Skip to main content
Glama

PhoneLCDParts MCP Server

by cnguyen14

PhoneLCDParts MCP-Server

Dieses Projekt stellt einen Model Context Protocol (MCP)-Server mit einem Tool zum Scrapen von Produktsuchergebnissen von phonelcdparts.com bereit.

Zweck

Das primäre Tool, scrape_phonelcdparts , ermöglicht es einem MCP-kompatiblen Client (z. B. einem LLM-Agenten), die Website phonelcdparts.com anhand eines Suchbegriffs nach Produkten abzufragen. Es gibt strukturierte JSON-Daten zurück, die den Produktnamen, den Preis, die direkte URL und die Bild-URL enthalten.

Dies ermöglicht den automatisierten Abruf von Produktinformationen für verschiedene Anwendungen, wie z. B. Preisverfolgung, Datenanalyse oder Integration in größere KI-gesteuerte Arbeitsabläufe.

Related MCP server: Vinted-scrapper

Voraussetzungen

  • Python 3.12 oder höher.

  • uv (für Umgebungs- und Paketverwaltung).

  • Ein gültiger Firecrawl-API-Schlüssel (von firecrawl.dev ).

Aufstellen

  1. Klonen Sie das Repository (falls zutreffend) oder navigieren Sie zum Projektverzeichnis:

    cd path/to/phonelcdpart-mcp
  2. Erstellen und aktivieren Sie eine virtuelle Umgebung mit

    uv venv source .venv/bin/activate
  3. Konfigurieren Sie den Firecrawl-API-Schlüssel: Erstellen Sie eine Datei mit dem Namen .env im Stammverzeichnis des Projekts phonelcdpart-mcp (z. B. phonelcdpart-mcp/.env ). Fügen Sie Ihren Firecrawl-API-Schlüssel zu dieser Datei hinzu:

    FIRECRAWL_API_KEY="YOUR_ACTUAL_FIRECRAWL_API_KEY_HERE"

    Die Anwendung verwendet die python-dotenv -Bibliothek, um diesen Schlüssel zur Laufzeit zu laden.

  4. Installieren Sie Abhängigkeiten mit

    uv pip install .

    Dadurch werden alle in pyproject.toml aufgeführten Abhängigkeiten installiert, einschließlich python-dotenv .

Ausführen des MCP-Servers

Sie haben mehrere Möglichkeiten, den Server auszuführen:

  1. Direkt mit Python (für einfache Entwicklung):

    python app.py
  2. Verwenden von Uvicorn (für die Entwicklung empfohlen, bietet automatisches Neuladen): Stellen Sie sicher, dass uvicorn installiert ist (es befindet sich in pyproject.toml ).

    uvicorn app:mcp --reload --host 0.0.0.0 --port 8000

    ( app:mcp bezieht sich auf die mcp -Instanz von FastMCP in Ihrer app.py Datei.)

  3. Verwenden des installierten Skripts (wenn Nach einem erfolgreichen uv pip install . sollte ein in pyproject.toml definiertes Skript verfügbar sein:

    start-mcp

    Dazu wird normalerweise die Methode mcp.run() verwendet.

Der Server startet normalerweise unter http://127.0.0.1:8000 oder http://0.0.0.0:8000 .

Verwenden des Tools

Sobald der Server läuft, können Sie mit jedem MCP-kompatiblen Client mit ihm interagieren.

  • Werkzeugname: scrape_phonelcdparts

  • Beschreibung (aus der Dokumentzeichenfolge): Kratzt Produktinformationen (Name, Preis, URL, Bild-URL) von phonelcdparts.com für eine bestimmte Suchanfrage.

  • Argument:

    • search_query (Zeichenfolge): Der Produktsuchbegriff (z. B. „iPhone 15 Pro Max LCD“).

  • Gibt zurück: Eine Liste von Wörterbüchern, wobei jedes Wörterbuch Folgendes enthält:

    • name (Zeichenfolge)

    • price (Zeichenfolge)

    • url (Zeichenfolge)

    • image_url (Zeichenfolge)

Beispielaufruf (konzeptionell, unter Verwendung eines Python-Clients):

# (This is a conceptual example of how a client might call the tool) # import asyncio # from fastmcp import Client # # async def main(): # # Ensure the server_url matches where your MCP server is running # server_url = "http://127.0.0.1:8000/sse" # async with Client(server_url) as client: # try: # result = await client.call_tool( # "scrape_phonelcdparts", # {"search_query": "iphone 14 screen"} # ) # if result and result.data: # print("Tool Result:") # for item in result.data: # print(item) # else: # print("No data returned or tool call failed.") # except Exception as e: # print(f"Error calling tool: {e}") # # if __name__ == "__main__": # asyncio.run(main())

Dieser Clientcode würde eine Verbindung zu Ihrem laufenden MCP-Server herstellen und das Tool scrape_phonelcdparts mit der angegebenen Suchanfrage aufrufen und dann die strukturierten JSON-Ergebnisse drucken.

-
security - not tested
F
license - not found
-
quality - not tested

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/cnguyen14/plp-mcpserver'

If you have feedback or need assistance with the MCP directory API, please join our Discord server