我让Claude拥有了AAVE的“眼睛”：结果如何

我让 Claude 看懂了 AAVE：事情是这样的

graph-aave-mcp: 14 个工具，7 条链，实时 AAVE

你懂的。你想要一个简单的数字，比如说， @arbitrum 上当前 $USDC 的供应利率，然后突然你就开了三个浏览器选项卡。Subgraph playground 打开着。半写了一半的 GraphQL 查询盯着你。用计算器应用手动转换 RAY 单位。

现在是 2026 年。我们不应该再这样做了。

如果你的 AI 助手可以做到呢？不是胡编乱造数字。不是猜测。而是真正查询 The Graph 索引的实时链上数据，并向你提供真实、可验证的结果。

这正是 graph-aave-mcp 所做的事情。我将用撰写本文时获取的实时数据向你证明这一点。

什么是 graph-aave-mcp？

它是一个 Model Context Protocol (MCP) 服务器，一个开源软件包，通过 @graphprotocol 的去中心化 Subgraph，将 AI 代理直接连接到 @aave V2 和 V3 借贷协议数据。

你无需编写 GraphQL 查询，只需与你的 AI 对话即可。它会找出要调用哪个工具，查询哪条链，以及如何格式化响应。MCP 层处理其间的所有事情。

它适用于 Agents、Claude、Cursor、Copilot 以及任何其他 MCP 兼容客户端。一个 npm 包。无需 Docker。无需 Python。无需复杂的 infra。

支持 7 条链：

• Ethereum (21.6M 查询/30天 — 最大的链)
• Base (5.6M 查询/30天)
• Arbitrum (5.6M 查询/30天)
• Polygon (2M 查询/30天)
• Optimism (1.8M 查询/30天)
• Avalanche (1.2M 查询/30天)
• Fantom

加上 Ethereum、Polygon 和 Avalanche 的 V2 传统部署。以及 AAVE Governance V3。

这涵盖了所有主要的 AAVE 部署。全部。通过一个工具。

证据：实时数据，现在就看

这不是理论。我的这个对话中已经安装了 graph-aave-mcp。这是我在起草本文时 Claude 实时拉取的数据。

Arbitrum AAVE V3 按总流动性排名的顶级市场：

• ARB — 56.2M 代币存入，约 0.05% 供应 APY
• DAI — 2.51M 存入，约 2.46% 供应 APY
• GHO — 1.48M 存入，约 2.56% 供应 APY
• LINK — 842K 代币存入，约 0.007% 供应 APY
• WETH — 149K 存入，约 1.77% 供应 APY
• FRAX — 135K 存入，约 0.72% 供应 APY

近期闪电贷 (Arbitrum，实时)：

• $52,546 USDC 闪电贷 — 支付 $26.27 费用
• $1,191 USDT 闪电贷 — 支付 $0.60 费用
• $152 USDC 闪电贷 — 支付 $0.08 费用

这三笔都来自同一个发起者地址。很可能是一个套利机器人正在运行连续循环。每次都在一笔交易中借入并偿还。

我没有写一行 GraphQL 代码。我让 Claude 从 Arbitrum 拉取 AAVE 储备数据和闪电贷，然后 MCP 工具自动处理了链选择、查询构建、单位转换和数据格式化。

这正是关键所在。

这 14 个工具

每个工具都对应一个常见的 DeFi 问题。没有样板代码。无需记忆文档。以下是你将获得的功能：

市场数据：

• get_aave_reserves — 任何链上的所有活跃市场，按 TVL 排序
• get_aave_reserve — 深入分析单一资产：利率、LTV、清算参数、生命周期统计
• get_reserve_rate_history — 历史利率随时间变化的快照

用户仓位：

• get_aave_user_position — 完整投资组合：已供应资产、借款、抵押品标志、健康因子
• simulate_health_factor — “如果 ETH 下跌 30% 我的健康因子会怎样？”立即计算

