Preismonitor MCP-Server
Gliederung
Bei diesem Projekt handelt es sich um einen Preisüberwachungsserver, der auf dem Model Context Protocol (MCP) basiert. Vergleichen Sie den DB-Standardpreis und den Gmarket-Echtzeitpreis nach Produktcode und senden Sie eine Benachrichtigung über Slack, wenn der Preis sinkt.
Server-/Tool-/Prompt-Struktur gemäß MCP-Standards
Automatisieren Sie den gesamten Prozess des Crawlens, des Preisvergleichs und der Benachrichtigungen
Unterstützt die Slack-Webhook- Integration
Related MCP server: BigGo MCP Server
Hauptmerkmale
DB-Standardpreissuche : Suchen Sie anhand des Produktcodes den Standardpreis in der DB
Gmarket Echtzeit-Preis-Crawling : Verwenden der Firecrawl-API
Preise vergleichen und Rabattsätze berechnen
Senden Sie Slack-Benachrichtigungen, wenn der Preis sinkt
Bietet ein Tool zur Automatisierung des gesamten Workflows
Ordnerstruktur
price_monitor_mcp/
├── src/
│ └── price_monitor_mcp.py # MCP 서버 메인 코드
├── mcp_client.py # MCP 클라이언트 코드
├── README.md
└── .env # 환경변수Wie man läuft
Installation über Smithery
So installieren Sie Price Monitor Server für Claude Desktop automatisch über Smithery :
npx -y @smithery/cli install @moongzee/mcp-price-monitor --client claude1. Virtuelle Umgebung vorbereiten und Paket installieren
conda activate price_monitor_mcp
pip install -r requirements.txt
# 또는 필요한 경우
pip install mcp firecrawl requests python-dotenv psycopg2-binary pydantic2. Umgebungsvariablen festlegen
Legen Sie Umgebungsvariablen wie Slack-Webhooks in .env Datei wie folgt fest.
SLACK_WEBHOOK_URL=https://hooks.slack.com/services/...
DB_HOST=...
DB_PORT=...
DB_NAME=...
DB_USER=...
DB_PASSWORD=...3. Führen Sie den MCP-Server aus
mcp run src/price_monitor_mcp.pyOder führen Sie es mit Devtools aus:
mcp dev src/price_monitor_mcp.pyOder aktivieren Sie die Conda-Umgebung mit einem Shell-Skript und führen Sie dann
MCP-Tools/Eingabeaufforderungsliste
get_db_price(product_code): DB-Standardpreisabfragecrawl_gmarket_price(product_code): Gmarket-Preis-Crawling in Echtzeitsend_slack_alert(message): Slack-Benachrichtigung sendenmonitor_price_workflow(product_code): Den gesamten Prozess automatisch ausführen (empfohlen)monitor_price(product_code): Eingabeaufforderung (für LLM)
Automatisieren Sie den gesamten Prozess (empfohlen)
Beispiel für den Aufruf eines Workflow-Tools
In den MCP-Entwicklertools/-Client:
Wählen Sie das Tool
monitor_price_workflowaus, geben Sieproduct_codeein und führen Sie es aus.Ergebnisse: Gibt DB-Preis, niedrigsten Preis, Preisdifferenz, Rabattsatz, Slack-Benachrichtigung usw. zurück.
Python-Clientbeispiel
import asyncio
from mcp import ClientSession, StdioServerParameters
from mcp.client.stdio import stdio_client
async def main():
server_params = StdioServerParameters(
command="python",
args=["src/price_monitor_mcp.py"],
)
async with stdio_client(server_params) as (read, write):
async with ClientSession(read, write) as session:
await session.initialize()
result = await session.call_tool("monitor_price_workflow", arguments={"product_code": "ULCK25151"})
print("워크플로우 결과:", result)
if __name__ == "__main__":
asyncio.run(main())Slack-Benachrichtigungstest
Wenn Ihr Slack-Webhook richtig eingerichtet ist, werden Sie automatisch benachrichtigt, wenn ein Preis sinkt.
Das Nachrichtenformat kann in
send_slack_alertfrei geändert werden.
LLM-Verknüpfung (Claude, GPT usw.)
Claude, GPT usw. können Eingabeaufforderungen/Tools in natürlicher Sprache ausführen, sobald die MCP-Serververbindung offiziell unterstützt wird
Derzeit werden die Ergebnisse über den MCP-Clientcode empfangen und zur Anforderung einer Zusammenfassung/Analyse in LLM eingefügt.
Referenzen/Dokumente
Firecrawl, Slack API, DB usw. müssen für jede Umgebung eingerichtet werden.
Kontakt/Beitrag
Bitte hinterlassen Sie Fragen, Fehler oder Erweiterungswünsche als Probleme!
This server cannot be installed
Resources
Looking for Admin?
Admins can modify the Dockerfile, update the server description, and track usage metrics. If you are the server author, to access the admin panel.