crypto-quant-signal-mcp `v1.20.0`: Veredicto Composto Sobre Indicadores Brutos para Agentes de IA

Introdução

Agentes de negociação de IA têm um problema de coordenação de sinais. Não há escassez de indicadores brutos — há um excesso deles. O RSI dispara uma compra. O MACD cruza para venda. O volume diverge do preço. Cada indicador dispara de forma independente, deixando o loop do agente arbitrar entre contradições sem uma verdade compartilhada. O agente escolhe um sinal, ignora o resto e entra em uma posição com base no ruído.

Taxa de vitória PFE de 91,6% · 237.570+ chamadas verificadas · Ancorado em Merkle na Base L2 — esse é o registro verificado por trás da camada de veredicto composta que colapsa esse problema de coordenação em um único átomo de decisão. Em vez de um exercício de desagregação de sinais, seu agente recebe uma saída opinativa construída a partir de ponderação quantitativa, classificação de regime e fusão de dados entre diferentes locais — e então decide a execução por conta própria.

A versão v1.20.0 do crypto-quant-signal-mcp traz refinamentos voltados diretamente para construtores de agentes: erros de validação mais claros, suporte formalizado ao DRYRUN_MODE e conformidade mais rigorosa com o protocolo MCP. Este post detalha as mudanças, como conectar o servidor a um loop de agente Claude Code ou Cursor, e onde as decisões de design se estabelecem.

O Problema com Pipelines de Indicadores Brutos

A maioria dos pipelines de negociação de IA conecta cálculos de indicadores em processo. O padrão parece gerenciável em um protótipo: inscrever-se em um WebSocket, executar algumas funções de análise técnica, emitir um veredicto. Em produção, três modos de falha se acumulam rapidamente.

A discordância entre indicadores é o estado básico, não o caso extremo. Indicadores de momentum seguem a tendência. Indicadores de reversão à média a desvanecem. Um pipeline que executa ambos precisa de um modelo de regime para decidir qual família confiar em qualquer momento — e esse modelo de regime é um segundo projeto de pesquisa que sua equipe não planejou. A maioria dos loops de agentes o ignora e escolhe uma heurística. A heurística falha em transições de regime.

Dados de um único local truncam o espaço de sinal. A divergência da taxa de financiamento entre dois mercados perpétuos, o desequilíbrio do fluxo de ordens entre locais, a diferença de base entre spot e perp — esses sinais entre locais são invisíveis se o agente lê a partir do feed de uma única exchange. O agente toma decisões com uma visão estruturalmente incompleta da microestrutura do mercado, e não há um sinal nos dados que o informe sobre isso.

A propagação de erros é silenciosa e não auditável. Quando um cálculo de indicador bruto falha — dados de tick malformados, tempo limite da API, caso extremo de normalização — os agentes frequentemente caem em um estado padrão ou no último valor conhecido. Não há trilha de auditoria. Após a negociação, é impossível saber se uma determinada decisão foi impulsionada por um sinal ou por um fallback. Em escala, essa ambiguidade se torna um problema de conformidade e depuração simultaneamente.

A causa estrutural não é um código ruim. É a arquitetura. Construir a camada de interpretação em processo significa que o agente possui a função de pesquisa, a função de higiene de dados e a função de execução ao mesmo tempo. Isso é um problema de coordenação, e problemas de coordenação não ficam mais baratos à medida que a frota de agentes cresce.

A Resposta do AlgoVault: Um Veredicto, Saída Auditável

O AlgoVault separa a interpretação de sinais da execução do agente. A ferramenta get_trade_signal retorna um veredicto composto — uma única saída opinativa codificando ponderação quantitativa, classificação de regime e fusão de dados entre locais — sem expor o estado intermediário do indicador ao agente.

A estrutura que orienta nossas decisões de produto: nós fornecemos a tese, os agentes decidem a execução. O agente nunca reconcilia o RSI com o MACD. Ele recebe um veredicto, uma pontuação de confiança e o contexto de regime de suporte. Ele decide se deve agir. A complexidade permanece do lado da interpretação da fronteira, não dentro do loop do agente.

Isso é M2 operacionalizado. Menos saídas, intencionalmente. O custo de coordenação da reconciliação de múltiplos indicadores é o que quebra loops de agentes em produção — não indicadores ausentes.

Para construtores que estão começando, o nível gratuito em https://t.me/algovaultofficialbot remove a maior fricção de integração: nenhuma chave de API necessária, nenhuma implantação, nenhuma configuração. Interpretações de sinais ao vivo no Telegram em menos de um minuto. Para acesso programático, o nível gratuito de 100 chamadas/mês oferece espaço suficiente para validar uma integração de ponta a ponta antes de se comprometer com um plano pago.

A versão v1.20.0 continua essa trajetória de redução de fricção. Mensagens de erro melhores significam menos tempo em loops de depuração. O DRYRUN_MODE formalizado significa validação de integração sem consumir cota ou acionar efeitos colaterais ao vivo.

Passo a Passo de Implementação: Conectando o Servidor MCP ao Seu Agente

Bloco 1 — Instalar e configurar

Adicione crypto-quant-signal-mcp v1.20.0 à configuração do seu host MCP. Nenhuma etapa de construção necessária — o servidor inicia via npx na primeira invocação:

{
  "mcpServers": {
    "algovault": {
      "command": "npx",
      "args": ["-y", "crypto-quant-signal-mcp@1.20.0"],
      "env": {
        "ALGOVAULT_API_KEY": "<sua-chave-api-ou-omita-para-nível-gratuito>"
      }
    }
  }
}

Salve isso em ~/.claude/claude_desktop_config.json para Claude Desktop, ou no caminho equivalente para Cursor. O Claude Code captura servidores MCP da mesma estrutura JSON. A dependência @modelcontextprotocol/sdk@^1.x é resolvida automaticamente via npx.

Bloco 2 — Como a validação v1.20.0 se parece em uma chamada ruim

v1.20.0 traz erros de validação estruturados no get_trade_signal. Omissão do parâmetro coin obrigatório agora retorna um erro JSON-RPC com um campo path apontando diretamente para o argumento ausente — sem suposições, sem mergulho em logs:

{
  "content": ["Erro: parâmetro 'coin' ausente."]
}