Behavioral Prediction MCP

🚀 行為預測MCP服務器

行為預測MCP服務器提供由人工智能驅動的工具，用於分析錢包行為預測、欺詐檢測和跑路風險預測。開發者和平臺可通過MCP協議集成這些工具，以保護DeFi用戶、監控流動性風險，並對錢包或合約的可信度進行評分。

🚀 快速開始

此服務器為公共工具，但後端為私有。若要訪問，需通過申請獲取API密鑰。

• 服務器URL：[https://prediction.mcp.chainaware.ai/]
• 代碼倉庫：[https://github.com/ChainAware/behavioral-prediction-mcp]

✨ 主要特性

• 提供AI驅動的錢包行為預測、欺詐檢測和跑路風險預測工具。
• 所有工具遵循模型上下文協議（MCP），可通過兼容MCP的客戶端使用。
• 與所有MCP客戶端（Node、Python、瀏覽器）兼容，使用服務器發送事件（SSE）實現即時響應。

📦 安裝指南

文檔未提及安裝步驟，若有需求，請參考代碼倉庫中的相關說明。

💻 使用示例

基礎用法

Node.js示例

import { MCPClient } from "mcp-client";

const client = new MCPClient("https://prediction.mcp.chainaware.ai/");

const result = await client.call("predictive_rug_pull", {
  apiKey: "your_api_key",
  network: "BNB",
  walletAddress: "0x1234..."
});

console.log(result);

Python示例

from mcp_client import MCPClient

client = MCPClient("https://prediction.mcp.chainaware.ai/")

res = client.call("chat", {"query": "What is the rug pull risk of 0x1234?"})
print(res)

📚 詳細文檔

可用工具

1. 預測性欺詐檢測工具

• ID：predictive_fraud
• 描述：此AI算法可在欺詐行為發生前預測給定錢包地址發生欺詐活動的可能性（準確率約98%），並進行反洗錢（AML）檢查。當用戶需要對區塊鏈地址進行風險評估或早期預警時可使用。
• 示例用例：
  • 與vitalik.eth交互是否安全？
  • 此地址的欺詐狀態如何？
  • 我的新錢包是否有被用於欺詐的風險？
• 輸入參數： | 名稱 | 類型 | 是否必需 | 描述 | | --------------- | ------ | -------- | ----------------------------------------------------------------- | | apiKey | 字符串 | ✅ | 用於身份驗證的API密鑰 | | network | 字符串 | ✅ | 區塊鏈網絡 (ETH, BNB, POLYGON, TON, BASE, TRON, HAQQ) | | walletAddress | 字符串 | ✅ | 要評估的錢包地址 |
• 輸出（JSON）：

{
    "message": "string",              // 人類可讀的狀態消息
    "walletAddress": "string",        // 十六進制地址 
    "status": "Fraud",                // 欺詐狀態 (Fraud, Not Fraud, New Address)
    "probabilityFraud": "0.00–1.00",  // 十進制概率
    "token": "string",                // 
    "lastChecked": "ISO‑8601 timestamp",
    "forensic_details": {             // 深度取證分析
    /* ...其他指標... */
    },
    "createdAt": "ISO‑8601 timestamp", 
    "updatedAt": "ISO‑8601 timestamp"
}

• 錯誤情況：
  • 403 Unauthorized → apiKey無效
  • 400 Bad Request → network或walletAddress格式錯誤
  • 500 Internal Server Error → 臨時下游故障

2. 預測性行為分析工具

• ID：predictive_behaviour
• 描述：此AI驅動的引擎可預測錢包地址的意圖或下一步可能的操作，分析其過去的鏈上歷史，並提供個性化的操作建議。當需要進行以下操作時可使用：
  • 預測下一步最佳操作和意圖（“此地址會進行存款、交易還是質押？”）
  • 評估風險承受能力和經驗概況
  • 進行類別細分（如NFT、DeFi、跨鏈橋使用情況）
  • 根據歷史模式提供定製化建議
• 示例用例：
  • 此地址下一步會做什麼？
  • 用戶是高風險還是有經驗的用戶？
  • 為ETH網絡上的0x1234...推薦最佳的DeFi策略。
• 輸入參數： | 名稱 | 類型 | 是否必需 | 描述 | | --------------- | ------ | -------- | ----------------------------------------------------------------- | | apiKey | 字符串 | ✅ | 用於身份驗證的API密鑰 | | network | 字符串 | ✅ | 區塊鏈網絡 (ETH, BNB, BASE, HAQQ) | | walletAddress | 字符串 | ✅ | 要評估的錢包地址 |
• 輸出（JSON）：

