MessariMCP

Messari 影响力者关注度与资产分析

概述

call_mistral

• 用途: 与 Mistral API 交互，对文本数据（如热门话题摘要）进行情感分析。

• 返回值: 返回一个 JSON 对象，包含情感（positive、negative 或 neutral）以及该话题可能如何影响加密货币市场关注的洞察。

• 特性:
• 包含重试逻辑，用于处理速率限制。
• 缓存响应以避免冗余的 API 调用。

• 应用场景: 在 KOL 关注度分析中，通过情感分析解释异常。

get_trending_details

• 用途: 从 Messari API 获取指定日期范围和话题类别（如 "宏观评论、项目公告、法律与监管"）的热门话题。

• 返回值: 返回符合指定条件的流行话题字典。

• 应用场景: 通过将关注度异常与相关市场新闻和事件关联，为 KOL 分析提供上下文。

analyze_mindshare_data

• 用途: 从 Messari API 获取特定 Twitter 账号（如 @AltcoinGordon）的关注度数据。

• 处理流程:
• 使用 z-score（默认阈值：2.0）检测关注度分数中的异常。
• 绘制关注度分数随时间变化的图表，并用红色高亮异常。
• 提供以下洞察：
• 趋势（上升/下降/稳定）
• 分数和排名范围
• 异常列表
• 使用 call_mistral 和 get_trending_details 为检测到的异常添加情感和市场解释。

• 显示: 结果直接在 Google Colab 中显示。

• 最佳应用场景: KOL 关注度跟踪和洞察生成。

analyze_asset_mindshare

• 用途: 从 Messari API 获取特定加密货币资产（如 official-trump 对应 OM）的关注度数据。

• 处理流程:
• 使用 z-score（默认阈值：2.0）检测资产关注度分数中的异常。
• 绘制分数随时间变化的图表，并用橙色高亮异常。
• 提供以下简洁洞察：
• 关注度趋势
• 分数和排名范围
• 异常日期和分数

• 显示: 专为直接在 Google Colab 中进行交互式可视化探索设计。

• 最佳应用场景: 分析单个加密货币资产的市场关注度变化。

🚀 运行 MCP 服务器

• 导航到服务器代码：server.py

• 确保 Messari API 密钥配置正确。

API 列表

• Copilot Agent API

• Current Topics API

• X-Users Mindshare Over Time API

• Mindshare of Asset Over Time API

• Asset Details API

🔑 关键特性

• 关注度数据获取: 使用 Messari API 获取资产的每日关注度数据。

• 异常检测: 使用 z-score 阈值（默认：2.0）识别关注度分数中的显著波动。

• 可视化: 在 Google Colab 中绘制关注度分数随时间变化的图表，并高亮异常。

• 洞察: 提供关于趋势、分数范围、排名范围和异常的可读洞察。

• 可扩展性: 设计用于与 KOL 关注度分析（如 Twitter 账号）结合使用，支持联合分析。

📂 仓库中的代码链接

• Colab 笔记本: LLM_Mindshare_asset_analysis.ipynb

• MCP 服务器代码: server.py

📄 许可证

致谢

• Messari: 提供 API。

• Google Colab: 支持交互式可视化。

• Mistral AI: 提供可选的情感分析集成。