Amazon listing image and video MCP server (Amazon Agent Iris)

Kuudo 的 Amazon 商品详情页图片与视频 MCP 服务（Amazon Agent Iris）

根据实时商品目录数据、真实商品参考资料、Amazon 规则和安全且经人工批准的工作流，创建 Amazon 商品详情页图片和商品视频。

产品页面：https://www.kuudo.com/features/amazon-agent-iris/ · 文档：https://www.kuudo.com/docs/amazon-agent-iris/ · 定价：https://www.kuudo.com/pricing.md

连接

Kuudo 在你自己的云端运行。Community 计划会在你的账户中部署每种 Amazon MCP 服务各一个实例，客户端连接到该部署：

{
  "mcpServers": {
    "amazon-agent-iris-mcp": {
      "url": "https://<your-host>/mcp",
      "headers": {
        "Authorization": "Bearer <your Kuudo API key>"
      }
    }
  }
}

将 <your-host> 替换为部署的主机名，并将 bearer 值替换为你的 Kuudo API 密钥。

工具可能会注明其自身所需的提供商凭据。这与上面的 bearer 凭据是分开的，属于该工具所调用的服务；工具自身的条目会对此进行说明。

本仓库的用途

本仓库包含注册表元数据和一个仅提供目录信息的存根。实时执行在你的 Kuudo 部署中运行。服务源代码未公开。src/ 中的存根会通过 tools/list 返回下方的目录，将相同目录作为一个资源（kuudo://catalog/tools.json）提供，提供一个包含设置指南的提示词（connect），并在收到任何调用时返回附带该指南的错误，因此注册表和客户端可以查看服务接口，而无需访问 Amazon。

使用 Docker 在本地查看目录

该映像通过标准输入输出运行相同的目录存根，不是实时服务。

docker build -t amazon-agent-iris-mcp .
docker run -i --rm amazon-agent-iris-mcp

使用标准输入输出条目将客户端指向它：

{
  "mcpServers": {
    "amazon-agent-iris-mcp-catalog": {
      "command": "docker",
      "args": ["run", "-i", "--rm", "amazon-agent-iris-mcp"]
    }
  }
}

工具

从此服务的运行实例读取的 12 个工具。其中 4 个对应 MCP 的资源和提示词方法，另外 2 个用于入门引导和服务健康状态。其余 6 个用于生成图片和视频、返回本地源文件字节的上传 URL，以及跟踪视频任务。

