Skip to main content
Glama
@marketbasketanalysis/mcp

@marketbasketanalysis/mcp

by 48x-ai

@marketbasketanalysis/mcp

npm version License MCP

Un servidor MCP que ofrece a cualquier agente de IA acceso a inteligencia real de compra conjunta y herramientas de operaciones de comerciante a partir del historial de pedidos de un comercio electrónico. 19 herramientas en descubrimiento, paquetes, información, reposición, operaciones de comerciante y minería avanzada. Funciona con Claude Desktop, Claude Code, Cursor, Windsurf, Cline, el OpenAI Agent SDK y cualquier otro host que hable el protocolo MCP stdio. Funciona para comerciantes en Shopify, BigCommerce, WooCommerce, Magento y OroCommerce. Consulta "Cobertura de plataforma" más abajo para ver qué herramientas llegan a los backends autoalojados.

Por qué existe esto

Cuando un cliente pregunta a un agente de compras con IA "¿qué combina con la mochila de gimnasio?", el agente debe dar una respuesta real basada en los datos reales de pedidos del comerciante, no una suposición genérica de "también te puede gustar". Cuando un comerciante pregunta a Claude "¿en qué debería trabajar esta semana?", el agente debe extraer de un plan semanal clasificado, no inventar tareas. Este servidor pone ambos flujos a disposición de cualquier host MCP en una línea de configuración.

Related MCP server: dentro MCP

Instalación en 5 líneas (Claude Desktop)

{
  "mcpServers": {
    "marketbasketanalysis": {
      "command": "npx",
      "args": ["-y", "@marketbasketanalysis/mcp"],
      "env": { "MBA_API_KEY": "mba_live_YOUR_KEY_HERE" }
    }
  }
}

Pégalo en ~/Library/Application Support/Claude/claude_desktop_config.json (macOS), reinicia Claude Desktop, y el servidor marketbasketanalysis aparece en la lista de herramientas con las 19 herramientas.

Instalación cero: el endpoint alojado

El mismo servidor se ejecuta alojado en https://mcp.marketbasketanalysis.com/mcp (MCP streamable HTTP). No hay nada que instalar; envía tu clave como cabecera bearer en lugar de una variable de entorno:

claude mcp add --transport http marketbasketanalysis \
  https://mcp.marketbasketanalysis.com/mcp \
  --header "Authorization: Bearer mba_live_YOUR_KEY_HERE"

Funciona con cualquier cliente MCP con capacidad remota (Claude Code, Cursor, Smithery, agentes personalizados). Cabeceras opcionales: X-MBA-Base re-apunta a otro plano operado por MBA (por ejemplo https://bigcommerce.marketbasketanalysis.com); X-MBA-Platform refleja la variable de entorno MBA_PLATFORM. Las tiendas WooCommerce y Magento autoalojadas no son accesibles desde el endpoint alojado por diseño; usa la instalación npx anterior con MBA_API_BASE apuntando a tu propio sitio.

Apunta el servidor a tu tienda (MBA_API_BASE)

La URL base es una configuración por tienda. Por defecto, el servidor se comunica con el backend alojado compartido en https://app.marketbasketanalysis.com. Si tus datos están en cualquier otro lugar, una tienda BigCommerce, un backend autoalojado o una instancia de staging, establece MBA_API_BASE para que todas las herramientas lleguen a tu propio plano de datos:

{
  "mcpServers": {
    "marketbasketanalysis": {
      "command": "npx",
      "args": ["-y", "@marketbasketanalysis/mcp"],
      "env": {
        "MBA_API_KEY": "mba_live_YOUR_KEY_HERE",
        "MBA_API_BASE": "https://your-store-backend.example.com"
      }
    }
  }
}

MBA_API_BASE es el único interruptor que re-apunta todo el servidor; las 19 herramientas pasan por él. El valor debe ser una URL https:// para hosts no locales (se rechazan los hosts de loopback, privados, link-local y de servicio de metadatos). Para desarrollo local contra un backend en localhost, establece ALLOW_LOCAL_API_BASE=1 para permitir una base http://localhost. Los cambios en las variables de entorno tienen efecto al arrancar el servidor, así que reinicia tu host MCP después de editar el valor.

