Servidor MCP del monitor de precios
describir
Este proyecto es un servidor de monitoreo de precios basado en el Protocolo de Contexto de Modelo (MCP). Compare el precio estándar de DB y el precio en tiempo real de Gmarket por código de producto y envíe una notificación a través de Slack cuando el precio baje.
- Estructura de servidor/herramienta/indicador según los estándares MCP
- Automatiza todo el proceso de rastreo, comparación de precios y notificaciones.
- Admite la integración de webhooks de Slack
Características principales
- Búsqueda de precio estándar en DB : Busque el precio estándar en DB usando el código del producto
- Rastreo de precios en tiempo real de Gmarket : uso de la API Firecrawl
- Compara precios y calcula tasas de descuento
- Enviar notificaciones de Slack cuando baje el precio
- Proporciona una herramienta para automatizar todo el flujo de trabajo.
Estructura de carpetas
price_monitor_mcp/
├── src/
│ └── price_monitor_mcp.py # MCP 서버 메인 코드
├── mcp_client.py # MCP 클라이언트 코드
├── README.md
└── .env # 환경변수
Cómo correr
1. Preparar el entorno virtual e instalar el paquete
conda activate price_monitor_mcp
pip install -r requirements.txt
# 또는 필요한 경우
pip install mcp firecrawl requests python-dotenv psycopg2-binary pydantic
2. Configuración de variables de entorno
Establezca variables de entorno como webhooks de Slack en .env de la siguiente manera.
SLACK_WEBHOOK_URL=https://hooks.slack.com/services/...
DB_HOST=...
DB_PORT=...
DB_NAME=...
DB_USER=...
DB_PASSWORD=...
3. Ejecute el servidor MCP
mcp run src/price_monitor_mcp.py
- O ejecútelo con devtools:
mcp dev src/price_monitor_mcp.py - O active el entorno conda con un script de shell y luego ejecute
Lista de herramientas/indicaciones de MCP
get_db_price(product_code) : consulta de precio estándar de la base de datoscrawl_gmarket_price(product_code) : rastreo de precios de Gmarket en tiempo realsend_slack_alert(message) : Enviar notificación de Slackmonitor_price_workflow(product_code) : Ejecutar automáticamente todo el proceso (recomendado)monitor_price(product_code) : mensaje (para LLM)
Automatizar todo el proceso (recomendado)
Ejemplo de llamada a una herramienta de flujo de trabajo
En las herramientas de desarrollo/cliente de MCP:
- Seleccione la herramienta
monitor_price_workflow , ingrese product_code y ejecútela. - Resultados: Devuelve el precio de la base de datos, el precio más bajo, la diferencia de precio, la tasa de descuento, la notificación de Slack, etc.
Ejemplo de cliente de Python
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())
Prueba de notificaciones de Slack
- Si su webhook de Slack está configurado correctamente, recibirá una notificación automática cuando baje un precio.
- El formato del mensaje se puede modificar libremente en
send_slack_alert .
Vinculación LLM (Claude, GPT, etc.)
- Claude, GPT, etc. podrán ejecutar indicaciones/herramientas en lenguaje natural una vez que la conexión al servidor MCP sea oficialmente compatible.
- Actualmente, los resultados se reciben a través del código de cliente MCP y se pegan en LLM para solicitud de resumen/análisis.
Referencias/Documentos
- ¡Deje cualquier pregunta, error o solicitud de extensión como problemas!