关于 MCP E-commerce Load Server
MCP E-commerce Load Server 自动发现、验证联盟店铺,并将商品载入电商数据库。它使用 CrewAI 验证店铺和筛选商品,支持运行完整流程或指定阶段。
主要功能
- 01通过 Serper API 发现联盟店铺
- 02使用 CrewAI 验证店铺
- 03通过 Serper MCP Server 收集商品
- 04使用 CrewAI 筛选商品
- 05将店铺和商品载入 PostgreSQL
- 06可通过 CSV 或仪表板进行人工整理
适用场景
- 01向数据库填充联盟店铺
- 02收集已登记店铺的商品
- 03仅运行店铺发现或商品收集
MCP 相关
使用 Serper MCP Server 收集商品数据;README 未说明该项目向 MCP 客户端提供的工具。
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。
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。
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
MCP E-commerce Load Server
概述
MCP E-commerce Load Server 是一套集成解决方案,用于发现、验证并将联盟商店及其商品登记到电子商务系统中。该系统通过 CrewAI 框架运用人工智能,自动完成数据的搜索、验证和优先级排序。
工作流程
系统遵循以下工作流程:
- 使用 Serper API 发现商店
- 使用 CrewAI 智能验证商店
- 将商店登记到数据库中(PostgreSQL/SQLAlchemy)
- 通过 Serper MCP Server 收集商品
- 使用 CrewAI 智能排列商品优先级
- 可选的人工整理(通过 CSV/仪表板界面)
- 最终加载到数据库中
要求
- Python 3.12 或更高版本
- PostgreSQL
- 外部服务的 API 密钥(OpenAI、Serper 等)
安装
- 克隆仓库:
git clone https://github.com/brazeiro63/mcp_ecommerce_load_server.git
cd mcp_ecommerce_load_server
- 安装依赖项:
pip install -e .
- 配置环境变量:
cp .env.example .env
# Edite o arquivo .env com suas chaves de API e configurações
- 运行服务:
python main.py
项目结构
project_root/
│
├── main.py # Orquestra a pipeline de povoamento
├── requirements.txt # Dependências do projeto
├── pyproject.toml # Configuração do projeto
├── crew_agents/ # Agentes de IA para descoberta e pontuação
├── app/ # Aplicação principal
│ ├── api/ # Endpoints da API
│ ├── db/ # Configurações de banco de dados
│ ├── models/ # Modelos de dados
│ ├── repositories/ # Camada de acesso a dados
│ ├── schemas/ # Esquemas de validação
│ └── main.py # Ponto de entrada da aplicação
├── config/ # Arquivos de configuração
├── review_interface/ # Interface para revisão humana
└── utils/ # Utilitários
使用方法
系统可以通过两种方式运行:
- 完整模式:运行完整的发现、验证和加载流程
python main.py
- 选择模式:仅运行流程中的特定部分
python main.py --only-discover # Apenas descoberta de lojas
python main.py --only-products # Apenas coleta de produtos
贡献
欢迎贡献!请按以下步骤操作:
- Fork 项目
- 创建一个用于存放新功能的分支(
git checkout -b feature/amazing-feature) - 提交更改(
git commit -m 'Add some amazing feature') - 推送到该分支(
git push origin feature/amazing-feature) - 创建 Pull Request
许可证
本项目采用 MIT 许可证授权——详情请参阅 LICENSE 文件。
✅ 2. 创建测试
🧪 建议路径:tests/test_db_tools.py
创建该文件并添加:
# tests/test_db_tools.py
from src.app.db.insert_affiliate_stores import insert_affiliate_stores
from src.app.db.insert_products import insert_products
def test_insert_affiliate_store():
sample_store = [{
"name": "Test Store",
"platform": "TestPlatform",
"active": True,
"api_credentials": {"token": "123abc"}
}]
result = insert_affiliate_stores(sample_store)
assert len(result) == 1
assert result[0].name == "Test Store"
def test_insert_product():
sample_product = [{
"external_id": "abc123",
"platform": "TestPlatform",
"title": "Test Product",
"description": "A test product",
"price": 19.99,
"product_url": "http://example.com/product",
"category": "Testing"
}]
result = insert_products(sample_product, affiliate_store_name="Test Store")
assert len(result) == 1
assert result[0].title == "Test Product"
评论
支持 Markdown
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。