mcpField
D
DataDoe MCP

DataDoe MCP

远程服务
datadoe.comAI 与智能体162 天前更新

关于 DataDoe MCP

DataDoe MCP 是面向 Amazon 卖家、供应商和代理机构的托管 MCP 服务,连接实时 SP-API 与 Amazon Ads API 数据。它既支持查询,也可通过 Actions 执行账户变更。

主要功能

  1. 01读取订单、销售与库存数据
  2. 02查询广告、退货和品牌分析
  3. 03导出 CSV 与 JSON
  4. 04更新商品信息及价格
  5. 05管理订单与广告活动

适用场景

  1. 01跨市场汇总 ASIN 销售表现
  2. 02核对结算与订单差异
  3. 03查找高花费低转化搜索词
  4. 04调整广告活动和商品信息

MCP 相关

通过托管 MCP 服务向客户端提供 Amazon SP-API 和 Amazon Ads API 数据及写入操作。客户端使用单一 URL 和 API 密钥连接。

配置

远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。

服务地址https://mcp.datadoe.com/mcp/v1
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

全部服务地址
Streamable HTTPhttps://mcp.datadoe.com/mcp/v1需要授权

工具

详细介绍

Amazon Seller MCP Server - DataDoe

托管式 Amazon Seller Central 和 Vendor Central MCP 服务,支持读取和写入。 将 Claude、ChatGPT、Cursor、Codex、Gemini 和 GitHub Copilot 连接到实时 Amazon SP-API 和 Amazon Ads API 数据,然后让你的 AI Agent 据此采取行动:更新商品信息、管理订单并优化 Amazon Ads 广告系列。DataDoe 会处理 SP-API 开发者审批、OAuth 和速率限制,让你的 AI Agent 不到一分钟即可开始工作。

Amazon Seller & Vendor SP-API Selling Partner API Amazon Ads API MCP Server Read and Write AI clients supported smithery badge License: MIT

🔗 开始 14 天免费试用 · 📘 文档 · ⚡ 操作 · 📊 Amazon 数据架构 · 🎥 视频演示


🚀 快速开始

  1. 在 DataDoe 注册,并连接你的 Amazon Seller Central 或 Vendor Central 账户。

  2. 在 DataDoe MCP Integrations 中创建 DataDoe MCP API 密钥。

  3. 将以下配置粘贴到你的 AI 客户端(Claude、Cursor、Codex、Gemini、GitHub Copilot、ChatGPT,或任何支持 MCP 的工具)中:

    {
      "mcpServers": {
        "datadoe": {
          "url": "https://mcp.datadoe.com/mcp/v1",
          "headers": {
            "datadoe-mcp-key": "<YOUR_DATADOE_MCP_KEY>"
          }
        }
      }
    }
    
  4. 向你的 AI Agent 提问:“显示上个月所有 Amazon marketplace 中收入最高的 10 个 ASIN。”

就这么简单。DataDoe 在托管基础设施上运行 MCP 服务,因此你的团队无需在本地部署任何内容,也不必等待 Amazon SP-API 开发者审批。


什么是 DataDoe MCP?

DataDoe MCP 是面向 Amazon 卖家、供应商和代理商 的托管式 Model Context Protocol(MCP) 服务。它通过 MCP 工具提供实时的 Amazon Selling Partner API(SP-API)和 Amazon Ads API 数据,适用于 Claude、ChatGPT、Cursor、Codex CLI、Gemini CLI、GitHub Copilot、Claude Desktop、n8n、NanoClaw 以及其他任何支持 MCP 的客户端。

DataDoe MCP 为你的 AI Agent 提供两层 Amazon 账户访问能力:

  • 读取层 - SKU 级订单、销售额、广告支出、流量、库存、商品信息、退货、结算、品牌分析和商品目录,并以结构化工具响应或可下载的 CSV 和 JSON 导出文件形式返回。
  • 写入层(操作) - 你的 Agent 可以通过 SP-API 和 Amazon Ads API 更改 Amazon 账户:更新商品信息、取消订单、确认发货,以及管理 Amazon Ads 广告系列、广告组、投放目标和广告。

自行构建 Amazon SP-API 集成通常需要完成 SP-API 开发者注册、OAuth 刷新令牌流程、针对不同 marketplace 的端点配置、限流逻辑,并等待 Amazon 审批 2-4 周。DataDoe 会为你处理所有这些事项。你只需一个经过身份验证的 MCP URL,即可读取 Amazon 数据并据此执行操作。

DataDoe MCP - 通过 SP-API 为 AI Agent 提供 Amazon Seller Central、Vendor Central 和 Amazon Ads 数据

DataDoe MCP 面向哪些用户?

