你手上的 AI agent（不管它是 Claude Code、Cursor、Claude Desktop、Hermes，还是别的）平时查东西靠联网搜索，可查实时行情又慢又容易抓到旧报价。这篇给你一个真正省事的路子：我把一个现成的 crypto MCP server 放到 GitHub 上，你 clone 下来、丢给你的 agent，跟它说一句「按我机器环境把它接上」，它就帮你建环境、改配置、验证——全自动。要用的是你自己那个 agent，不是我的。

先讲结论：MCP（Model Context Protocol）不是给 agent 塞一堆大厂 key，而是在自己机器上跑一个小进程，把函数暴露成工具。 这套东西走标准 stdio，写的任何 MCP-capable 客户端都能接。代码就一个文件、5 个工具、数据源用 CoinGecko 免费 API（不用 key），我开源在 GitHub 上。

一、这套东西是啥

• 5 个工具：get_btc_price / get_crypto_price / get_trending / get_market_overview / get_historical
• 数据源：CoinGecko 免费 API，不用申请 key，价格量级自适应小数位
• 传输：标准 MCP stdio（客户端开子进程、跟它 stdin/stdout 用 JSON-RPC 通信），所以任何支持 MCP 的 agent 都能接，不绑定我用的这个
• 落地就是一个 server.py + requirements.txt，几十行

工具长这样（tools/list 列出来的就是这 5 个）：

coin 参数用 CoinGecko 的 coin id：bitcoin / ethereum / solana / dogecoin / binancecoin 等，写错会返回 404。

二、最省事：把 repo 丢给你的 AI（推荐）

整套在 GitHub：https://github.com/Wang200935/crypto-mcp-server

git clone https://github.com/Wang200935/crypto-mcp-server.git
cd crypto-mcp-server

然后把整个目录丢给你的 agent，跟它说这一段（把尖括号换成你的信息）：

用这个 crypto-mcp 的 server.py，按我本机的环境（Python 版本、路径）建好 venv、装依赖，然后把它接进我的 agent（MCP 配置），跑一下确认 5 个工具能列出来。我的 agent 是 <Claude Code / Cursor / Claude Desktop / Hermes>，项目路径是 <你这个目录的绝对路径>。

你的 agent 会自动帮你：建 venv → 装依赖 → 改你的 MCP 配置 → 重载 → 验证。你只需要告诉它路径和客户端是哪个，剩下的它全包。

三、想自己动手？（不用 AI 也行）

python3.11 -m venv .venv
.venv/bin/pip install --upgrade pip
.venv/bin/pip install -r requirements.txt

然后把这两项填进你客户端的 MCP 配置（路径换成你 clone 的地方）：

command: <绝对路径>/.venv/bin/python
args:    [<绝对路径>/server.py]

• Claude Code / Cursor → 项目根目录 .mcp.json 的 mcpServers
• Claude Desktop → claude_desktop_config.json 的 mcpServers
• Hermes → ~/.hermes/config.yaml 的 mcp_servers

改完重载（Claude/Cursor 重开对话，Hermes hermes gateway restart），然后让 agent 列出工具确认——能数出下面这 5 个就成。

四、实测数据

这是 server 直接跑出来的：

BTC 现价 $79,958、折台币 NT$ 2,538,261；7 天涨幅 +11.21%（8/20 的 $71,925 涨到 $79,985）；全球市值 $2.7 兆、BTC 占比 59.2%、活跃币种 19,340；热门清单能看到 HYPE、PENGU、SPX6900、Bittensor、SOL、BTC。

stdin/stdout 也能直接测。给我直接干，命令在下面：

printf '%s\n' \
  '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2024-11-05","capabilities":{},"clientInfo":{"name":"probe","version":"0"}}}' \
  '{"jsonrpc":"2.0","method":"notifications/initialized"}' \
  '{"jsonrpc":"2.0","id":2,"method":"tools/list"}' \
| .venv/bin/python server.py

我手動跑过，initialize 回包 serverInfo: {"name":"crypto","version":"1.29.1"}，tools/list 列全 5 个。接客户端前先跑一遍——如果连这一步都跑不出来，agent 那头肯定也接不上，省掉排错来回。

五、坑

1. Python 要 3.11+ — fastmcp 要求 ≥3.10，系统默认 python3（多半 3.9）直接 pip install fastmcp 报「找不到匹配版本」。最容易卡。
2. command 一定指 venv 里的 python — 写成系统 python，agent 调的时候 import fastmcp 全炸。
3. 包名是 fastmcp 不是 FastMCP — 大小写敏感。
4. pip 21.x 太旧 — 建完 venv 先 pip install --upgrade pip。

让 AI 做的时候，把这几条也提醒它（或者直接让它读 repo 的 README，里面有）。

最后

MCP 真正省的是接 API 的活：不用给 agent 塞 key，也不用为一个接口写插件。上面这套 server 一处、任意 MCP 客户端通用，仓库已开放在 GitHub。想省事就 clone 下来交给你的 agent，让它在你的机器上把活干完。接完你能列出那 5 个工具，就成了。