MBA_API_BASE por plataforma

La URL base es una configuración por tienda. Las tiendas Shopify, BigCommerce y OroCommerce son servidas por el backend alojado compartido, por lo que usan el valor predeterminado. WooCommerce y Magento ejecutan el backend localmente dentro de la instalación de la tienda, así que apunta el servidor al dominio propio de la tienda:

Platform

MBA_API_BASE

Shopify

sin configurar (valor predeterminado alojado https://app.marketbasketanalysis.com)

BigCommerce

sin configurar (valor predeterminado alojado)

OroCommerce

sin configurar (cliente alojado ligero, mismo backend alojado)

WooCommerce

https://your-store.example.com (URL del sitio WordPress). Sus rutas se encuentran bajo marketbasketanalysis/v1; el servidor mapea las rutas automáticamente. Consulta "Cobertura de plataforma" para ver qué herramientas se aplican.

Magento

https://your-magento.example.com (la base /rest). Sus rutas se encuentran bajo V1/marketbasketanalysis; el servidor mapea las rutas automáticamente. Consulta "Cobertura de plataforma" para ver qué herramientas se aplican.

Cobertura de plataforma

El servidor escribe rutas canónicas /api/v1/... y las reescribe por plataforma, porque WooCommerce y Magento ejecutan el backend dentro de la tienda con sus propias convenciones REST (marketbasketanalysis/v1 y V1/marketbasketanalysis, respectivamente).

10 de las 19 herramientas llegan a WooCommerce y Magento: las seis que derivan de /recommendations (get_recommendations, get_bundle_for_cart, score_cross_sell, analyze_basket, propose_subscription_bundle, score_return_risk), más find_substitutes, get_rationale, forecast_bundle y predict_reorder.

Las otras 9 son la superficie de operaciones de comerciante: get_opportunities, triage_opportunity, get_weekly_plan, execute_weekly_plan_action, get_drift_alerts, get_forecast_alerts, explain_opportunity, explain_drift y mine_hui_itemsets. Esos endpoints no existen en los backends autoalojados. Llamar a uno allí devuelve un error claro de "no disponible en esta plataforma" que nombra el endpoint, sin ida y vuelta de red, en lugar de un 404 opaco.

Para la instalación paso a paso (ubicación del archivo de configuración por sistema operativo, dónde generar una clave API, resolución de problemas):

Autenticación

El servidor lee MBA_API_KEY del entorno que tu host MCP proporciona y lo envía como token Bearer en cada solicitud. Para obtener una clave:

  1. Abre el panel de administración de MarketBasketAnalysis (el cajón de aplicaciones de Shopify, o el admin de BigCommerce / WooCommerce / Magento / OroCommerce).

  2. Haz clic en "Claves de API" en la navegación izquierda.

  3. Haz clic en "Crear clave", ponle nombre y copia el valor mba_live_ (se muestra una sola vez).

Las claves son por tienda, revocables y se rotan desde la misma pantalla. Solo se almacena el hash SHA-256, así que vuelve a generarla si una clave se filtra.

El modelo de autenticación difiere según el marketplace; el servidor MCP lo abstrae, pero conviene saberlo:

  • Shopify, BigCommerce: Bearer mba_live_... directo. Es la vía común.

  • WooCommerce: Bearer contra una clave emitida por Woo, que debe llevar el alcance customer_data para predict_reorder.

  • Magento: las herramientas acceden a la tienda a través de la superficie REST de Magento (/V1/marketbasketanalysis/* y /V1/mba/*); algunas rutas están restringidas por token de administrador / ACL en el lado de la tienda.

