Amazon listing image and video MCP server (Amazon Agent Iris)

Kuudo による Amazon 商品リスティング画像・動画 MCP サーバー（Amazon Agent Iris）

ライブカタログデータ、実際の商品リファレンス、Amazon のルール、安全で人間の承認を得るワークフローを使用して、Amazon 商品リスティング画像と商品動画を作成します。

製品ページ：https://www.kuudo.com/features/amazon-agent-iris/ · ドキュメント：https://www.kuudo.com/docs/amazon-agent-iris/ · 料金：https://www.kuudo.com/pricing.md

接続

Kuudo はお客様のクラウドで実行されます。Community プランでは、各 Amazon MCP サーバーのインスタンスが 1 つずつお客様のアカウントにデプロイされ、クライアントはそのデプロイ先に接続します。

{
  "mcpServers": {
    "amazon-agent-iris-mcp": {
      "url": "https://<your-host>/mcp",
      "headers": {
        "Authorization": "Bearer <your Kuudo API key>"
      }
    }
  }
}

<your-host> をデプロイ先のホスト名に置き換え、bearer の値を Kuudo API キーに置き換えてください。

ツールに独自のプロバイダー認証情報が記載されている場合があります。これは上記の bearer とは別のもので、そのツールが呼び出すサービスに属します。該当する場合は、ツールの項目に記載されています。

このリポジトリについて

このリポジトリには、レジストリのメタデータとカタログ専用のスタブが含まれています。ライブ実行はお客様の Kuudo デプロイ先で行われます。サーバーのソースコードは公開されていません。src/ 内のスタブは、以下のカタログを使用して tools/list に応答し、同じカタログを 1 つのリソース（kuudo://catalog/tools.json）として提供します。また、セットアップガイダンスを含む 1 つのプロンプト（connect）を提供し、呼び出しにはすべてそのガイダンスを含むエラーを返します。そのため、レジストリやクライアントは Amazon に一切アクセスせずに、利用できる機能を確認できます。

Docker を使用してカタログをローカルで確認する

このイメージは、同じカタログ専用スタブを stdio 経由で実行します。ライブサーバーではありません。

docker build -t amazon-agent-iris-mcp .
docker run -i --rm amazon-agent-iris-mcp

stdio エントリを使用して、クライアントから接続します。

{
  "mcpServers": {
    "amazon-agent-iris-mcp-catalog": {
      "command": "docker",
      "args": ["run", "-i", "--rm", "amazon-agent-iris-mcp"]
    }
  }
}

ツール

このサーバーの実行中のインスタンスから読み取った 12 個のツールです。12 個のうち 4 個は MCP のリソースおよびプロンプトメソッドを反映したもので、さらに 2 個はオンボーディングとサーバーのヘルスチェック用です。残りの 6 個は画像と動画を生成し、ローカルのソースバイト用のアップロード URL を返し、動画ジョブを追跡します。

各ツールには、ライブサーバーが公開する引数スキーマが付属しています。そのため、クライアントはデプロイ先に接続する前に、ここで完全な呼び出しシグネチャを確認できます。

