mcpField
A
Amazon Product Advertising

Amazon Product Advertising

本地服务
github.com/jademind云与基础设施071 周前更新

关于 Amazon Product Advertising

Amazon Product Advertising 是一个基于 Python 的 MCP 服务,为 Amazon Product Advertising API 5.0 提供接口。它面向需要在 MCP 客户端中搜索商品或按 ASIN 查找商品的开发者,并支持使用关联合作伙伴标签生成链接。

主要功能

  1. 01连接 Amazon Product Advertising API 5.0
  2. 02按关键词搜索商品
  3. 03按 ASIN 查询商品
  4. 04使用环境变量配置 API 与市场

适用场景

  1. 01在客户端中按关键词查找 Amazon 商品
  2. 02根据 ASIN 获取商品信息
  3. 03使用合作伙伴标签生成商品链接

MCP 相关

该 MCP 服务将 Amazon Product Advertising API 5.0 的商品搜索和 ASIN 查询能力开放给 MCP 客户端。

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": {
"amazon-paapi": {
"command": "uvx",
"args": [
"mcp-amazon-paapi"
],
"env": {
"PAAPI_ACCESS_KEY": "<PAAPI_ACCESS_KEY>",
"PAAPI_SECRET_KEY": "<PAAPI_SECRET_KEY>",
"PAAPI_PARTNER_TAG": "<PAAPI_PARTNER_TAG>",
"PAAPI_HOST": "<PAAPI_HOST>",
"PAAPI_REGION": "<PAAPI_REGION>",
"PAAPI_MARKETPLACE": "<PAAPI_MARKETPLACE>"
}
}
}
}
启动命令uvx mcp-amazon-paapi
需要配置的环境变量
PAAPI_ACCESS_KEY密钥
PAAPI_SECRET_KEY密钥
PAAPI_PARTNER_TAG
PAAPI_HOST
PAAPI_REGION
PAAPI_MARKETPLACE

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
pypimcp-amazon-paapi

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

Amazon PA-API MCP 服务

用于集成 Amazon Product Advertising API 的 Model Context Protocol(MCP)服务。本项目使用 Product Advertising API 5.0 官方提供的 Python SDK。

PyPI - Python 版本 PyPI - 版本 PyPI - 下载量

在 Claude 和 Cursor 中集成

有关主机、区域和市场的配置,请参阅 Product Advertising API 的区域设置参考文档。

{
  "mcpServers": {
    "amazon-paapi": {
      "command": "uvx",
      "args": [
        "mcp-amazon-paapi"
      ],
      "env": {
        "PAAPI_ACCESS_KEY": "your-access-key",
        "PAAPI_SECRET_KEY": "your-secret-key",
        "PAAPI_PARTNER_TAG": "your-partner-tag",
        "PAAPI_HOST": "webservices.amazon.de",  // select EU or US servers and region
        "PAAPI_REGION": "eu-west-1",
        "PAAPI_MARKETPLACE": "www.amazon.de" // set your preferred marketplace
      }
    }
  }
}

项目结构

mcp-amazon-paapi/
├── src/
│   └── mcp_amazon_paapi/           # Main package
│       ├── __init__.py             # Package initialization
│       ├── service.py              # Amazon PA-API service class with dependency injection
│       ├── server.py               # FastMCP server implementation
│       └── _vendor/                # Vendored dependencies
│           └── paapi5_python_sdk/  # Amazon PA-API Python SDK
├── test/                           # Test suite
│   ├── __init__.py                 # Test package initialization
│   └── test_service.py             # Tests for service module
├── pyproject.toml                  # Project configuration and dependencies
├── uv.lock                         # Dependency lock file
├── README.md                       # Project documentation

本地设置

初始设置
# Sync dependencies from uv.lock (creates virtual environment automatically)
uv sync

# Alternatively, activate the virtual environment manually
source .venv/bin/activate  # Linux/Mac
# or
.venv\Scripts\activate     # Windows

环境变量

export PAAPI_ACCESS_KEY="your-access-key"
export PAAPI_SECRET_KEY="your-secret-key"
export PAAPI_PARTNER_TAG="your-partner-tag"
export PAAPI_HOST="webservices.amazon.de"       # optional defaults to webservices.amazon.de
export PAAPI_REGION="eu-west-1"                 # optional defaults to eu-west-1
export PAAPI_MARKETPLACE="www.amazon.de"        # optional, defaults to www.amazon.de

测试

运行简单的测试套件:

# Run all tests with uv (recommended)
uv run python -m pytest test/test_service.py -v

# Or if you have activated the virtual environment
pytest test/test_service.py -v

测试套件包括:

  • 服务初始化测试
  • 配置管理测试
  • 使用模拟的搜索功能测试
  • 错误处理测试

用法

from service import AmazonPAAPIService

# Create service (uses environment variables)
service = AmazonPAAPIService()

# Search for items
items = service.search_items("echo dot", "Electronics", 5)

运行 MCP 服务

# Run directly with uv (recommended)
uv run python server.py

# Or if you have activated the virtual environment
python server.py

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。