  • OroCommerce: la tienda está detrás del cortafuegos OAuth2 de la plataforma para las rutas /api/; el backend alojado al que el cliente ligero hace de proxy es lo que el servidor MCP realmente llama, por lo que la clave mba_live_ sigue aplicándose.

Catálogo de herramientas

19 herramientas, organizadas en los cuatro roles de Basket AI agent más dos grupos operativos. La columna Marketplace indica qué backends incluyen la ruta que llama la herramienta, lo cual no es lo mismo que qué backends puede ALCANZAR actualmente este servidor: consulta "Cobertura de plataforma" más arriba. "Las cinco" significa Shopify, BigCommerce, WooCommerce, Magento, OroCommerce.

Descubrimiento

Tool

Descripción

Parámetros requeridos

Marketplace

get_recommendations

Productos complementarios para un solo producto.

product_id

Las cinco

find_substitutes

Opciones de sustitución cuando un producto no está disponible.

product_id

Las cinco

get_rationale

Un "por qué" en una sola frase para un par de recomendaciones.

product_id, related_product_id

Las cinco

Paquete

Estas derivan todo de /recommendations (el servidor compone la lógica de paquetes/puntuación en el cliente), por lo que no necesitan ninguna ruta extra de backend y funcionan en todas partes.

Tool

Descripción

Parámetros requeridos

Marketplace

get_bundle_for_cart

Componentes de kit que faltan para un carrito con varios artículos.

product_ids

Las cinco

propose_subscription_bundle

Propuesta de kit de suscripción recurrente.

seed_product_ids

Las cinco

Información

También derivadas de /recommendations, por lo que son universales.

Tool

Descripción

Parámetros requeridos

Marketplace

score_cross_sell

Veredicto de solidez para un par (a, b).

product_a, product_b

Las cinco

score_return_risk

Puntuación de riesgo de devolución del paquete.

product_ids

Las cinco

analyze_basket

Puntuación de cohesión para un paquete propuesto.

product_ids

Las cinco

Reposición + previsión

Tool

Descripción

Parámetros requeridos

Marketplace

predict_reorder

Cadencia de reposición B2B por cliente / SKU.

customer_id

Shopify, BigCommerce, WooCommerce, Magento. Oculta cuando MBA_PLATFORM=orocommerce.

forecast_bundle

Previsión semanal Holt-Winters + cantidad de compra.

bundle_id

Shopify, BigCommerce, Magento (/forecast/bundle-inventory). No en OroCommerce.

Operaciones de comerciante

Estas llaman a rutas /api/v1 con Bearer que hoy se incluyen en BigCommerce. Shopify sirve oportunidades, deriva y el plan semanal a través de sus vistas de administración integradas en lugar de una ruta /api/v1, por lo que estas herramientas se resuelven contra un backend de BigCommerce. La única excepción es /explain-opportunity, que ahora se incluye en BigCommerce y Shopify; /explain-drift sigue siendo solo de BigCommerce. Las herramientas muestran un 404 limpio del upstream en plataformas que carecen de la ruta.

Herramienta

Descripción

Parámetros requeridos

Marketplace

get_weekly_plan

Lista de acciones semanales clasisifcadas.

(ninguno)

BigComerce

execute_weekly_plan_action

Envía una acción específ ica (con confirmación).

action_id, confirm

BigComerce

get_opportunities

Oportunidades extraídas, clasisifcadas.

(ninguno)

BigComerce

explain_opportunity

Estadísticas (soporte / confianza / lift / recuento de muestras) más una narrativa con plantill a de «por qué est o es una buena venta cruza da» para una oportunidad.

opportunity_id

BigComerce, Shopiy

triage_opportunity

Activ ar / pausar / archiv ar (con confirmación).

opportunity_id, action, confirm

BigComerce (POST /opportunities/{id}/action); panel de administración en otras plataformas.

get_drift_alerts

Reglas cuya confianza se ha desviado.

