mcpField
B
Brandfetch MCP Server

Brandfetch MCP Server

本地服务
github.com/VincentSolconBraze商业与营销682 周前更新

关于 Brandfetch MCP Server

Brandfetch MCP 服务连接 LLM 应用与 Brandfetch API,供 AI 助手搜索品牌并获取品牌资料。它支持按字段筛选结果,并提供引导 API 使用的提示词。

主要功能

  1. 01按名称搜索品牌
  2. 02获取标志、颜色和字体等资料
  3. 03按需筛选返回字段
  4. 04提供交互式 API 使用提示词
  5. 05采用异步且带类型标注的 Python 实现

适用场景

  1. 01按公司名称查找品牌
  2. 02获取品牌标志和视觉标识信息
  3. 03仅请求所需的品牌资料字段

MCP 相关

该服务将 Brandfetch API 的品牌搜索和详细资料查询能力作为工具提供给 MCP 客户端,并内置用于引导 API 使用的提示词。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

Brandfetch MCP Server

用于 Brandfetch API 的 Model Context Protocol(MCP)服务

MIT licensed Python Version

概述

此 MCP 服务为大模型(LLM)应用与 Brandfetch API 搭建桥梁,让 AI 助手能够搜索品牌并获取全面的品牌信息。通过实现 Model Context Protocol,此服务可将 Brandfetch 的品牌数据功能无缝集成到由大模型驱动的应用中。

功能

  • 品牌搜索:按名称搜索品牌并获取基本信息
  • 详细品牌信息:获取全面的品牌数据,包括徽标、颜色、字体和公司详情
  • 字段筛选:仅请求特定信息,以优化响应大小和处理效率
  • 交互式提示词:内置提示词,指导用户正确使用 API
  • 类型安全实现:完全类型化的 Python 代码库,支持现代异步功能
  • 完善的错误处理:全面的错误处理与日志记录

安装

先决条件
  • Python 3.9 或更高版本
  • Brandfetch API 凭据(API 密钥和 Client ID)
使用 uv(推荐)
# 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
使用 pip
# 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

配置

  1. 根据示例创建 .env 文件:
cp .env.example .env
  1. 将 Brandfetch API 凭据添加到 .env 文件中:
BRANDFETCH_API_KEY=your_api_key
BRANDFETCH_CLIENT_ID=your_client_id

你可以在 Brandfetch 创建账户并前往 API 部分获取这些凭据。

使用方法

在 Claude Desktop 中运行

可将此服务直接安装到 Claude Desktop,以实现无缝集成:

mcp install brandfetch_server.py
使用 MCP Inspector 测试

使用 MCP Inspector 工具在本地调试和测试此服务:

mcp dev brandfetch_server.py
直接执行

你也可以直接运行此服务:

python brandfetch_server.py

可用工具

search_brands

使用 Brandfetch Search API 按名称搜索品牌。

参数:

  • name:要搜索的公司名称。
  • client_id(可选):API 的 Client ID。如果未提供,将使用环境变量中的值。

示例:

Search for brands related to "Nike"
get_brand_info

使用 Brandfetch Brand API 根据标识符获取详细的品牌信息。

参数:

  • identifier:品牌标识符(域名、品牌 ID、ISIN 或股票代码)
  • fields(可选):要包含在响应中的特定字段列表

示例:

Get detailed information about nike.com with only logos and colors

示例

examples 目录包含演示如何与此服务交互的示例代码:

  • basic_usage.py:简单的品牌搜索和信息获取
  • advanced_usage.py:通过字段筛选和结果处理进行高级用法

运行示例:

python examples/basic_usage.py
python examples/advanced_usage.py

测试

运行测试套件以验证服务功能:

pytest

生成覆盖率报告:

pytest --cov=./ --cov-report=term

文档

更多详细文档请参阅以下文件:

贡献

欢迎贡献!详情请参阅贡献指南。

安全

有关报告安全漏洞的信息,请查看我们的安全策略。

许可证

此项目采用 MIT License 许可,详情请参阅 LICENSE 文件。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。