  • Amazon 卖家(FBA、FBM、多站点)——无需切换到 Seller Central,即可从自己的卖家数据中即时获取答案。
  • Amazon 代理机构——管理多个客户账户,可通过一个 MCP 服务查询所有已连接的 Seller Central / Vendor Central 账户。
  • 使用 Vendor Central 的供应商——使用相同的工具读取 1P 数据和 3P 数据。
  • AI 构建者和开发者——无需自行编写 SP-API 集成,即可交付具备 Amazon 数据能力的 AI Agent、仪表盘和内部工具。
  • 运营团队——通过 Claude Code、Cursor、n8n 或任何支持 MCP 的工作流工具,自动生成定期报告。

为什么使用 DataDoe MCP?

  • ✅ 无需 SP-API 审批——DataDoe 会代表你处理 SP-API 开发者注册、OAuth、刷新令牌和速率限制。
  • ✅ 30 秒即可完成设置——将 MCP URL 和 API 密钥粘贴到 AI 客户端配置中即可。DataDoe 会在托管基础设施上运行服务。
  • ✅ 开箱即用,支持 20 多种有文档说明的集成:Claude、ChatGPT、Cursor、Codex、Gemini CLI、GitHub Copilot、n8n、CrewAI、Claude 和 OpenAI Agent SDK、通过 Claude 使用 Excel / Word / PowerPoint,以及任何其他支持 MCP 的客户端。
  • ✅ 精确到 SKU 级别——可深入查看单个 ASIN、父商品、站点、时间段、广告活动、关键词报告、结算和退货。
  • ✅ 多站点、多账户——一个 MCP 服务即可覆盖 Seller Central 和 Vendor Central 中的所有 Amazon 站点(US、UK、DE、FR、IT、ES、CA、AU、JP、MX 等)。
  • ✅ 专为 AI 打造——exports_create 支持类 SQL 筛选条件组、GROUP BY、聚合和日期间隔,因此你的 AI Agent 只需调用一次工具,就能生成复杂报告。
  • ✅ 一个套餐,一个价格——每月 $97,含 14 天免费试用。查看定价。
  • ✅ 支持读取和写入——启用 Actions 后,你的 Agent 不仅能生成报告,还能更新商品信息、管理订单和优化 Amazon Ads,并提供 dryRun 验证步骤和按类型控制功能。
  • ✅ 始终在线的托管基础设施——DataDoe 负责管理 SP-API 速率限制、令牌轮换和持续维护。

你可以向 DataDoe MCP 提出哪些问题?

连接 DataDoe MCP 后,你的 AI Agent 可以回答以下问题:

  • “上个月,在所有 Amazon 站点中,按收入排名前 20 的 ASIN 是哪些?”
  • “核对第一季度的 Amazon 结算与订单,并列出所有差异。”
  • “上周哪些 Amazon Ads 广告活动的 ACoS 超过了 40%,总支出是多少?”
  • “显示未来 14 天内有断货风险的库存单位数。”
  • “为我创建一个每日 KPI 仪表盘,展示过去 90 天的销售额、流量和广告支出。”
  • “我的 PPC 报告中,哪些搜索词带来了最多点击却没有产生转化?”
  • “调取过去 60 天内 SKU ABC-123 的所有 Amazon 退货,并汇总退货原因。”
  • “按月比较我的品牌分析搜索词声量份额。”

启用 Actions 后,你的 Agent 还能根据发现采取行动:

  • “将我的 Sponsored Products 广告活动中 ACoS 最高的一项的每日预算提高 20%。”
  • “暂停上周 ACoS 超过 50% 的所有广告活动。”
  • “将 SKU ABC-123 的价格更新为 19.99,并刷新其要点描述。”
  • “使用 UPS 运单号 1Z999... 确认订单 123-4567890-1234567 的发货。”

操作:写入 Amazon

操作可让 AI Agent 通过 SP-API 和 Amazon Ads API,在已连接的 Amazon Seller Central、Vendor Central 和 Amazon Ads 账户中进行更改。每项操作都会被记录并可供审计。

Agent 可以执行的操作:

  • 商品信息 - 更新标题、要点、描述、通用关键词、商品类型关键词和图片(AMAZON_LISTINGS_UPDATE),为 Seller Central 账户更新价格(AMAZON_LISTINGS_PRICING_UPDATE),并在提交前使用匹配的 *_VERIFY 操作预览商品信息写入结果。
  • 订单 - 取消订单商品、确认发货、购买配送服务、请求评价、给买家发送消息,或搜索当前订单(AMAZON_ORDERS_FIND)和订单指标(AMAZON_ORDERS_GET_METRICS)。
  • Vendor Central - 确认采购订单、提交货件,以及获取标签、装箱单和交易状态。
  • Amazon Ads - 在 Sponsored Products、Brands、Display、TV 和 Amazon DSP 中添加、更新、移除和查找广告活动、广告组、定向、广告、广告关联,以及 Sponsored Products 竞价规则。