(ninguno)

BigComerce

explain_drift

Estadísticas más una narrativa con plantilla de «por qué este par se desvió» para una alerta de deriva (se degrada correctamente si el par ha desaparecido).

alert_id

BigComerce

get_forescast_alerts

Paquetes en riesgo de quedarse sin existencias / caída de demanda.

(ninguno)

BigComerce

Minería avanzada

Herramienta

Descripción

Parámetros requeridos

Marketplace

mine_hui_itemsets

Minería de conjuntos de ítems de alta utilidad (Plus / Enterprise).

orders

Shopiy, BigComerce, WooComerce, OroComerce. Nivel Plus / Enterprise.

Ejemplos de prompts por herramienta

Pega cualquiera de estos en un chat de Claude Desktop / Claude Code / Cursor después de configurar el servidor:

  • get_recommendations: "Usa marketbasketanalysis para encontrar qué compran también los clientes con la mochila de gimnasio (producto 8472918765)."

  • find_substitutes: "El cuerpo de la DSLR está agotado. ¿Cuál es un buen sustituto?"

  • get_rationale: "¿Por qué se recomienda la botella de agua con la mochila de gimnasio?"

  • get_bundle_for_cart: "Tengo en el carrito un cuerpo de cámara, una tarjeta SD de 32 GB y un trípode. ¿Qué falta probablemente para tener un kit completo?"

  • propose_subscription_bundle: "Crea un kit de suscripción mensual para el cliente 9876."

  • score_cross_sell: "¿Es un kit de limpieza una buena venta cruzada para el cuerpo de la cámara DSLR?"

  • score_return_risk: *"¿Cuál es el riesgo de devolución de la cámara + lente

    • trípode + bolsa?"*

  • analyze_basket: "Estoy pensando en agrupar cámara + lente + tarjeta SD + bolsa. Según los datos reales de clientes, ¿es un paquete sólido?"

  • predict_reorder: "¿Qué tiene que reordenar Acme Corp (cliente 7654321) esta semana?"

  • forecast_bundle: "Pronostica el paquete b-camera-kit para las próximas 12 semanas y recomienda una cantidad de compra."

  • get_weekly_plan: "¿Qué hay en mi plan semanal?"

  • execute_weekly_plan_action: "Ejecuta la acción a-42 de mi plan semanal, confirmado."

  • get_opportunities: "Muéstrame mis tres mejores oportunidades propuestas."

  • explain_opportunity: "¿Por qué la oportunidad opp-17 es una buena venta cruzada?"

  • triage_opportunity: "Activa la oportunidad opp-17, confirmado."

  • get_drift_alerts: "¿Se está desviando alguna de mis reglas?"

  • explain_drift: "¿Por qué se desvió el par de la alerta de deriva alert-7?"

  • get_forecast_alerts: "¿Qué paquetes están en riesgo de quedarse sin existencias?"

  • mine_hui_itemsets: "Extrae los 20 mejores conjuntos de ítems de alta utilidad de este payload de pedidos de 90 días." (Nivel Plus / Enterprise)

La documentación narrativa de cada herramienta está en el cookbook.

Variables de entorno

Variable

Requerida

Predeterminado

Notas

MBA_API_KEY

sí

--

La clave mba_live_... de tu panel de administración.

MBA_API_BASE

no

https://app.marketbasketanalysis.com

URL base por tienda. Ajústala para backends de BigCommerce, autoalojados o de staging para que el servidor apunte a tu plano de datos. Debe ser https:// para hosts no locales.

MBA_PLATFORM

no

(any)

Ajústala a shopify o bigcommerce para exponer herramientas restringidas por plataforma (p. ej., predict_reorder).

MBA_SENTRY_DSN

no

--

Telemetría de errores opcional (controlada por el comerciante).

MBA_DEBUG_ERRORS

no

--

Ajústala a 1 para imprimir los cuerpos de error del upstream en stderr.

