pythia-oracle-mcp

pythia-oracle-mcp 是一个基于 Model Context Protocol（MCP）的链上金融分析预言机服务器，专门为 AI 智能体和智能合约提供链上计算的技术指标数据。与传统预言机只提供价格数据不同，Pythia 能把交易员常用的技术指标（EMA、RSI、布林带、VWAP、波动率等）直接送入链上，让 AI 交易智能体和 DeFi 协议无需链下基础设施就能获取实时市场信号。

该技能通过 MCP 协议与 Claude、Cursor、Windsurf 等主流 AI 开发工具无缝集成，安装配置极为简单：一条 pip 命令加一段 JSON 配置即可启动。支持 BTC、SOL、TAO、RENDER、ONDO、AAVE、UNI 等主流代币，覆盖 5 分钟、1 小时、1 天、1 周四个时间维度。

核心能力

1. 链上技术指标：提供 EMA、RSI、布林带（上下轨）、VWAP、波动率、USD 价格六类指标，数据通过 Chainlink 送入链上，无法被单点篡改
2. Pythia Events（事件订阅）：智能合约可以订阅指标条件（如 RSI 低于 30、EMA 黄金交叉），满足条件时自动触发合约回调，无需 Gelato 或链下机器人
3. Pythia Visions（形态识别）：提供走前验证的市场形态分析（形态类型、置信度、指标快照），涵盖 9 年历史回测数据
4. 多链支持：覆盖所有 Chainlink 支持的链，目前服务于 BTC、SOL、TAO、RENDER、ONDO、AAVE、UNI、MORPHO 等代币，新代币按需添加
5. 四个时间框架：5 分钟、1 小时、1 天、1 周，满足日内交易和长期分析不同需求
6. 免费试用：PythiaFaucet 合约允许免费订阅，无需 LINK 代币即可开始实验
7. 完整 MCP 工具集：20+ 个 MCP 工具，涵盖代币列表、指标查询、健康检查、订阅管理、历史数据等完整操作
8. 公开历史数据：每个指标的每日历史文件存储在公开 URL，任何人可以重新验证指标计算结果
9. 数据新鲜度：MCP 服务器每 15 分钟从 Pythia 数据引擎拉取最新状态，新代币和指标秒级更新，无需升级包版本

安装配置

环境要求

• Python 3.x
• pip 包管理器
• 可选：Claude Desktop / Claude Code / Cursor / Windsurf（用于 AI 智能体集成）

安装步骤

pip install pythia-oracle-mcp

Claude Desktop 配置

在 claude_desktop_config.json 中添加：

{
  "mcpServers": {
    "pythia-oracle": {
      "command": "pythia-oracle-mcp"
    }
  }
}

Claude Code 配置

claude mcp add pythia-oracle -- pythia-oracle-mcp

Cursor / Windsurf / VS Code

在 MCP 设置中添加：

{
  "pythia-oracle": {
    "command": "pythia-oracle-mcp"
  }
}

直接运行（无 AI 工具时）

python -m pythia_oracle_mcp

使用步骤

步骤一：安装技能包

pip install pythia-oracle-mcp

步骤二：配置 MCP 客户端

根据使用的 AI 开发工具，将 JSON 配置添加到对应的 MCP 配置文件。

步骤三：用自然语言查询指标

安装完成后，直接用自然语言向 AI 智能体提问：

> "Pythia 支持哪些代币？"

AI 调用 list_tokens → 返回所有跟踪代币的状态、数据源和运行时间。

> "我想获取 Bitcoin 的所有指标"

AI 调用 get_token_feeds("bitcoin") → 返回按类型分组的所有指标。

> "我的合约想在 BTC RSI 低于 30 时自动执行"

AI 调用 get_events_info() → 返回事件订阅的工作原理和价格信息，并生成可部署的 Solidity 合约代码。

> "展示最近 BTC 的 Visions 形态"

AI 调用 get_vision_history("BTC") → 返回近期触发的形态识别结果。

步骤四：集成到智能合约（可选）

通过 get_integration_guide() 获取不同定价档位的完整 Solidity 合约代码，使用 Hardhat 部署到任何 Chainlink 支持的链。

适用场景

1. AI 交易智能体：需要实时链上技术指标来驱动买卖决策的 AI 交易机器人
2. DeFi 协议自动再平衡：基于 RSI 或波动率阈值的金库自动调仓，不需要 Gelato 或 cron 机器人
3. 智能合约风险管理：用布林带宽度等指标自动触发风险缓解操作
4. AI 投资组合分析：调用 get_indicator_history 获取历史指标数据进行组合分析
5. 事件驱动策略：订阅 EMA 交叉或 RSI 超卖等条件，合约自动触发无需轮询
6. 链上量化研究：免费获取 9 年走前验证的形态识别数据做量化回测
7. MCP 工具开发者：参考 Pythia 的 MCP 工具 Schema 构建自己的链上数据 MCP 服务器

适用人群

• AI 交易策略开发者：构建需要链上市场信号的 AI 交易智能体
• DeFi 协议工程师：在智能合约中集成实时技术指标，实现自动化风险管理
• Quant（量化研究者）：获取免费的历史指标数据做策略回测和形态分析
• MCP 工具开发者：参考 Pythia 的完整工具集设计，学习如何将链下数据通过 MCP 协议暴露给 AI 智能体
• 区块链安全审计员：利用 Pythia 的公开历史数据验证某个时间点合约是否正确订阅了指标条件

工作原理

Pythia Oracle MCP 服务器是一个轻量级的 MCP 协议客户端，核心数据源是 https://pythia.c3x-solutions.com/feed-status.json（实时状态 Feed，每 15 分钟更新一次）。

当 AI 智能体通过 MCP 协议发送工具调用请求时，服务器解析请求参数，向 Pythia REST API 查询对应数据，并将结果格式化为 MCP 工具响应返回给 AI。数据在链上的传输由 Chainlink 完成：指标值通过 Chainlink 的 Off-chain Reporting（OCR）协议汇总签名后写入链上合约，确保数据不可伪造。

Pythia Events 的订阅机制基于条件触发模型：用户通过 Solidity 合约调用 Pythia 订阅接口，预付 LINK 代币作为费用；当指标条件满足时，Pythia 数据引擎通过 Chainlink 回调用户的合约地址，触发后续业务逻辑；未触发时按剩余时间退还 LINK。

Pythia Visions 则使用走前验证（Walk-Forward Validation）方法：形态识别模型在历史数据上训练，在未见过的未来数据上测试，确保模型的泛化能力，避免过拟合。

官方链接

• PyPI：https://pypi.org/project/pythia-oracle-mcp/
• 官网与数据浏览器：https://pythia.c3x-solutions.com
• GitHub（集成示例）：https://github.com/pythia-the-oracle/pythia-oracle-examples
• MCP 服务器评分：https://glama.ai/mcp/servers/pythia-the-oracle/pythia-oracle-mcp