测
• 包含多代币的投资组合优化
• 连接以太坊测试网以模拟实际交易