ALLOW_LOCAL_API_BASE

no

--

Ajústala a 1 para permitir localhost en MBA_API_BASE durante el desarrollo.

Desarrollo

git clone https://github.com/48x-ai/marketbasketanalysis-mcp
cd marketbasketanalysis-mcp
npm install
npm run typecheck
npm test
npm run dev    # tsx-based local run
npm run build  # emit ./dist

Añadir una nueva herramienta

Cada herramienta es un módulo independiente dentro de src/tools/. Para añadir una:

  1. Crea src/tools/myNewTool.ts que exporte definition y handler. Imita la estructura de src/tools/getRecommendations.ts para un GET simple, o de src/tools/triageOpportunity.ts para un POST con confirmación.

  2. Regístrala en src/tools/index.ts importando y añadiendo el módulo al array allModules.

  3. Añade pruebas en src/tools/myNewTool.test.ts, que cubran: respuesta por clave faltante, el caso de éxito y al menos un caso de error del upstream. Imita src/tools/findSubstitutes.test.ts.

  4. Documéntala en la tabla anterior y en dist/mcp/smithery.yaml.

Artefactos de distribución

El directorio dist/mcp/ en la raíz del monorepo contiene los ejemplos de instalación (Claude Desktop, Cursor, Windsurf), el YAML de Smithery y el contenido de envío al marketplace de Anthropic. Consulta dist/mcp/README.md para ver la estructura completa.

Publicación

Incrementa la versión en package.json (mantén server.json y src/index.ts sincronizados), fusiona con main, luego crea la etiqueta mcp-v$VERSION y súbela. El workflow ejecuta la comprobación de tipos, las pruebas, la compilación, una comprobación de coincidencia entre etiqueta y versión, y luego npm publish --access public --provenance usando el secreto del repositorio NPM_TOKEN. Hay un disparador manual workflow_dispatch disponible para ejecuciones de rescate.

La lista de comprobación completa para el operador, incluida la configuración única de NPM_TOKEN y una alternativa de publicación manual sin CI, se encuentra en docs/RELEASE.md.

Solución de problemas

Síntoma

Causa / solución

El servidor no aparece en el cajón de herramientas

Error tipográfico en el JSON o npx no está en el PATH. Comprueba el registro MCP del host.

"Error: MBA_API_KEY environment variable not set"

Falta el bloque env o el valor está vacío.

"MBA API 401"

Clave revocada o incorrecta; genera una nueva.

"MBA API unreachable"

Falló el acceso a la red; comprueba https://status.marketbasketanalysis.com.

La herramienta agota el tiempo de espera en la primera llamada

El primer npx -y de arranque en frío descarga el paquete; instálalo globalmente para que las llamadas siguientes sean más rápidas.

"MBA API returned malformed response"

Deriva del backend upstream; ajusta MBA_DEBUG_ERRORS=1 para ver el cuerpo en stderr.

predict_reorder no aparece

La herramienta está restringida por plataforma: se registra cuando MBA_PLATFORM no está definido, es shopify o bigcommerce. La ruta de predicción de reorden también existe en WooCommerce y Magento, pero el filtro de la herramienta aún no la expone allí.

Para un diagnóstico más profundo, consulta cada documento de configuración por IDE en dist/mcp/.

Licencia

UNLICENSED, propietario.

Available Tools

19 tools
analyze_basketAInspect

Run market-basket analysis on a proposed basket / bundle to score its cohesion. Given 2+ products, returns a cohesion score 0..1 representing how strongly they bind together (their affinity) in the merchant's order data. Use this to vet a proposed bundle BEFORE recommending it, so agents can avoid suggesting bundles that look plausible but have no statistical signal. Also useful for 'is this a good bundle?', 'analyze this basket', or 'do these products go together?' questions.

