关于 Uber Eats MCP Server
Uber Eats MCP Server 是一个基于 Uber Eats 构建 MCP 服务的概念验证项目，面向希望将 Uber Eats 接入 LLM 应用的开发者。项目使用 stdio 作为 MCP 传输方式。
主要功能
- 01基于 Uber Eats 构建 MCP 服务
- 02使用 stdio 传输
- 03提供 MCP Inspector 调试入口
适用场景
- 01探索 Uber Eats 与 MCP 的集成方式
- 02使用 MCP Inspector 调试服务
MCP 相关
该 MCP 服务基于 Uber Eats 构建，供 LLM 应用通过 MCP 接入。传输方式为 stdio。
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
Uber Eats MCP 服务
这是一个展示如何基于 Uber Eats 构建 MCP 服务的 POC。
https://github.com/user-attachments/assets/05efbf51-1b95-4bd2-a327-55f1fe2f958b
什么是 MCP？
模型上下文协议（MCP） 是一种开放协议，可让大模型应用与外部工具无缝集成。
前置条件
- Python 3.12 或更高版本
- Anthropic API 密钥或其他受支持的大模型提供商
设置
-
确保已激活虚拟环境：
uv venv source .venv/bin/activate # On Unix/Mac -
安装所需的软件包：
uv pip install -r requirements.txt playwright install -
使用你的 API 密钥更新
.env文件：ANTHROPIC_API_KEY=your_openai_api_key_here
注意
由于我们使用 stdio 作为 MCP 传输方式，因此必须禁用浏览器使用过程中的所有输出。
调试
你可以使用以下命令运行 MCP 检查器工具：
uv run mcp dev server.py
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。