すべてのツール（12 個）

| ツール | アクセス | 機能 | | --- | --- | --- | | `start_here` | read | この画像・動画生成サーバーの使い方を理解するため、最初に必ず呼び出してください。以下のワークフローのドキュメントを返します。- 利用可能なツール - HTTP による画像のアップロード - 写真の編集 - 長時間実行可能で再開できる動画生成 - 新しい画像の生成 - 生成結果のダウンロード | | `generate_image` | write | 自然言語の指示を使って、**Google Gemini**（Nano Banana）で画像を生成または編集します。OpenAI gpt-image-2 を使う場合は、関連ツールの `generate_openai_image` を使用してください。**Amazon / Seller Central** の商品リスティング画像を作成する場合は、まず `read_resource` を介して `skill://amazon-product-image/SKILL.md` リソースを読み込み、マーケットプレイスの画像コンプライアンス規則を確認してから、それに沿って生成・監査してください。 ## キャラクターの一貫性 キャラクターの一貫性を保った画像生成には、公開画像ハンドルを使用してください。 ``` generate_image( input_images=["agent-iris://images/img_12"], mode="generate", prompt="PRESERVE EXACTLY: character's facial features. NEW: Professional headshot...", model="gemini-3-pro-image" ) ``` 明示的に generate モードを指定すると、画像ハンドルは編集元ではなく、条件付けに使用されます。 ## 既存画像の編集 ローカルのバイトデータを使う場合は、まず POST /images でアップロードし、返されたハンドルを渡してください。公開ホスト画像の場合は、HTTPS URL を直接渡してください。 ``` generate_image( input_images=["https://example.com/source.jpg"], mode="edit", prompt="Change the background to a beach sunset" ) ``` ## 結果の反復（高忠実度の連続編集）—推奨 すべての生成・編集レスポンスは `interaction_id` を返します。同じ画像のほかの構図を保持したまま調整するには、この ID を渡してください。元画像を再送する必要はありません。編集の忠実度は、バイトデータから再編集するよりも優れています。 ``` generate_image( interaction_id="v1_Chd...", # 前回のレスポンスから取得 prompt="Recolor the mug to beige. Change nothing else." ) ``` TTL：約55日（有料）／1日（無料）。 ## 合成（画像 A の人物を画像 B のシーンに配置） generate モードで複数の参照画像を使用してください。 ``` generate_image( input_images=["agent-iris://images/img_12", "gemini://files/beachRef"], mode="generate", prompt="Place character from image 1 into the beach scene from image 2..." ) ``` ## 操作プリセット operation="icon"、"pattern"、"diagram"、"storyboard"、または "photo_repair" を指定すると、モデル、アスペクト比、プロンプトの構成に厳格なデフォルト設定が適用されます。 ## モードの自動検出： - interaction_id → EDIT モード - operation="photo_repair" → EDIT モード - operation="icon"/"pattern"/"diagram"/"storyboard" → GENERATE モード - operation="general" に入力画像が1枚 → EDIT モード - 複数の入力画像、またはプロンプトのみ → GENERATE モード MCP 画像コンテンツブロックと、メタデータを含む構造化 JSON の両方を返します。 | | `generate_openai_image` | write | Responses API 経由で **OpenAI gpt-image-2** を使って画像を生成します。`generate_image`（Google Gemini）に追加された OpenAI プロバイダーです。OpenAI キーは `Authorization: Bearer ` として送信してください。ツール名からプロバイダーを判断できます。`previous_response_id`（OpenAI における Gemini の `interaction_id` に相当）を使って結果を反復編集できます。 | | `create_upload_url` | write | ローカルの画像バイトデータをアップロードするために必要な、有効期限付きの署名付き URL を作成します。ディスク上の画像（または生のバイトデータ）を generate_image に渡す場合に使用します。このツールを呼び出した後、返された ``upload_url`` にバイトデータを HTTP ``POST`` してください（認証ヘッダーは不要です。URL の署名トークンで認証されます）。アップロードのレスポンスには ``agent-iris://images/{id}`` 形式のハンドルが含まれます。これを generate_image の ``input_images`` に渡してください。ホストされている http(s) 画像 URL には、この処理は不要です。generate_image に直接渡してください。 | | `server_status` | read | 認証、モデル、ストレージ、アップロード、リソース、ヘルスに関するサーバー診断情報を返します。 | | `generate_video` | write | テキスト、最初の画像、最初と最後のフレーム、最大3枚の参照画像、または延長する Veo 生成動画から、**Google Veo 3.1** で動画を生成します。入力には制限付きハンドルまたは http(s) URL を指定します。インラインデータは使用できません。参照画像、動画の延長、1080p／4k 出力には、8秒のリクエストが必要です。動画の計画または生成を始める前に、正規の `skill://amazon-video/SKILL.md` リソースを読み込んでください。モードとモデルの選択、プロンプトの作成、復旧方法、および Amazon の商品リスティング動画向けの追加コンプライアンスワークフローについて説明しています。レンダリングには11秒から数分かかります。タスク対応クライアントではバックグラウンドで実行されます。それ以外のクライアントには `pending` が返されるため、`get_video_status(recovery_id)` で再開してください。タイムアウト後は同じ `recovery_id` を再利用してください。送信状況が不明と報告された場合、Google が課金対象のリクエストをすでに受け付けている可能性があるため、新しい ID で再試行しないでください。結果は署名付きダウンロード URL と `agent-iris://videos/vid_N` 形式のハンドルです。 | | `get_video_status` | read | 1つの動画処理の状態を確認します（`recovery_id`／`operation_name` のいずれか一方を指定）。Google へのステータス確認は最大1回で、レンダリング完了を待ち続けることはありません。レンダリングが完了している場合、この呼び出しで動画をダウンロードして保存します。所有者に紐づいており、処理を送信したキーだけが状態を確認できます。 | | `list_video_operations` | read | このキーで送信した動画処理を新しい順に一覧表示します。ローカルの処理ストアのみを参照し、Google への呼び出しは行いません。一覧表示された `recovery_id` を `get_video_status` と組み合わせて、処理を再開または取得してください。 | | `list_resources` | read | 利用可能なすべてのリソースとリソーステンプレートを一覧表示します。リソースのメタデータを含む JSON を返します。静的リソースには 'uri' フィールドがあり、テンプレートには {name} のようなプレースホルダーを含む 'uri_template' フィールドがあります。 | | `read_resource` | read | URI を指定してリソースを読み込みます。静的リソースの場合は、正確な URI を指定してください。テンプレート化されたリソースの場合は、テンプレートパラメーターを埋めた URI を指定してください。リソースの内容を文字列として返します。バイナリコンテンツは base64 でエンコードされます。 | | `list_prompts` | read | 利用可能なすべてのプロンプトを一覧表示します。名前、説明、任意の引数など、プロンプトのメタデータを含む JSON を返します。 | | `get_prompt` | read | 名前と任意の引数を指定してプロンプトを取得します。レンダリング済みプロンプトを、messages 配列を含む JSON として返します。引数は、引数名と値を対応付けた dict として指定してください。 |