Inputs: product_ids (required).

execute_weekly_plan_actionAInspect

Execute a specific action from the merchant's weekly plan (publish bundle, run mining job, archive rule, etc.). Idempotent by action_id, safe to retry. Use this AFTER the merchant has confirmed which action from get_weekly_plan they want to run; do not call preemptively. Merchant-ops surface: BigCommerce today; on other platforms merchants manage this from the admin, and the tool returns a clear not-available message.

Inputs: confirm (required), action_id (required).

explain_driftAInspect

Explain ONE drift alert: return its prior and current confidence (plus support, lift, and order sample count when the rule is still live) and a short plain-language narrative of how the pair moved versus the prior mining run. Use this when a merchant asks 'why did this pair drift?', 'explain this alert', or 'what changed for these two products?' after seeing it in get_drift_alerts. Different from get_drift_alerts: that lists the feed, this drills into a single alert_id with the change spelled out in a sentence. Handles a disappeared pair gracefully (only the prior confidence is available). BigCommerce only today.

Inputs: alert_id (required).

explain_opportunityAInspect

Explain ONE mined opportunity: return its support, confidence, lift, and order sample count plus a short plain-language narrative of why the pair is a good cross-sell. Use this when a merchant asks 'why is this a good cross-sell?', 'explain this opportunity', or 'why should I bundle these?' after seeing it in get_opportunities. Different from get_opportunities: that lists the ranked set, this drills into a single opportunity_id with the stats spelled out in a sentence. Different from get_rationale: rationale is a generic pair 'why', this is the specific mined opportunity's own numbers. BigCommerce only today.

Inputs: opportunity_id (required).

find_substitutesAInspect

For a given product, recommend the top substitute items that could REPLACE it (not complement it). Substitutes are the inverse of cross-sell: this answers 'what to buy instead', not 'what to buy with'. Use this when the user asks 'what's a substitute for X?', 'X is out of stock, what's a good alternative?', 'recommend a replacement for Y', 'find an equivalent product', or when a procurement agent needs to swap an unavailable SKU. Returns a ranked list with a similarity score and a reason (context_similar / category_match / vendor_match). Works for all five platforms: Shopify, BigCommerce, WooCommerce, Magento, and OroCommerce.

Inputs: product_id (required), limit.

forecast_bundleAInspect

For an inventory, purchasing, or merchant-ops agent: forecast weekly sales and recommend a buy quantity for a specific bundle over a configurable horizon. Uses additive Holt-Winters on the bundle's stored historical sales (demand forecasting). Use this when the agent asks 'how many of bundle X should I order?', 'what should I stock for the next N weeks?', 'what's the demand outlook for bundle Y?', or 'forecast the next 8 weeks for the camera bundle'.

Inputs: bundle_id (required), horizon_weeks.

get_bundle_for_cartAInspect

Given a list of products already in the cart, recommend products that frequently bundle with the cart to complete a high-confidence bundle. This is multi-item basket analysis for cart completion. Use when the user describes a multi-item cart and asks 'what else do I need?', 'what completes this set?', 'what's missing from this bundle?', 'recommend add-ons for this cart', or similar. Different from get_recommendations: this takes MULTIPLE products and returns items that pair with the cart as a whole, not single-item pairings.

Inputs: product_ids (required), limit.

get_drift_alertsAInspect

For a merchant-ops or analytics agent: list active drift alerts, the recommendation rules whose confidence has materially changed (weakened, strengthened, disappeared, emerged) versus the prior mining job. Use this when a merchant asks 'what's changed?', 'is my model still accurate?', 'are any rules drifting?', or wants to investigate a SKU swap / seasonal shift. Merchant-ops surface: BigCommerce today; on other platforms merchants manage this from the admin, and the tool returns a clear not-available message.

