ubereats について
ubereats は、AI エージェントから Uber Eats のレストラン検索、メニュー閲覧、注文、配達追跡を行う MCP サーバーです。ブラウザーでログインし、セッションをローカルに保存します。注文確定には確認が必要です。
主な機能
- 01店名、料理、食品でレストラン検索
- 02メニュー、商品詳細、価格の閲覧
- 03カートと特別な指示の管理
- 04確認後の注文確定
- 05注文状況と配達進捗の追跡
- 06再起動後もログイン状態を維持
活用シーン
- 01配達先に対応するレストラン探し
- 02メニューを比較して料理を選択
- 03注文確定前のカート確認
- 04注文済み商品の配達状況確認
MCP 対応
Uber Eats のログイン状態確認、レストラン検索、メニュー閲覧、カート管理、チェックアウト、注文追跡のツールを MCP クライアントに提供します。注文確定には明示的な確認が必要です。
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。
ツール
11掲載時のツール一覧 · 2 週間前に更新
このツールにパラメーターはありません。
詳細
@striderlabs/mcp-ubereats
Uber Eats 用の MCP サーバーです。AI エージェントがレストランを検索し、メニューを閲覧し、注文し、配達状況を追跡できます。
Strider Labs が開発しました。
機能
- レストラン名、料理のジャンル、または食品の種類からレストランを検索
- 商品の詳細と価格を含むメニュー全体を閲覧
- 数量や特別な指示を指定して商品をカートに追加
- カートを空にして新しく開始
- 必須の確認手順を経て注文
- 進行中の注文状況と配達の進捗を追跡
- セッションを保持し、再起動後もログイン状態を維持
インストール
npm install -g @striderlabs/mcp-ubereats
または、npx で直接実行します。
npx @striderlabs/mcp-ubereats
設定
MCP クライアントの設定に追加します(例:Claude Desktop の ~/Library/Application Support/Claude/claude_desktop_config.json)。
{
"mcpServers": {
"ubereats": {
"command": "npx",
"args": ["-y", "@striderlabs/mcp-ubereats"]
}
}
}
認証
このコネクターは Playwright によるブラウザー自動化を使用します。初回は次の手順を実行します。
ubereats_statusを呼び出すと、ログイン URL が返されます- ブラウザーで URL を開き、Uber Eats にログインします
- もう一度
ubereats_statusを実行し、セッションが保存されたことを確認します - セッション Cookie は
~/.strider/ubereats/cookies.jsonに保存されます - セッションは再起動後も自動的に保持されます
ログアウトする、またはセッションをリセットするには、次のコマンドを実行します。
ubereats_logout
利用可能なツール
セッション管理
| ツール | 説明 |
|---|---|
ubereats_status | ログイン状態を確認します。未認証の場合はログイン URL を返します |
ubereats_login | ブラウザーで開くログイン URL を取得します |
ubereats_logout | 保存されたセッション Cookie を消去してログアウトします |
配達
| ツール | 説明 |
|---|---|
ubereats_set_address | 検索前に配達先住所を設定します |
レストランとメニュー
| ツール | 説明 |
|---|---|
ubereats_search | レストラン名、食品の種類、または料理のジャンルからレストランを検索します |
ubereats_get_restaurant | レストランの詳細とメニュー全体を取得します |
カートと注文
| ツール | 説明 |
|---|---|
ubereats_add_to_cart | 数量や特別な指示を指定して商品をカートに追加します |
ubereats_view_cart | 現在のカートの内容と合計金額を表示します |
ubereats_clear_cart | カート内の商品をすべて削除します |
ubereats_checkout | 注文内容を確認するか、注文を確定します(注文するには confirm=true を指定) |
ubereats_track_order | 進行中の注文状況と到着予定時刻を追跡します |
使用例
ログイン状態を確認
{
"tool": "ubereats_status"
}
配達先住所を設定
{
"tool": "ubereats_set_address",
"arguments": {
"address": "123 Main St, San Francisco, CA 94102"
}
}
レストランを検索
{
"tool": "ubereats_search",
"arguments": {
"query": "sushi",
"cuisine": "japanese"
}
}
レストランのメニューを取得
{
"tool": "ubereats_get_restaurant",
"arguments": {
"restaurantId": "nobu-restaurant-sf"
}
}
カートに追加
{
"tool": "ubereats_add_to_cart",
"arguments": {
"restaurantId": "nobu-restaurant-sf",
"itemName": "Spicy Tuna Roll",
"quantity": 2,
"specialInstructions": "No wasabi please"
}
}
注文前に内容を確認
{
"tool": "ubereats_checkout",
"arguments": {
"confirm": false
}
}
注文を確定
{
"tool": "ubereats_checkout",
"arguments": {
"confirm": true
}
}
注文を追跡
{
"tool": "ubereats_track_order",
"arguments": {
"orderId": "abc123"
}
}
一般的なワークフロー
1. ubereats_status — check if logged in
2. ubereats_set_address — set where to deliver
3. ubereats_search — find restaurants
4. ubereats_get_restaurant — browse the menu
5. ubereats_add_to_cart — add items
6. ubereats_view_cart — review cart
7. ubereats_checkout — preview (confirm=false), then place (confirm=true)
8. ubereats_track_order — track delivery
必要条件
- Node.js 18+
- Playwright(初回実行時に Chromium ブラウザーが自動インストールされます)
- 有効な Uber Eats アカウントと、保存済みの支払い方法
仕組み
- ヘッドレス Chrome — Playwright がバックグラウンドで実際のブラウザーを実行します
- ステルスモード — ブラウザーのフィンガープリントを実際のユーザーに似せ、検出を回避します
- Cookie の保持 — ログインセッションは自動的に保存され、再読み込みされます
- 構造化された応答 — すべてのツール出力は、解析しやすい JSON です
セキュリティ
- セッション Cookie はローカルの
~/.strider/ubereats/cookies.jsonに保存されます - 認証情報は保存されません。ブラウザーベースの Uber ログインフローを使用します
- Cookie がデバイス外に送信されることはありません
制限事項
- お住まいの地域で Uber Eats が利用可能である必要があります
- メニューのカスタマイズ(追加項目、オプション)には、追加の操作が必要な場合があります
- 注文には、Uber Eats アカウントに有効な支払い方法が登録されている必要があります
- 価格や在庫状況は変動するため、表示内容と異なる場合があります
開発
git clone https://github.com/markswendsen-code/mcp-ubereats.git
cd mcp-ubereats
npm install
npm run build
npm start
ライセンス
MIT © Strider Labs
関連情報
- @striderlabs/mcp-doordash — DoorDash MCP コネクター
- @striderlabs/mcp-gmail — Gmail MCP コネクター
- Model Context Protocol — MCP の詳細はこちら
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。