工作方式 - Agent 通过这些 MCP 工具运行每项操作:

  1. actions_details_schema_get - 获取该操作类型的负载架构。
  2. 使用 dryRun=true 调用 actions_start - 验证负载,但不执行操作。
  3. 调用 actions_start - 运行操作并获取操作 ID。
  4. 调用 actions_get - 轮询直至操作完成,然后读取 result。

使用 actions_list 查看以往的操作(可按状态、类型、创建者和日期筛选)。

默认情况下,操作类型处于禁用状态,可在 Settings > Actions 中按类型启用。禁用某类型时,actions_start 会拒绝实时运行,但仍允许使用 dryRun 进行验证。

AMAZON_LISTINGS_UPDATE 的 details 负载示例:

{
  "type": "AMAZON_LISTINGS_UPDATE",
  "sellerOrVendorId": "<SELLER_OR_VENDOR_UUID>",
  "dryRun": true,
  "details": {
    "changes": [
      {
        "sku": "ABC-123",
        "language_tag": "en_US",
        "name": "Stainless Steel Water Bottle 750ml",
        "bulletPoints": ["Keeps drinks cold for 24 hours", "Leak-proof lid"]
      }
    ]
  }
}

运行一项操作最多涉及 100 项更改,费用为 3 个 AI Tokens;每增加 100 项更改,另收取 1 个 AI Token。完整目录和负载架构请参阅 Actions 文档。

可用的 MCP 工具

DataDoe MCP 向你的 AI 客户端提供以下工具:

工具类别功能说明
sellers_and_vendors_list账户列出已连接到你的 DataDoe 组织的 Amazon 卖家和供应商,并提供账户类型、商城和连接详情。
sellers_and_vendors_get账户返回一个卖家或供应商的信息,包括连接是否需要重新授权。
sellers_and_vendors_rename账户重命名卖家或供应商。名称在组织内必须唯一。
sellers_and_vendors_invitation_create账户创建一次性链接,用于连接新的 Amazon 账户或重新连接现有账户。
sellers_and_vendors_invitations_get账户列出待处理的邀请,或返回某个邀请及其状态。
sellers_and_vendors_invitation_revoke账户撤销待处理的邀请,使其链接无法再使用。
organization_and_subscription_details_get账户返回你的 DataDoe 组织资料、订阅方案、账单状态和 AI Token 余额。
exports_sources_get数据按关键词搜索 DataDoe 的 Amazon 数据导出源目录(订单、销售额和流量、广告表现、库存、商品信息、结算、退货、品牌分析等)。
exports_source_get数据返回某个导出源的列(分页)和元数据,包括是否需要指定日期范围。
exports_create数据从任意来源创建 Amazon 数据导出。支持类似 SQL 的筛选条件、HAVING、GROUP BY、聚合(sum / avg / count / countDistinct / min / max)、日期间隔(DAY / WEEK / MONTH)、分页,以及 CSV 或 JSON 输出。
exports_get数据返回正在进行或已完成的导出任务的状态和元数据。
exports_list数据分页列出组织的导出任务,并可选择按导出 ID 筛选。
exports_raw_url_get数据返回已完成导出的下载 URL,该 URL 在导出创建后 15 分钟内有效。
exports_raw_download数据在工具响应中以内联形式返回原始导出内容(CSV 或 JSON)。
exports_delete数据按 ID 删除导出。
files_create文件创建并上传实用文件(商品图片、A+ 图片或订单消息文件),内容采用 base64 编码。
files_list文件分页列出组织的实用文件,并支持筛选。
files_get文件按 id 返回实用文件的元数据。
files_download_url_get文件返回已上传文件的下载 URL,该 URL 在文件创建后 15 分钟内有效。
files_delete文件删除实用文件及其已存储的对象(如果存在)。
datadoe_user_docs_table_of_contents_get文档返回 DataDoe 用户文档的目录,便于 Agent 按需查找功能或能力信息。
datadoe_user_docs_page_get文档返回指定 DataDoe 文档页面的完整内容。
actions_details_schema_get操作返回 details 载荷的 JSON Schema、访问模式(READ 或 WRITE)、相应 Action 类型是否已启用,以及启动工具。
actions_start操作在你的 Amazon 账户上启动 READ 或 WRITE 操作(商品信息、订单、A+ Content、多渠道配送、Amazon Ads)。设置 dryRun=true 可在不执行的情况下进行验证。返回操作 ID。
actions_get操作按 ID 返回 Action 的状态和 result;调用 actions_start 后可轮询此工具。
actions_list操作分页返回 Action 历史记录,可按状态、类型、创建者和日期筛选。
cogs_upsertCOGS为 Seller Central 账户创建或更新销售商品成本行。
cogs_deleteCOGS删除 Seller Central 账户的 COGS 行,并支持可选筛选条件。
vendor_code_upsert供应商代码为已连接 Vendor Central 的账户创建或更新供应商代码行。
vendor_code_delete供应商代码删除已连接 Vendor Central 的账户的供应商代码行,并支持可选筛选条件。
sqp_asins_getSQP返回 Seller Central 账户的 Search Query Performance(SQP)ASIN 列表。DataDoe 最多存储 252 个 ASIN。
sqp_asins_addSQP每次调用最多向 Seller Central 账户的 SQP 列表添加 252 个 ASIN。
sqp_asins_removeSQP每次调用最多从 Seller Central 账户的 SQP 列表中移除 252 个 ASIN。
plugins_get插件返回组织中保存的 Memories 和 Skills,以及用户可用的 Files。
plugins_memories_create插件为用户或组织创建记忆 Plugin。
plugins_memories_edit插件更新用户或组织的记忆 Plugin。
plugins_memories_delete插件删除用户或组织的记忆 Plugin。
plugins_skills_get插件返回 plugins_get 列出的 Skill 元素(SKILL.md 或支持文件)。
plugins_files_get插件返回 plugins_get 列出的 File 插件所转换的 Markdown 内容。
amc_workflows_findAMC列出 Amazon Marketing Cloud(AMC)的已启用工作流及其计划和状态哈希。
amc_workflows_createAMC创建 AMC 工作流(SQL,可选每日或每周计划),但不运行工作流。
amc_workflows_updateAMC更新 AMC 工作流的 SQL 和/或计划。
amc_workflows_deleteAMC删除 AMC 工作流及其计划。
amc_query_validateAMC对工作流、原始 SQL 或查询模板进行试运行,不启动执行即可在 Amazon 上验证。
amc_query_startAMC从工作流、原始 SQL 或查询模板启动按需 AMC 查询。
amc_query_cancelAMC取消待处理或正在运行的 AMC 查询。
amc_query_results_findAMC按筛选条件列出 AMC 查询结果历史记录。
amc_query_result_getAMC返回某个 AMC 查询结果;结果可用时,也会包含有效期较短的下载 URL。
amc_schema_findAMC读取实时 AMC 架构:表索引或某个数据源的字段。
amc_operation_getAMC返回异步 AMC 操作的状态,例如工作流变更或状态不确定的查询启动操作。
amc_query_templates_findAMC列出预制 AMC 查询模板;如果已选择账户,还会显示该账户是否可以运行各模板。
amc_query_template_getAMC返回某个 AMC 查询模板,包括其 SQL。
datadoe_support_ticket_create支持向 DataDoe 团队发送支持请求。
datadoe_support_ticket_check支持查看支持请求及其回复。建议每隔约一小时轮询一次。
datadoe_support_ticket_update支持向现有支持请求添加更多信息。
Amazon Marketing Cloud(AMC)工具仅限申请使用,并且只有在获得访问权限后才会由实时服务列出。请参阅 Amazon Marketing Cloud。

按 AI 客户端快速设置

以下代码片段是所需的最精简配置。如需各 AI 客户端的分步指南,请参阅本节末尾的按客户端设置指南列表。

Claude.ai · Claude Desktop

将 DataDoe 添加为自定义连接器:打开 Customize > Connectors,点击 Add,然后将 https://mcp.datadoe.com/mcp/v1 粘贴为 MCP 服务 URL。Claude 使用 OAuth 登录 DataDoe,因此无需 API 密钥。请参阅使用 Claude。

Claude Code
claude mcp add datadoe "https://mcp.datadoe.com/mcp/v1" --transport http --header "datadoe-mcp-key: <YOUR_DATADOE_MCP_KEY>"

服务名称和 URL 必须放在 --header 之前。你也可以省略 --header,并在 Claude Code 中运行 /mcp,然后选择 Authenticate,通过 OAuth 登录。

Cursor

添加到 ~/.cursor/mcp.json(全局)或 .cursor/mcp.json(按项目):