クライアントをセットアップする

• クイックスタート：Activepieces MCP
• クイックスタート：Google Antigravity
• クイックスタート：ChatGPT Skills
• クイックスタート：ChatGPT
• クイックスタート：Claude
• クイックスタート：Claude Skills
• クイックスタート：Claude Code MCP
• クイックスタート：Amazon Workflows 向け Claude Cowork
• クイックスタート：Claude Code Skills
• クイックスタート：Codex Skills
• クイックスタート：Codex
• クイックスタート：Hermes MCP
• クイックスタート：Lovable
• クイックスタート：n8n MCP
• クイックスタート：NanoClaw MCP
• クイックスタート：OpenAI API
• クイックスタート：OpenClaw MCP
• クイックスタート：Perplexity MCP

プレイブック

Amazon の公式ドキュメントに基づくオペレーター向けガイドです。各ガイドには、エージェントが生成する成果物が含まれています。

• 出品停止の診断：在庫切れから購入可能な状態へ
• おすすめ商品ボックスの対象資格を回復する：原因と対処法
• シード画像による画像のアップグレード：現在の写真から出品画像を再生成し、承認ゲートを設ける
• Amazon FBM 注文レポート：リクエストする内容とその理由
• エンドツーエンドの出品最適化：ライブデータの監査からプレビュー済み・確認済みのパッチまで

比較

• Amazon セラー向け Kuudo と Pixii の比較

読み取り、書き込み、承認

読み取りツールは自由に安全に呼び出せます。書き込みツールはデプロイ環境内で処理を実行しますが、Amazon 上の情報は変更しません。各ツールのアクセス権限は tools.json の横に記録されています。

Kuudo

• ウェブサイト：https://www.kuudo.com/
• ドキュメント：https://www.kuudo.com/docs/
• ガイド：https://www.kuudo.com/guides/
• コミュニティ、バグ、質問：https://github.com/KuudoAI/community
• ロードマップ：https://github.com/orgs/KuudoAI/projects
• 機械可読形式：https://www.kuudo.com/llms.txt · https://www.kuudo.com/pricing.md

KuudoAI/marketing から生成されています。手動で編集しないでください。変更は次回の同期時に上書きされます。