Inputs: limit, severity.

get_forecast_alertsAInspect

For an inventory or merchant-ops agent: list forecast-based alerts, the bundles with stockout risk, demand drop, demand spike, or an unreliable forecast curve. Use this when a merchant asks 'what's at risk of stockout?', 'which bundles are losing demand?', 'do I need to reorder anything?', or 'what should I restock?'. Pair with forecast_bundle to drill into a specific bundle. Merchant-ops surface: BigCommerce today; on other platforms merchants manage this from the admin, and the tool returns a clear not-available message.

Inputs: kind, limit, severity.

get_opportunitiesAInspect

List the merchant's ranked bundle / cross-sell opportunities mined from order history, with support / confidence / lift / revenue-weighted score. Use this when a merchant asks 'what are my top opportunities?', 'show me the best bundles I haven't published yet', or 'what should I prioritize?'. Pair with triage_opportunity to act on a specific one. Merchant-ops surface: BigCommerce today; on other platforms merchants manage this from the admin, and the tool returns a clear not-available message.

Inputs: limit, status.

get_rationaleAInspect

Fetch the one-sentence rationale for why product B is recommended alongside product A. Returns a short merchandiser-grade explanation ('these are commonly bought together by customers buying X') suitable for surfacing in a recommendation tile or chat reply. Use this after get_recommendations / get_bundle_for_cart when the agent or user asks 'why are these recommended together?' or 'explain this pairing'.

Inputs: product_id (required), related_product_id (required).

get_recommendationsAInspect

For a given product, recommend the top complementary, frequently-bought-together products customers also bought, based on mined order-history association rules. This is the single-product cross-sell tool. Use this when the user asks 'what goes with X?', 'what should I bundle with X?', 'what do customers also buy with X?', 'recommend products to cross-sell with X', or similar single-product co-purchase questions. Works for all five platforms: Shopify, BigCommerce, WooCommerce, Magento, and OroCommerce.

Inputs: product_id (required), limit.

get_weekly_planAInspect

Fetch the current weekly action plan for the merchant: a ranked list of typed actions (publish opportunity, retire stale bundle, reorder inventory, investigate drift, etc.) the merchant should take this week. Use this when a merchant asks 'what should I work on this week?', 'what's on my plate?', 'show me my weekly plan', or wants a summary of pending tasks before opening the admin. Merchant-ops surface: BigCommerce today; on other platforms merchants manage this from the admin, and the tool returns a clear not-available message.

Inputs: no named parameters.

mine_hui_itemsetsAInspect

Run high-utility itemset (HUI) mining on a caller-supplied payload of orders + per-line unit_profit. Returns top-K itemsets ranked by aggregate utility (sum of profit across all occurrences). Use this when an agent needs to evaluate which item combinations drive the most profit (not just frequency) for a specific time window or product subset. Plus or Enterprise tier required on the merchant account.

Inputs: orders (required), top_k, min_utility.

predict_reorderAInspect

For a sales-rep or inventory / account-management agent: predict when a B2B customer / account is due to reorder. Returns predicted next-order dates for every SKU the customer has ordered >=2 times, with confidence based on the regularity of their cadence (reorder prediction / replenishment forecasting). Bucketed into 'overdue' / 'due_soon' / 'on_track' / 'not_predictable'. Use this when the agent asks 'what's Acme Corp due to reorder?', 'when will customer X need more of Y?', 'show me stockout risks for my B2B accounts', or for proactive replenishment workflows. Works on the Shopify, BigCommerce, WooCommerce, and Magento backends. Not available on OroCommerce.

Inputs: customer_id (required), product_id.

propose_subscription_bundleAInspect

Propose a recurring subscription bundle for a customer based on their first-order items. Given 1-5 seed products the customer has bought, returns a recurring subscription bundle (3-6 items) of the seeds plus complementary products, with a predicted cadence (median days between reorders), a 0..1 confidence score, and a rough monthly_value when prices are known. Use this when a merchant agent asks 'what should they subscribe to?', 'build a monthly subscription bundle from this order', 'propose a subscription bundle', 'recommend a recurring replenishment bundle', or 'what's the right subscription frequency for this customer?'. If a customer_id is supplied the tool blends in the customer's per-SKU reorder cadence; without one it falls back to the seed catalog cohesion alone. Works for all five platforms: Shopify, BigCommerce, WooCommerce, Magento, and OroCommerce (the optional reorder-cadence blend needs a customer_id and is not available on OroCommerce).