每个工具都包含实时服务公开的参数架构，因此客户端在连接到你的部署之前，可以在此查看完整的调用签名。

全部工具（12 个）

| 工具 | 访问权限 | 功能 | | --- | --- | --- | | `start_here` | 读取 | 请首先调用此工具，了解如何使用此图像和视频生成服务。返回以下工作流的文档：- 可用工具 - HTTP 图像上传 - 编辑照片 - 长时间运行且可恢复的视频生成 - 生成新图像 - 下载结果 | | `generate_image` | 写入 | 根据自然语言指令，使用 **Google Gemini**（Nano Banana）生成或编辑图像。对于 OpenAI gpt-image-2，请使用同级工具 `generate_openai_image`。对于 **Amazon / Seller Central** 商品列表图像，请先通过 `read_resource` 读取 `skill://amazon-product-image/SKILL.md` 资源，了解市场图像合规规则，然后根据这些规则生成和审核图像。 ## 角色一致性 使用公开图像句柄生成角色一致的图像： ``` generate_image( input_images=["agent-iris://images/img_12"], mode="generate", prompt="PRESERVE EXACTLY: character's facial features. NEW: Professional headshot...", model="gemini-3-pro-image" ) ``` 显式的 generate 模式会将图像句柄用作条件输入，而不是编辑源。 ## 编辑现有图像 对于本地字节数据，请先使用 POST /images 上传，然后传入返回的句柄。对于公开托管的图像，请直接传入 HTTPS URL： ``` generate_image( input_images=["https://example.com/source.jpg"], mode="edit", prompt="Change the background to a beach sunset" ) ``` ## 在结果上继续迭代（高保真链式编辑）— 首选 每次生成/编辑响应都会返回一个 `interaction_id`。将其传回即可在保留其余构图的同时完善同一张图像，无需重新发送源图像。对于编辑保真度，这比从字节数据重新编辑效果更好： ``` generate_image( interaction_id="v1_Chd...", # from the previous response prompt="Recolor the mug to beige. Change nothing else." ) ``` 有效期：约 55 天（付费）/ 1 天（免费）。 ## 合成（将图像 A 中的人物放入场景 B） 使用 generate 模式搭配多个参考图像： ``` generate_image( input_images=["agent-iris://images/img_12", "gemini://files/beachRef"], mode="generate", prompt="Place character from image 1 into the beach scene from image 2..." ) ``` ## 操作预设 使用 operation="icon"、"pattern"、"diagram"、"storyboard" 或 "photo_repair"，以采用针对模型、宽高比和提示词构造的严格默认设置。 ## 模式自动检测：- interaction_id → EDIT 模式 - operation="photo_repair" → EDIT 模式 - operation="icon"/"pattern"/"diagram"/"storyboard" → GENERATE 模式 - operation="general" 且只有一个输入图像 → EDIT 模式 - 多个输入图像或纯提示词 → GENERATE 模式 返回 MCP 图像内容块以及包含元数据的结构化 JSON。 | | `generate_openai_image` | 写入 | 通过 Responses API 使用 **OpenAI gpt-image-2** 生成图像。这是新增的 OpenAI 提供方，与 `generate_image`（Google Gemini）并列。将 OpenAI 密钥作为 `Authorization: Bearer ` 发送——工具名称已指明提供方。使用 `previous_response_id`（相当于 OpenAI 版的 Gemini `interaction_id`）继续迭代结果。 | | `create_upload_url` | 写入 | 创建上传本地图像字节数据所需的、会过期的签名 URL。如果你有磁盘上的图像（或原始字节数据）要传给 generate_image，请使用此工具：调用该工具，然后通过 HTTP ``POST`` 将字节数据发送到返回的 ``upload_url``（无需身份验证标头——URL 的签名令牌会授权上传）。上传会返回一个 ``agent-iris://images/{id}`` 句柄，可传入 generate_image 的 ``input_images``。托管的 http(s) 图像 URL 无需执行此操作，可直接传给 generate_image。 | | `server_status` | 读取 | 返回有关身份验证、模型、存储、上传、资源和运行状况的服务诊断信息。 | | `generate_video` | 写入 | 使用 **Google Veo 3.1** 根据文本、首帧图像、首尾帧、最多三张参考图像或 Veo 生成的待扩展视频生成视频。输入必须是有界句柄或 http(s) URL，不能是内联数据；参考图像、扩展视频以及 1080p/4k 输出都需要 8 秒的请求时长。在规划或生成视频之前，请先读取规范资源 `skill://amazon-video/SKILL.md`。该资源涵盖模式和模型选择、提示词编写、恢复操作，以及适用于 Amazon 商品列表视频的额外合规工作流。渲染耗时为 11 秒至数分钟。支持任务的客户端会在后台运行此操作；其他客户端会收到 `pending`，并可使用 `get_video_status(recovery_id)` 恢复操作。超时后请重复使用相同的 `recovery_id`。如果提交状态显示未知，请勿使用新 ID 重试，因为 Google 可能已接受该计费请求。结果为签名下载 URL 和 `agent-iris://videos/vid_N` 句柄。 | | `get_video_status` | 读取 | 查询一个视频操作（`recovery_id` / `operation_name` 两者必须且只能提供其一）。最多调用一次 Google 状态接口，且不会等待渲染完成。渲染完成后，会在此次调用中下载并存储视频。此操作按所有者限定：只有提交该操作的密钥才能查看。 | | `list_video_operations` | 读取 | 按时间从新到旧列出使用此密钥提交的视频操作。仅读取本地操作存储，不会调用 Google。使用列出的 `recovery_id` 调用 `get_video_status`，以恢复操作或获取结果。 | | `list_resources` | 读取 | 列出所有可用资源和资源模板。返回包含资源元数据的 JSON。静态资源包含 'uri' 字段；模板包含带有 {name} 等占位符的 'uri_template' 字段。 | | `read_resource` | 读取 | 根据 URI 读取资源。对于静态资源，请提供准确的 URI。对于模板资源，请提供已填入模板参数的 URI。以字符串形式返回资源内容。二进制内容会以 base64 编码。 | | `list_prompts` | 读取 | 列出所有可用提示词。返回包含提示词元数据的 JSON，包括名称、描述和可选参数。 | | `get_prompt` | 读取 | 根据名称获取提示词，可选提供参数。以包含 messages 数组的 JSON 形式返回渲染后的提示词。参数应以字典形式提供，将参数名称映射到对应值。 |

设置客户端

• 快速入门：Activepieces MCP
• 快速入门：Google Antigravity
• 快速入门：ChatGPT Skills
• 快速入门：ChatGPT
• 快速入门：Claude
• 快速入门：Claude Skills
• 快速入门：Claude Code MCP
• 快速入门：适用于 Amazon Workflows 的 Claude Cowork
• 快速入门：Claude Code Skills
• 快速入门：Codex Skills
• 快速入门：Codex
• 快速入门：Hermes MCP
• 快速入门：Lovable
• 快速入门：n8n MCP
• 快速入门：NanoClaw MCP
• 快速入门：OpenAI API
• 快速入门：OpenClaw MCP
• 快速入门：Perplexity MCP

操作指南

基于 Amazon 官方文档编写的操作指南，每篇都附有 Agent 生成的产物：

• 诊断被屏蔽的商品：从库存积压到可购买
• 恢复 Buy Box 资格：原因与修复方法
• 基于种子图片升级：使用当前照片重新生成商品页面视觉素材，并设置审批关卡
• Amazon FBM 订单报告：应申请哪些报告以及原因
• 端到端商品页面优化：从实时数据审查到预览并确认修补内容

对比

• Kuudo 与 Pixii：面向 Amazon 卖家

读取、写入与审批

读取工具可以放心调用。写入工具会在你的部署环境中执行操作，绝不会更改 Amazon 上的任何内容。每个工具的访问权限都会记录在其旁边的 tools.json 中。

Kuudo

• 网站：https://www.kuudo.com/
• 文档：https://www.kuudo.com/docs/
• 指南：https://www.kuudo.com/guides/
• 社区、问题反馈与疑问：https://github.com/KuudoAI/community
• 路线图：https://github.com/orgs/KuudoAI/projects
• 机器可读版本：https://www.kuudo.com/llms.txt · https://www.kuudo.com/pricing.md

由 KuudoAI/marketing 生成。请勿手动编辑；下次同步时所做更改将被覆盖。