convez.ai
MCP ServerIntegração & APIsIntermediário
pipeworx-io

Manifold Markets MCP

pipeworx-io/mcp-manifold

Integração com mercados de previsão do Manifold para análise de probabilidades

Ver no GitHub
InicialPluginScore · de 0 a 100

Servidor MCP que integra o Manifold Markets, plataforma de previsão de mercados, permitindo consultar dados de mercados de previsão, probabilidades e outcomes. Parte do ecossistema Pipeworx com acesso a 865+ fontes de dados em tempo real.

Instalação

$npx convez-ai pipeworx-io/mcp-manifold

1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.

Métricas

Estrelas
0
Forks
0
Acompanhando
0
Saúde
50%
Último commit
há 1 semana
Versão
—
Issues abertas
0
Contribuidores
1

Casos de uso

  • Consultar probabilidades de eventos em mercados de previsão
  • Análise de dados de mercados para tomada de decisão
  • Integração de dados de previsão em aplicações

Veredito

MCP bem estruturado para acesso a dados do Manifold Markets via gateway Pipeworx. Oferece interface de consulta em linguagem natural através ask_pipeworx, facilitando uso sem conhecimento profundo da API subjacente.

README

A tradução para o português deste README ainda está na fila.

mcp-manifold

Manifold Markets MCP.

Part of Pipeworx — an MCP gateway connecting AI agents to 865+ live data sources.

Tools

ToolDescription

Quick Start

Add to your MCP client (Claude Desktop, Cursor, Windsurf, etc.):

{
  "mcpServers": {
    "manifold": {
      "url": "https://gateway.pipeworx.io/manifold/mcp"
    }
  }
}

Or connect to the full Pipeworx gateway for access to all 865+ data sources:

{
  "mcpServers": {
    "pipeworx": {
      "url": "https://gateway.pipeworx.io/mcp"
    }
  }
}

Using with ask_pipeworx

Instead of calling tools directly, you can ask questions in plain English:

ask_pipeworx({ question: "your question about Manifold data" })

The gateway picks the right tool and fills the arguments automatically.

More

License

MIT

Ver o original no GitHub

Bom para

Relacionados