活动 Feed：

• get_recent_supplies — 谁、在哪里、何时存入什么
• get_recent_borrows — 近期借款事件，包含利率和金额
• get_aave_liquidations — 清算事件：谁被清算，哪些抵押品被没收
• get_aave_flash_loans — 闪电贷活动及费用

治理：

• get_governance_proposals — 活跃和历史 AAVE 治理提案
• get_proposal_votes — 任何提案的个人投票记录

实用工具：

• list_aave_chains — 发现所有支持的链及其 subgraph ID
• get_aave_schema — 内省任何链的完整 GraphQL schema
• query_aave_subgraph — 应急出口：当预构建工具无法满足你的用例时，运行任何原始 GraphQL 查询

simulate_health_factor 工具是一个亮点。粘贴钱包地址，指定资产，设置价格变化百分比，它会获取完整的仓位，计算当前健康因子，然后在模拟价格变动后重新计算。通过一条简单的聊天消息即可完成全面的风险模拟。

设置：30 秒，绝不夸张

这是完整的配置：

    {
      "mcpServers": {
        "graph-aave": {
          "command": "npx",
          "args": ["-y", "graph-aave-mcp"],
          "env": {
            "GRAPH_API_KEY": "your-api-key"
          }
        }
      }
    }

从 The Graph 的 Subgraph Studio 获取一个免费的 API key：https://thegraph.com/studio/apikeys/ 将此配置放入 Claude Desktop、Cursor 或任何 MCP 兼容客户端。你就上线了。

没有 Docker 容器。没有 Python 虚拟环境。没有部署脚本。只有 npx 和一个 API key。

为什么这很重要

MCP 正在将 AI 代理从文本生成器转变为数据连接的运营商。graph-aave-mcp 是首批证明这种模式适用于 DeFi 的软件包之一，而且效果很好。

如果你是研究员：无需编写代码即可查询 7 条链上的借贷利率、利用率和清算模式。让 AI 关联趋势并总结不同部署的发现。

如果你是构建者：通过描述你想要的内容来原型化 DeFi 仪表板。在你迭代前端时，AI 会从 The Graph 获取实时数据。

如果你是风险分析师：以对话方式监控钱包健康因子、模拟价格崩盘并跟踪治理提案。询问“这个地址在任何链上被清算过吗？”并获得答案。

如果你是内容创作者：将实时链上数据拉入你的文章、报告和帖子中。没有过时的截图。没有手动查找。本文中的数据是在撰写过程中实时查询的。

更大的图景

graph-aave-mcp 由 @PaulieB14 构建，他也是 graph-polymarket-mcp 和对 The Graph 的 MCP 生态系统深度贡献的幕后推手。这并非一个周末实验，它是不断壮大的协议特定 MCP 服务器浪潮的一部分，这些服务器赋予 AI 代理对链上数据的原生理解。

The Graph 的索引基础设施和 Anthropic 的 MCP 标准的结合正在悄然成为 AI 原生 DeFi 工具的基础。每个借贷市场、每次掉期、每次治理投票，都被索引、可查询，现在都可以通过自然语言访问。

graph-aave-mcp 正在引领借贷协议领域的这一变革。

亲自尝试

该软件包是开源的，采用 MIT 许可：

npm: https://www.npmjs.com/package/graph-aave-mcp 安装它。向你的 AI 询问 Ethereum 上的 AAVE 利率。检查 Arbitrum 上的钱包健康因子。模拟 ETH 价格下跌 40%。拉取治理投票记录。

然后告诉我这不就是我们与 DeFi 数据交互的未来。

本文中的数据是在撰写过程中使用 graph-aave-mcp + The Graph subgraphs 实时查询的。2026 年 3 月。

• 原文链接： x.com/graphtronauts_c/st...
• 登链社区 AI 助手，为大家转译优秀英文文章，如有翻译不通的地方，还请包涵～