mcpField
S
ShelfSignal

ShelfSignal

本地服务
github.com/CloudCorpRecords地图与出行03 天前更新
代码仓库

关于 ShelfSignal

ShelfSignal 是一个开放目录，本地商家可在其中列出商品，AI Agent 可查找附近商店并核验库存依据。它为商品提供带理由的库存可能性评分，并为商家条目提供验证凭据。

主要功能

  1. 01按文本和位置搜索商店
  2. 02跨商店搜索商品
  3. 03附带理由的库存可能性评分
  4. 04商家条目验证凭据与等级
  5. 05只读 HTTP 目录 API

适用场景

  1. 01查找附近售卖某种食品的商店
  2. 02到店前查看库存可能性
  3. 03查看商家条目及验证等级
  4. 04提交商家信息以供审核上架

MCP 相关

MCP 服务提供商店和商品搜索、附近地点查找、条目查看、库存检查、商家验证或提交，以及目录覆盖范围查询工具。

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。

mcp.json · 通用配置
{
  "mcpServers": {
    "cloudcorprecords-shelfsignal": {
      "command": "npx",
      "args": [
        "-y",
        "@reneturcios/shelfsignal"
      ]
    }
  }
}
启动命令npx -y @reneturcios/shelfsignal

本地服务需要在你的电脑上安装运行环境（如 Node.js 18+）。各客户端的配置文件位置不同，请参考客户端文档。

安装包
npm@reneturcios/shelfsignal0.3.1
ocighcr.io/cloudcorprecords/shelfsignal:0.3.1

工具

8

收录的工具列表 · 更新于 2 天前

参数类型必填说明
citystring否城市名称，例如旧金山。
typestring否门店类型：restaurant、grocery、bakery、bodega、cafe、pharmacy、butcher、market、retail。
querystring否与门店名称、类别和商品匹配的自由文本。
categorystring否类别筛选条件，例如 tacos、bakery、produce。

详细介绍

ShelfSignal

面向 AI Agent 的开放商店索引。

本地商家列出他们实际销售的商品。AI Agent 可以找到附近真正的食物和商品，评估每件商品实际有库存的可能性，并在让人专程跑一趟之前查看验证回执。商家只需支付一次固定费用即可上架。没人会抽走他们 30% 的餐费。

DoorDash 和各类外卖应用建立了封闭索引：它们掌控客户，抓取或租用菜单，向商家收取每笔订单 15-30% 的费用，却仍然无法告诉你厨房是否有你想要的东西。ShelfSignal 则完全不同：

  • 商家拥有上架信息。 商店提交自己的商品、价格和库存。上架信息归商家所有，而非平台。
  • 为 Agent 打造，而非为广告打造。 一个 MCP 服务可供任何 Agent 查询：查找商店、查找商品、查询库存、验证上架信息。永远没有赞助展示位。
  • 库存是评分信号，而非口头保证。 每件商品都会记录最近确认日期。可能性引擎会根据这些证据生成 0-100 分的评分，并列出理由，让 Agent 不再信誓旦旦地说“有货”，而是改为说明“今天确认过，很可能有货”。
  • 验证回执。 每条上架信息都包含 Agent 可以核验的检查项：资料完整、价格真实、库存信息新鲜、履约方式已声明。等级：VERIFIED、LISTED、STALE 或 INCOMPLETE。
  • 固定收费。 $100 Starter Store，一次性付费，即可上架并通过验证。没有按订单收取的佣金。请参阅 docs/PRICING.md。商家可通过电子邮件加入：docs/EMAIL-INTAKE.md。

快速开始

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)

托管注册表 API

基于同一注册表提供只读 HTTP API，供不使用 MCP 的 Agent 和客户端使用：

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

仅提供处于 live 状态的上架信息：仍在受理队列中的上架信息不会出现在列表和搜索结果中，其详情路由会返回 404。完整参考：docs/API.md。

MCP 工具

工具功能
search_stores按文本、城市、类别或类型查找商店（并提供当前是否营业的信号）
find_nearby查找指定经纬度附近的商店，按距离从近到远排序，并提供距离和当前是否营业的信息
search_items跨商店查找食物或商品，每条结果都会附带库存判定
get_store完整上架信息：营业时间、地址、履约方式、商品、库存
check_stock查询单件商品的库存可能性判定（评分、等级、原因）
validate_store获取单条上架信息的验证回执和等级
submit_store验证商家提交的信息，并预览其上架信息和回执
list_coverage查看索引中的城市、类别和商店数量

商家须知

你在城里经营一家商店。支付 $100，即可在 Agent 搜寻的地方上架：

  1. 填写受理表单（10 分钟）：介绍你是谁、店铺位置、营业时间，以及你销售的商品和真实价格。模板：examples/submission.example.json，字段指南：docs/INTAKE.md。
  2. 我们会验证信息，你的上架信息随后会连同首份回执一起上线。
  3. 库存变化时，只需用一条命令或一条消息更新。信息新鲜的上架会被评为 VERIFIED；信息过时的上架则会如实降级，而不会误导顾客。

不收佣金。柜台上不用摆平板。不会有平台与你自己的上架信息竞争。

工作原理

  • 注册表是唯一事实来源：registry/stores.json（v0.1，由 Git 管理，每项变更都可审查）。
  • 可能性引擎是确定性的：依据商家报告的状态、确认信息的新鲜度，以及商品属于日常必需品还是特色商品进行判断。不使用模型猜测。
  • 管理层的核心是信息新鲜度：上架信息会随时间降级，每次读取时都会重新验证，商家看到的内容与 Agent 看到的完全一致。路线图见 docs/MANAGEMENT.md。
  • 完整设计：docs/SPEC.md。ShelfSignal 为何优于外卖模式：docs/VS-DOORDASH.md。

附带的商店是示例数据，每条响应都会标记 demo: true。真实商家绝不会标记为 demo，示例商店也绝不会被呈现为真实商店。

License

MIT

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。