mcpField
S
Shopify MCP Server

Shopify MCP Server

本地服务
github.com/siddhantbajaj商业与营销791 周前更新
代码仓库

关于 Shopify MCP Server

Shopify MCP Server 将 Shopify 店铺数据提供给 Claude 等客户端，适合需要通过 MCP 查询商品和客户信息的店铺运营者。当前提供两个列表查询工具。

主要功能

  1. 01查询商品列表
  2. 02查询客户列表
  3. 03限制返回数量

适用场景

  1. 01查看店铺商品及价格
  2. 02获取客户与订单概况

MCP 相关

该 MCP 服务向客户端暴露 Shopify 商品列表和客户列表查询工具，需配置店铺 API 凭据。

#shopify#mcp#server#api#integration

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。

代码仓库

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

Shopify MCP 服务

一个用于将 Claude 等客户端与 Shopify 商店数据连接起来的模型上下文协议（MCP）服务。此服务提供用于从 Shopify 商店检索产品和客户信息的工具。

工具

  • get-product-list：从 Shopify 商店检索产品列表
  • get-customer-list：从 Shopify 商店检索客户列表
  • 敬请期待更多工具

前提条件

  • Python 3.12 或更高版本
  • 一个具有 API 访问权限的 Shopify 商店
  • Shopify API 凭据（API Key、Password 和 Access Token）

安装

  1. 克隆仓库：
git clone https://github.com/siddhantbajaj/shopify-mcp-server.git
cd shopify-mcp-server
  1. 使用 uv 创建并激活虚拟环境：
uv venv
source .venv/bin/activate  # On Unix/MacOS
# or
.venv\Scripts\activate  # On Windows
  1. 安装软件包：
uv pip install -e .

配置

  1. 在根目录中创建 .env 文件，并填入 Shopify 凭据：
SHOPIFY_SHOP_URL="your-store.myshopify.com"
SHOPIFY_API_KEY="your_api_key"
SHOPIFY_PASSWORD="your_api_password"
SHOPIFY_ACCESS_TOKEN="your_access_token"

将占位值替换为实际的 Shopify API 凭据。

使用方法

  1. 启动 MCP 服务：
python -m shopify_mcp_server.server
  1. 此服务提供两个工具：
get-product-list

从 Shopify 商店检索产品列表。

  • 可选参数：limit（默认值：10）——要返回的产品数量上限
get-customer-list

从 Shopify 商店检索客户列表。

  • 可选参数：limit（默认值：10）——要返回的客户数量上限

工具响应格式

产品
Products (showing X):

Title: Product Name
ID: 123456789
Product Type: Type
Vendor: Vendor Name
Status: active
Price: $XX.XX
---
客户
Customers (showing X):

Name: John Doe
ID: 123456789
Email: [email protected]
Orders Count: X
Total Spent: $XX.XX
---

开发

此项目使用：

安全

  • 切勿将 .env 文件提交到版本控制中
  • 妥善保管 Shopify API 凭据
  • 使用环境变量存储敏感信息

许可证

此项目采用 MIT 许可证授权，详情请参阅 LICENSE 文件。

贡献

  1. Fork 此仓库
  2. 创建功能分支（git checkout -b feature/amazing-feature）
  3. 提交更改（git commit -m 'Add some amazing feature'）
  4. 将分支推送到远程仓库（git push origin feature/amazing-feature）
  5. 创建 Pull Request

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。