mcpField
M
MCP E-commerce Load Server

MCP E-commerce Load Server

ローカル
github.com/brazeiro63ビジネス・マーケティング074 週間前に更新

MCP E-commerce Load Server について

MCP E-commerce Load Serverは、アフィリエイト店舗の発見・検証と、商品データのECデータベースへの登録を自動化します。CrewAIで店舗を検証して商品を選別し、全工程または一部の工程を実行できます。

主な機能

  1. 01Serper APIによるアフィリエイト店舗の発見
  2. 02CrewAIによる店舗の検証
  3. 03Serper MCP Server経由の商品収集
  4. 04CrewAIによる商品の優先順位付け
  5. 05店舗・商品データのPostgreSQLへの登録
  6. 06CSVまたはダッシュボードでの任意の人手確認

活用シーン

  1. 01データベースへのアフィリエイト店舗登録
  2. 02登録済み店舗からの商品収集
  3. 03店舗発見または商品収集のみの実行

MCP 対応

商品データの収集にSerper MCP Serverを使用します。このプロジェクトがMCPクライアントに公開するツールについては、READMEに記載がありません。

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。

インストール方法は未掲載です

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。

リポジトリ

ツール

ツール一覧はまだ取得されていません

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

MCP E-commerce Load Server

概要

MCP E-commerce Load Server は、アフィリエイトストアとその商品を e コマースシステムに発見、検証、登録するための統合ソリューションです。CrewAI フレームワークを通じて人工知能を活用し、データの検索、検証、優先順位付けのプロセスを自動化します。

処理の流れ

システムは次のワークフローに従います。

  1. Serper API を使用したストアの発見
  2. CrewAI を使用したストアのインテリジェントな検証
  3. データベース(PostgreSQL/SQLAlchemy)へのストアの登録
  4. Serper MCP Server 経由での商品収集
  5. CrewAI を使用した商品のインテリジェントな優先順位付け
  6. 任意の人手によるキュレーション(CSV インターフェース/ダッシュボード経由)
  7. データベースへの最終登録

要件

  • Python 3.12 以降
  • PostgreSQL
  • 外部サービス(OpenAI、Serper など)の API キー

インストール

  1. リポジトリをクローンします。
git clone https://github.com/brazeiro63/mcp_ecommerce_load_server.git
cd mcp_ecommerce_load_server
  1. 依存関係をインストールします。
pip install -e .
  1. 環境変数を設定します。
cp .env.example .env
# Edite o arquivo .env com suas chaves de API e configurações
  1. サーバーを起動します。
python main.py

プロジェクト構成

project_root/
│
├── main.py                 # Orquestra a pipeline de povoamento
├── requirements.txt        # Dependências do projeto
├── pyproject.toml          # Configuração do projeto
├── crew_agents/            # Agentes de IA para descoberta e pontuação
├── app/                    # Aplicação principal
│   ├── api/                # Endpoints da API
│   ├── db/                 # Configurações de banco de dados
│   ├── models/             # Modelos de dados
│   ├── repositories/       # Camada de acesso a dados
│   ├── schemas/            # Esquemas de validação
│   └── main.py             # Ponto de entrada da aplicação
├── config/                 # Arquivos de configuração
├── review_interface/       # Interface para revisão humana
└── utils/                  # Utilitários

使用方法

システムは次の 2 つの方法で実行できます。

  1. 完全モード:発見、検証、登録のパイプライン全体を実行します。
python main.py
  1. 選択モード:パイプラインの特定の部分のみを実行します。
python main.py --only-discover  # Apenas descoberta de lojas
python main.py --only-products  # Apenas coleta de produtos

貢献

皆さまからの貢献を歓迎します。次の手順に従ってください。

  1. プロジェクトをフォークします
  2. 機能用のブランチを作成します(git checkout -b feature/amazing-feature)
  3. 変更をコミットします(git commit -m 'Add some amazing feature')
  4. ブランチにプッシュします(git push origin feature/amazing-feature)
  5. Pull Request を作成します

ライセンス

このプロジェクトは MIT ライセンスの下でライセンスされています。詳細については LICENSE ファイルをご覧ください。


✅ 2. テストの作成

🧪 推奨パス:tests/test_db_tools.py

このファイルを作成し、次の内容を記述します。

# tests/test_db_tools.py
from src.app.db.insert_affiliate_stores import insert_affiliate_stores
from src.app.db.insert_products import insert_products

def test_insert_affiliate_store():
    sample_store = [{
        "name": "Test Store",
        "platform": "TestPlatform",
        "active": True,
        "api_credentials": {"token": "123abc"}
    }]
    result = insert_affiliate_stores(sample_store)
    assert len(result) == 1
    assert result[0].name == "Test Store"

def test_insert_product():
    sample_product = [{
        "external_id": "abc123",
        "platform": "TestPlatform",
        "title": "Test Product",
        "description": "A test product",
        "price": 19.99,
        "product_url": "http://example.com/product",
        "category": "Testing"
    }]
    result = insert_products(sample_product, affiliate_store_name="Test Store")
    assert len(result) == 1
    assert result[0].title == "Test Product"

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。