目前,從區塊鏈提取資訊是一項相當繁瑣的手動工作。這迫使使用者了解 GraphQL,從 15,000 多個選項中找到他們需要的確切子圖,草擬具體的查詢,調整測量單位,並手動組合最終的資訊。
幸運的是,The Graph MCP(模型上下文協議)伺服器徹底改變了這種動態。它作為中介層,將基礎數據來源直接連接到 AI 伴侶,如 @claudeai、@cursor_ai 和 @Copilot。因此,開發者可以簡單地與他們的編碼助手聊天,而不是從頭開始編寫複雜的代碼。
所有繁重的工作都在幕後進行。MCP 無縫地管理整個管道,通過找到正確的子圖、草擬查詢、提取請求的數據,並完全隱藏地格式化輸出。
在其核心,The Graph 提供的索引子圖仍然是主要的真相來源。然而,MCP 作為一個深思熟慮、帶有觀點的層,直接建立在 The Graph 的網絡之上,以使訪問該資訊變得盡可能順暢。
幸運的是,The Graph MCP(模型上下文協議)伺服器徹底改變了這種動態。它作為中介層,將基礎數據來源直接連接到 AI 伴侶,如 @claudeai、@cursor_ai 和 @Copilot。因此,開發者可以簡單地與他們的編碼助手聊天,而不是從頭開始編寫複雜的代碼。
所有繁重的工作都在幕後進行。MCP 無縫地管理整個管道,通過找到正確的子圖、草擬查詢、提取請求的數據,並完全隱藏地格式化輸出。
在其核心,The Graph 提供的索引子圖仍然是主要的真相來源。然而,MCP 作為一個深思熟慮、帶有觀點的層,直接建立在 The Graph 的網絡之上,以使訪問該資訊變得盡可能順暢。