{
    "message": "string",              // 例如 “Success” 或錯誤信息
    "walletAddress": "string",        // 回顯輸入
    "status": "string",               // 欺詐狀態 (Fraud, Not Fraud, New Address)
    "probabilityFraud": "0.00–1.00",  // 十進制欺詐分數
    "lastChecked": "ISO‑8601 timestamp",
    "forensic_details": {             // 深度取證分析
    /* ...其他指標... */
    },
    "categories": [ { "Category": "string", "Count": int }, … ],
    "riskProfile": [ { "Category": "string", "Balance_age": float }, … ],
    "segmentInfo": "JSON‑string of segment counts",
    "experience": { "Type": "Experience", "Value": int },
    "intention": {
        "Type": "Intentions",
        "Value": { "Prob_Trade": "High", "Prob_Stake": "Medium", … }
    },
    "protocols": [ { "Protocol": "string", "Count": int }, … ],
    "recommendation": { "Type": "Recommendation", "Value": [ "string", … ] },
    "createdAt": "ISO‑8601 timestamp",
    "updatedAt": "ISO‑8601 timestamp"
}

• 錯誤情況：
  • 403 Unauthorized → apiKey無效
  • 400 Bad Request → network或walletAddress格式錯誤
  • 500 Internal Server Error → 臨時下游故障

3. 預測性跑路風險檢測工具

• ID：predictive_rug_pull
• 描述：此AI引擎可預測哪些流動性池或合約未來可能會發生“跑路”情況。當需要在用戶向風險池存款前發出警告或監控鏈上智能合約安全時可使用。
• 示例用例：
  • 如果我在這個新的DeFi池中質押資產，會發生跑路情況嗎？
  • 監控我的流動性池頭寸是否存在未來被利用的風險。
• 輸入參數： | 名稱 | 類型 | 是否必需 | 描述 | | --------------- | ------ | -------- | ------------------------------------------------- | | apiKey | 字符串 | ✅ | 用於身份驗證的API密鑰 | | network | 字符串 | ✅ | 區塊鏈網絡 (ETH, BNB, BASE, HAQQ) | | walletAddress | 字符串 | ✅ | 智能合約或流動性池地址 |
• 輸出（JSON）：

{
  "message": "Success",
  "contractAddress": "0x1234...",
  "status": "Fraud",
  "probabilityFraud": 0.87,
  "lastChecked": "2025-10-25T12:45:00Z",
  "forensic_details": { /* 鏈上指標字典 */ }, 
  "createdAt": "2025-10-25T12:45:00Z",
  "updatedAt": "2025-10-25T12:45:00Z"
}

• 錯誤情況：
  • 403 Unauthorized → apiKey無效
  • 400 Bad Request → network或walletAddress格式錯誤
  • 500 Internal Server Error → 臨時下游故障

服務配置

{
  "type": "http",
  "config": {
    "mcpServers": {
      "behavioural_prediction_mcp": {
        "type": "http",
        "url": "https://prediction.mcp.chainaware.ai/sse",
        "description": "The Behavioural Prediction MCP Server provides AI-powered tools to analyze wallet behaviour prediction,fraud detection and rug pull prediction.",
        "headers": {
          "x-api-key": ""
        },
        "params": {
          "walletAddress": "",
          "network": ""
        },
        "auth": {
          "type": "api_key",
          "header": "X-API-Key"
        }
      }
    }
  }
}

集成說明

• 與所有MCP客戶端（Node、Python、瀏覽器）兼容。
• 使用服務器發送事件（SSE）實現即時響應。
• JSON模式與MCP規範匹配。
• 可能會有速率限制。
• 生產環境端點需要API密鑰。

訪問策略

MCP服務器的生產使用需要API密鑰。若要申請訪問：可通過https://chainaware.ai/pricing訂閱列出的可用計劃。

📄 許可證

客戶端示例採用MIT許可證。服務器實現和後端邏輯為專有內容，保留私有。