{
  "mcpServers": {
    "datadoe": {
      "url": "https://mcp.datadoe.com/mcp/v1",
      "headers": {
        "datadoe-mcp-key": "<YOUR_DATADOE_MCP_KEY>"
      }
    }
  }
}
GitHub Copilot(VS Code)

添加到 .vscode/mcp.json(按项目)或你的用户 MCP 配置(MCP: Open User Configuration):

{
  "servers": {
    "datadoe": {
      "type": "http",
      "url": "https://mcp.datadoe.com/mcp/v1",
      "headers": {
        "datadoe-mcp-key": "<YOUR_DATADOE_MCP_KEY>"
      }
    }
  }
}
Codex CLI · Gemini CLI · ChatGPT · n8n · NanoClaw · 任何其他 MCP 客户端

DataDoe MCP 可作为通用远程 MCP 服务使用。请使用以下信息配置客户端:

  • URL:https://mcp.datadoe.com/mcp/v1
  • 传输方式:HTTP Streamable
  • 认证标头:datadoe-mcp-key: <YOUR_DATADOE_MCP_KEY>(在 DataDoe MCP Integrations 中创建密钥)
按客户端设置指南

如需各 AI 客户端的分步设置指南,请参阅 DataDoe 专属文档页面:

完整文档入口:www.datadoe.com/hub/docs


可用哪些 Amazon 数据?

DataDoe MCP 提供 DataDoe 中所有可用的 Amazon 数据表,涵盖 Seller Central、Vendor Central 和 Amazon Ads,共 130 多张表,包括:

  • 订单与销售:订单行项目、订单绩效、销售额与流量、退款
  • Amazon Ads:广告活动、广告组、关键词、搜索词、商品推广 / 品牌推广 / 展示型推广、ACoS / ROAS / 曝光份额指标
  • 库存:FBA 库存、补货建议、滞留库存、库存龄期、面临风险的商品数量
  • 商品信息与目录:ASIN 目录、商品属性、购物车按钮归属、变体
  • 财务:结算、费用、准备金、赔偿款、存款
  • 退货:客户退货、退货原因、FBA 退货
  • 品牌分析:搜索查询绩效、市场购物篮、重复购买、人口统计信息
  • 流量:会话、页面浏览量、转化率,按 ASIN 和商城划分

完整架构:www.datadoe.com/hub/data-scheme


DataDoe MCP 不是什么

为了避免在评估 Amazon MCP 服务时产生混淆:

  • ❌ 不是可自托管的 MCP 服务。 DataDoe MCP 托管在 mcp.datadoe.com。此 GitHub 仓库是一个架构门面,用于将 DataDoe MCP 发布到各个公共 MCP 注册表(Official MCP Registry、mcpservers.org、glama.ai、mcpmarket.com、Cline、smithery.ai 等)。
  • ❌ 不是供你自行运营的 SP-API 封装服务。 DataDoe 负责 SP-API 开发者注册、OAuth 流程、刷新令牌轮换、商城端点和速率限制处理。你只需提供 Amazon 账户,其余工作由我们处理。
  • ❌ 不是免费的开源服务。 DataDoe MCP 是 DataDoe 订阅服务的一部分:每月 97 美元,可免费试用 14 天。

文档与资源


许可证

MIT。此仓库中的 DataDoe MCP 架构门面为开源软件。托管的 MCP 服务、DataDoe 应用程序和 DataDoe 基础设施均为专有产品,由 DataDoe, Inc. 提供。


如何在本地启动和连接(用于索引和列出)

此服务只是实际 DataDoe MCP 服务的架构门面,用于将 DataDoe MCP 发布到各类 MCP 注册表。 这是一个空操作服务:除了公开 DataDoe MCP 的架构外,不执行任何其他操作。 如需实际使用 DataDoe MCP,请参阅 DataDoe MCP 文档。

1. 安装依赖项
yarn install
2. 构建本地服务
yarn build

此命令会将 TypeScript 源代码编译为 dist/index.js。

3. 启动服务
yarn start

此服务通过 stdio 通信,因此应由 MCP 客户端启动进程,而不是在浏览器中打开。

4. 从 MCP 客户端连接

对于本地设置,将客户端指向构建后的入口文件。典型的 mcp.json 如下所示:

{
  "mcpServers": {
    "datadoe": {
      "command": "node",
      "args": ["/absolute/path/to/datadoe-mcp/dist/index.js"]
    }
  }
}

如果客户端支持基于环境变量的工作区路径,通常可以将绝对路径替换为计算机上实际的克隆位置。


DataDoe 是 DataDoe, Inc. 的产品 · datadoe.com

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。