Brandfetch MCP Server について
Brandfetch MCP Serverは、LLMアプリケーションとBrandfetch APIをつなぎ、AIアシスタントによるブランド検索と詳細情報の取得を可能にします。フィールドを絞り込めるほか、API利用を案内するプロンプトも備えています。
主な機能
- 01名前でブランドを検索
- 02ロゴ、色、フォント、企業情報を取得
- 03返却フィールドを絞り込み
- 04API利用を案内する対話型プロンプト
- 05非同期処理に対応した型付きPython実装
活用シーン
- 01企業名からブランドを検索
- 02ブランドのロゴやビジュアル情報を取得
- 03必要なブランド情報の項目だけを取得
MCP 対応
Brandfetch APIによるブランド検索と詳細情報取得をツールとしてMCPクライアントに提供し、API利用を案内するプロンプトも備えています。
設定
ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。
このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。
ツール
ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。
詳細
Brandfetch MCP サーバー
概要
この MCP サーバーは、大規模言語モデル(LLM)アプリケーションと Brandfetch API の間の橋渡しを行い、AI アシスタントがブランドを検索し、包括的なブランド情報を取得できるようにします。Model Context Protocol を実装することで、このサーバーは Brandfetch のブランドデータ機能を LLM を活用したアプリケーションにシームレスに統合できるようにします。
特長
- ブランド検索:名前でブランドを検索し、基本情報を取得します
- 詳細なブランド情報:ロゴ、色、フォント、企業情報など、包括的なブランドデータを取得します
- フィールドの絞り込み:特定の情報のみをリクエストし、応答サイズと処理を最適化します
- インタラクティブなプロンプト:適切な API の使用方法を案内する組み込みプロンプト
- 型安全な実装:最新の非同期処理に対応した、型付け済みの Python コードベース
- 堅牢なエラー処理:包括的なエラー処理とログ記録
インストール
前提条件
- Python 3.9 以降
- Brandfetch API の認証情報(API キーとクライアント ID)
uv を使用する(推奨)
# Create and navigate to a new project directory
uv init brandfetch-mcp
cd brandfetch-mcp
# Clone this repository
git clone https://github.com/VincentSolconBraze/brandfetch-mcp.git .
# Add dependencies
uv add "mcp[cli]" httpx python-dotenv
# For development
uv add --dev pytest pytest-asyncio pytest-cov ruff pyright pre-commit
pip を使用する
# Clone this repository
git clone https://github.com/VincentSolconBraze/brandfetch-mcp.git
cd brandfetch-mcp
# Install dependencies
pip install "mcp[cli]" httpx python-dotenv
# For development
pip install pytest pytest-asyncio pytest-cov ruff pyright pre-commit
設定
- サンプルを基に
.envファイルを作成します。
cp .env.example .env
- Brandfetch API の認証情報を
.envファイルに追加します。
BRANDFETCH_API_KEY=your_api_key
BRANDFETCH_CLIENT_ID=your_client_id
これらの認証情報は、Brandfetch でアカウントを作成し、API セクションに移動すると取得できます。
使用方法
Claude Desktop で実行する
シームレスに統合できるよう、サーバーを Claude Desktop に直接インストールできます。
mcp install brandfetch_server.py
MCP Inspector でテストする
MCP Inspector ツールを使用して、サーバーをローカルでデバッグおよびテストするには、次のようにします。
mcp dev brandfetch_server.py
直接実行する
サーバーを直接実行することもできます。
python brandfetch_server.py
利用可能なツール
search_brands
Brandfetch Search API を使用して、名前でブランドを検索します。
パラメーター:
name:検索する企業の名前です。client_id(任意):API のクライアント ID です。指定しない場合は、環境変数の値が使用されます。
例:
Search for brands related to "Nike"
get_brand_info
Brandfetch Brand API を使用して、識別子から詳細なブランド情報を取得します。
パラメーター:
identifier:ブランド識別子(ドメイン、ブランド ID、ISIN、または株式シンボル)fields(任意):応答に含める特定のフィールドのリスト
例:
Get detailed information about nike.com with only logos and colors
例
examples ディレクトリには、サーバーとの連携方法を示すサンプルコードがあります。
- basic_usage.py:ブランドの検索と情報取得の基本例
- advanced_usage.py:フィールドの絞り込みと結果処理を含む応用例
例を実行するには、次のようにします。
python examples/basic_usage.py
python examples/advanced_usage.py
テスト
テストスイートを実行して、サーバーの機能を検証します。
pytest
カバレッジをレポートするには、次のようにします。
pytest --cov=./ --cov-report=term
ドキュメント
詳しいドキュメントは、次のファイルを参照してください。
貢献
貢献を歓迎します。詳しくは、貢献ガイドラインをご覧ください。
セキュリティ
セキュリティの脆弱性の報告方法については、セキュリティポリシーをご確認ください。
ライセンス
このプロジェクトは MIT License のもとで公開されています。詳細は LICENSE ファイルをご覧ください。
コメント
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。