mcpField
S
ShelfSignal

ShelfSignal

ローカル
github.com/CloudCorpRecords地図・旅行03 日前に更新

ShelfSignal について

ShelfSignalは、地域の店舗が商品を登録し、AIエージェントが近隣店舗や在庫情報を調べられるオープンな索引です。商品ごとに理由付きの在庫可能性スコアを示し、掲載情報には検証レシートを付けます。

主な機能

  1. 01テキストや場所から店舗を検索
  2. 02店舗横断の商品検索
  3. 03理由付きの在庫可能性スコア
  4. 04掲載情報の検証レシートと段階
  5. 05読み取り専用HTTPレジストリAPI

活用シーン

  1. 01食品を扱う近隣店舗の検索
  2. 02訪問前の在庫可能性の確認
  3. 03店舗情報と検証段階の確認
  4. 04掲載審査用の店舗情報の提出

MCP 対応

MCPサーバーは、店舗・商品の検索、近隣店舗の検索、掲載情報の確認、在庫チェック、店舗の検証・提出、索引のカバレッジ確認ツールを提供します。

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。

mcp.json · 共通設定
{
"mcpServers": {
"cloudcorprecords-shelfsignal": {
"command": "npx",
"args": [
"-y",
"@reneturcios/shelfsignal"
]
}
}
}
起動コマンドnpx -y @reneturcios/shelfsignal

ローカルサーバーにはマシン上の実行環境(Node.js 18 以上など)が必要です。設定ファイルの場所はクライアントごとに異なります。

パッケージ
npm@reneturcios/shelfsignal0.3.1
ocighcr.io/cloudcorprecords/shelfsignal:0.3.1

ツール

8

掲載時のツール一覧 · 2 日前に更新

パラメーター型必須説明
citystringいいえ都市名。例:サンフランシスコ。
typestringいいえ店舗タイプ:restaurant、grocery、bakery、bodega、cafe、pharmacy、butcher、market、retail。
querystringいいえ店舗名、カテゴリ、商品に照合するフリーテキスト。
categorystringいいえカテゴリの絞り込み。例:tacos、bakery、produce。

詳細

ShelfSignal

AI エージェントのためのオープンな店舗インデックスです。

地元の商店が、実際に販売しているものを登録します。AI エージェントは近くにある本物の食品や商品を見つけ、各商品の在庫が実際にある可能性をスコア化し、人を街の向こう側まで向かわせる前に検証レシートを確認します。商店は掲載料として定額料金を支払います。販売した食品の30%を取られることはありません。

DoorDash や配達アプリは、閉鎖的なインデックスを構築しました。顧客を囲い込み、メニューをスクレイピングするか借り受け、注文ごとに商店から15~30%を徴収し、それでも欲しい商品が厨房にあるかどうかを伝えられません。ShelfSignal はその反対です。

  • 商店が所有する掲載情報。 店舗自身が商品、価格、在庫を登録します。掲載情報はプラットフォームではなく、商店に帰属します。
  • 広告ではなく、エージェント向けに構築。 あらゆるエージェントが店舗の検索、商品の検索、在庫の確認、掲載情報の検証に使える MCP サーバーが1つあります。スポンサー枠は一切ありません。
  • 在庫は主張ではなく、スコア化された情報。 すべての商品に最終確認日が記録されます。可能性エンジンはその証拠を、理由が明示された0~100のスコアに変換します。これにより、エージェントは「在庫があります」と断言するのをやめ、「本日確認済みで、在庫がある可能性が高いです」と伝えられるようになります。
  • 検証レシート。 すべての掲載情報には、エージェントが確認できるチェック項目が含まれます。プロフィールの完全性、実際の価格、在庫情報の鮮度、受け渡し方法の申告などです。ティアは VERIFIED、LISTED、STALE、INCOMPLETE のいずれかです。
  • 定額料金。 $100 の Starter Store で、一度限りの支払いにより掲載と検証を利用できます。注文ごとの手数料はありません。docs/PRICING.md をご覧ください。商店はメールで参加できます:docs/EMAIL-INTAKE.md。

クイックスタート

npm install
npm run build
npm test

node dist/cli.js coverage
node dist/cli.js search "birria" --city "San Francisco"
node dist/cli.js stock sf-mission-taqueria-demo "Birria tacos"
node dist/cli.js nearby 37.7599 -122.4148 --radius 5
node dist/cli.js ping sf-sunset-bakery-demo "Cardamom knot" in
node dist/cli.js validate sf-mission-taqueria-demo
node dist/cli.js doctor
node dist/cli.js mcp        # run the MCP server (stdio)
node dist/cli.js serve      # run the hosted registry API (http://0.0.0.0:8787)

ホスト型レジストリ API

MCP を使わないエージェントやクライアント向けに、同じレジストリを参照する読み取り専用の HTTP API です。

curl localhost:8787/v1/stores?city=San%20Francisco
curl localhost:8787/v1/stores/sf-mission-taqueria-demo
curl "localhost:8787/v1/search?q=birria"

live 状態の掲載情報のみが提供されます。受付キューにある掲載情報は一覧と検索の対象外で、詳細ルートは404を返します。完全なリファレンス:docs/API.md。

MCP ツール

ツール内容
search_storesテキスト、都市、カテゴリ、または種類で店舗を検索します(現在営業中かどうかの情報付き)
find_nearby緯度・経度の地点に近い店舗を、距離と営業中かどうかの情報付きで近い順に表示します
search_items店舗を横断して食品や商品を検索します。各結果には在庫判定が含まれます
get_store営業時間、住所、受け渡し方法、商品、在庫を含む掲載情報全体を取得します
check_stock1つの商品について、在庫の可能性の判定(スコア、区分、理由)を取得します
validate_store1件の掲載情報について、検証レシートとティアを取得します
submit_store商店からの申請内容を検証し、掲載情報とレシートのプレビューを表示します
list_coverageインデックス内の都市、カテゴリ、店舗数を表示します

商店向け

その都市で店舗を経営しているなら、$100 でエージェントが探す場所に掲載できます。

  1. 申請フォームに入力します(10分)。店舗の情報、所在地、営業時間、実際の価格を含む販売商品を記入します。テンプレート:examples/submission.example.json、各項目のガイド:docs/INTAKE.md。
  2. 申請内容を検証し、最初のレシートとともに掲載情報を公開します。
  3. 在庫が変わったら、コマンド1つまたはメッセージ1通でいつでも更新できます。情報が新しい掲載情報は VERIFIED として表示され、古くなった掲載情報は顧客に誤った情報を伝えず、正直に評価が下がります。

手数料はありません。カウンターにタブレットを置く必要もありません。自分の掲載情報と競合することもありません。

仕組み

  • レジストリが信頼できる唯一の情報源です:registry/stores.json(v0.1、Git で管理され、すべての変更をレビューできます)。
  • 可能性エンジンは決定論的です。商店が報告した状態、確認情報の鮮度、一般的な商品か専門的な商品かを基に判定します。モデルによる推測はありません。
  • 管理レイヤーは情報の鮮度を扱います。掲載情報は時間とともに古くなり、読み取りのたびに検証が再実行され、商店はエージェントが見る情報を正確に確認できます。ロードマップ:docs/MANAGEMENT.md。
  • 設計の全容:docs/SPEC.md。配達モデルより優れている理由:docs/VS-DOORDASH.md。

同梱の店舗はサンプルデータであり、すべての応答で demo: true と示されます。実在する商店がデモとしてマークされることはなく、デモ店舗が実在する店舗として表示されることもありません。

License

MIT

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

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。