Inputs: seed_product_ids (required), kit_size, customer_id, cadence_days.

score_cross_sellAInspect

Score the cross-sell strength (product affinity) between two specific products. Returns the confidence the merchant's real co-purchase data supports for the pair, or a clear 'no signal' result when there's no qualifying rule. Use this to validate a proposed pair before recommending it, or to answer 'is X a good cross-sell for Y?', 'how strong is the affinity between X and Y?', or 'how often are X and Y bought together?'.

Inputs: product_a (required), product_b (required).

score_return_riskAInspect

Predict return risk for a candidate bundle of 2-6 products. Returns the composite bundle return rate (max of items, since one returned item typically returns the whole bundle), each item's historical return rate, and a low/medium/high risk recommendation. Use this when the user asks 'will this bundle get returned?', 'predict return risk for these items', 'fashion bundle risk', 'is this set risky to ship together?', or when an agent is composing a bundle and wants to verify it won't tank the merchant's return KPIs. Backed by return-aware mining over the merchant's real order + refund history.

Inputs: product_ids (required), threshold.

triage_opportunityAInspect

Pause, activate, or archive a specific opportunity from get_opportunities. State-mutating; guarded by confirm=true. Use this after the merchant has explicitly picked an opportunity to act on. Pass action='activate' to publish a proposed rule, 'pause' to temporarily hide an active one, 'archive' to permanently retire it. Merchant-ops surface: BigCommerce today; on other platforms merchants manage this from the admin, and the tool returns a clear not-available message.

Inputs: action (required), confirm (required), opportunity_id (required).

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    TDQS

    A4/5.0

    Scored across 19 tools

    Disambiguation4/5

    Most tools are clearly differentiated by resource and action (single-product vs cart vs subscription, list vs explain vs act), and several descriptions explicitly call out differences from related tools. However, the cluster of explanation tools (get_rationale, explain_opportunity, explain_drift) and the several scoring/analysis tools (score_cross_sell, analyze_basket, score_return_risk) could still cause minor selection confusion from names alone.

    Naming Consistency4/5

    All tool names follow snake_case verb_noun conventions and are mostly predictable (get_*, explain_*, score_*). There are minor inconsistencies: related recommendation tools use different verbs (get_recommendations, find_substitutes, propose_subscription_bundle, get_bundle_for_cart), and predict_reorder vs forecast_bundle split an otherwise uniform forecasting concept.

    Tool Count3/5

    With 19 tools, the server sits in the 16-25 range, which feels heavy and exceeds the ideal well-scoped 3-15 band. The count is defensible given the broad domain coverage, but agents will need to navigate a large surface to find the right tool.

    Completeness4/5

    The tool surface covers a comprehensive market-basket workflow: recommending, substituting, scoring, explaining, mining, alerting, forecasting, and acting on opportunities. Minor gaps exist—such as no direct tool for managing custom rules beyond triage and no bulk scoring—but the core domain is well covered with no critical dead ends.

    Maintenance

    ActivityNo data
    ResponsivenessOutdated data

    Related MCP Connectors

    Related MCP Servers

    • A
      license
      A
      quality
      D
      maintenance
      Provides structured commerce data for AI agents, enabling real-time product searches and brand discovery across 22,000+ DTC brands without scraping or hallucination.
      5
      42 npm
      MIT
    • A
      license
      Not graded
      quality
      C
      maintenance
      Enables AI shopping agents to search products, check stock, apply promotions, manage cart sessions, and create cryptographically signed checkout sessions on e-commerce storefronts, while giving merchants analytics into agent intent and catalog demand gaps.
      MIT