Skip to main content
Glama

Office Supplies Inventory NANDA Service

Servicio NANDA de inventario de suministros de oficina mediante servidor MCP + registro NANDA + cliente host NANDA

Cree un servicio NANDA usando el código de servidor del Protocolo de Contexto de Modelo (MCP) que proporcione información sobre el inventario de suministros de oficina. Este servicio permite a los asistentes de IA consultar y recuperar información sobre suministros de oficina utilizando el estándar MCP. Utilizará un servidor alojado en la nube y un cliente host NANDA web. No es necesario instalar un servidor local.

Puede implementar una aplicación web orientada al consumidor para cualquier inventario estándar utilizando el mismo marco.

Descripción general

Este proyecto implementa un servicio NANDA mediante código de servidor MCP que proporciona datos de inventario de oficina desde un archivo CSV. Proporciona herramientas que permiten a los asistentes de IA:

  • Obtenga una lista de todos los artículos disponibles en el inventario
  • Recupere información detallada sobre elementos específicos por nombre

Prerrequisitos

  • Python 3.9 o superior
  • Dependencias enumeradas en requirements.txt

Archivos en este repositorio

  • officesupply.py : La implementación del servidor principal
  • inventory.csv : archivo CSV que contiene los datos del inventario de suministros de oficina
  • build.sh : Script para configurar el entorno
  • run.sh : Script para ejecutar el servidor
  • requirements.txt : Lista de dependencias de Python

Inicio rápido

Configuración local

  1. Clonar este repositorio:
    git clone https://github.com/aidecentralized/nanda-servers.git cd office-supplies-shop-server
  2. Elija una de las opciones de configuración del entorno a continuación:
Opción A: Usar Python venv
  1. Crear un entorno virtual de Python:
    python -m venv venv
  2. Activar el entorno virtual:
    • En Linux/macOS:
      source venv/bin/activate
    • En Windows:
      venv\Scripts\activate
  3. Instalar dependencias:
    pip install -r requirements.txt
Opción B: Usar Conda
  1. Crear un nuevo entorno conda:
    conda create --name inventory_env python=3.11
  2. Activar el entorno conda:
    conda activate inventory_env
  3. Instalar dependencias:
    pip install -r requirements.txt

Ejecutar el servidor localmente para realizar pruebas

Después de configurar su entorno utilizando cualquiera de las opciones anteriores:

  1. Ejecutar el servidor:
    python officesupply.py
  2. El servidor estará disponible en: http://localhost:8080

Pruebas con MCP Inspector

  1. Instalar el Inspector MCP:
    npx @modelcontextprotocol/inspector
  2. Abra la URL proporcionada por el inspector en su navegador
  3. Conectarse utilizando el tipo de transporte SSE
  4. Ingrese la URL de su servidor con /sse al final (por ejemplo, http://localhost:8080/sse )
  5. Pruebe las herramientas disponibles:
    • get_items : enumera todos los nombres de los artículos en el inventario
    • get_item_info : recupera detalles sobre un artículo específico

Formato de datos CSV

El servidor espera un archivo inventory.csv con al menos la siguiente columna:

  • item_name : El nombre del artículo del inventario

Se incluirán columnas adicionales en los detalles del artículo devueltos por get_item_info .

Dentro de esta área, puede editar el archivo CSV según sus requisitos, y el servidor MCP también debería funcionar para su archivo CSV.

Despliegue

Preparación para la implementación en la nube

  1. Asegúrese de que su repositorio incluya:
    • Todos los archivos de código
    • requirements.txt
    • scripts build.sh y run.sh
  2. Establecer permisos ejecutables en los scripts de shell:
    chmod +x build.sh run.sh
    Para Windows, ejecute
    wsl chmod +x build.sh run.sh

Crear una cuenta de AWS

Implementación en AWS AppRunner

  1. Crear una cuenta de AWS
  2. Agregue su tarjeta de crédito para la facturación
  3. Vaya a AWS AppRunner ( https://console.aws.amazon.com/apprunner )
  4. Inicia sesión (si aún no lo has hecho)
  5. Una vez en el panel de control de App Runner, verás un botón azul "Crear servicio" cerca de la esquina superior derecha de la página. Haz clic en él.
  6. Crea un nuevo servicio desde tu repositorio de código fuente
  7. Configurar el servicio:
    • Tiempo de ejecución de Python 3.11
    • Comando de compilación: ./build.sh
    • Ejecutar comando: ./run.sh
    • Puerto: 8080
  8. Implementar y esperar a que se complete
  9. Pruebe el punto final público con MCP Inspector

Registrarse en el Registro NANDA

  1. Ir al Registro NANDA
  2. Iniciar sesión o crear una cuenta
  3. Haga clic en "Registrar un nuevo servidor"
  4. Complete los datos:
    • Nombre del servidor
    • Descripción
    • URL de punto final público (sin /sse )
    • Etiquetas y categorías
  5. Registra tu servidor

Uso en NANDA Host, un cliente basado en navegador

  1. Visita nanda.mit.edu
  2. Ir al host NANDA
  3. Agregue su clave API de Anthropic
  4. Encuentre su servidor MCP en el registro
  5. Añadelo a tu host
  6. Pruebe haciendo preguntas que utilicen la funcionalidad de su servidor

Solución de problemas

  • Asegúrese de que su archivo CSV tenga el formato correcto
  • Pruebe el servidor localmente antes de implementarlo
  • Verifique que su punto final público funcione con MCP Inspector antes de registrarse
  • Verifique los registros en AWS si falla la implementación

Recursos adicionales

Mira este video tutorial para obtener una guía sobre cómo configurar y usar el servidor MCP:

Expresiones de gratitud

Basado en el repositorio de servidores NANDA . Sigue a ProjectNanda en https://nanda.mit.edu

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

remote-capable server

The server can be hosted and run remotely because it primarily relies on remote services or has no dependency on the local environment.

Servidor MCP que permite a los asistentes de IA consultar y recuperar información sobre el inventario de suministros de oficina desde un archivo CSV.

  1. Descripción general
    1. Prerrequisitos
      1. Archivos en este repositorio
        1. Inicio rápido
          1. Configuración local
          2. Ejecutar el servidor localmente para realizar pruebas
          3. Pruebas con MCP Inspector
        2. Formato de datos CSV
          1. Despliegue
            1. Preparación para la implementación en la nube
            2. Crear una cuenta de AWS
            3. Implementación en AWS AppRunner
            4. Registrarse en el Registro NANDA
          2. Uso en NANDA Host, un cliente basado en navegador
            1. Solución de problemas
              1. Recursos adicionales
                1. Expresiones de gratitud

                  Related MCP Servers

                  • A
                    security
                    A
                    license
                    A
                    quality
                    An MCP server implementation that provides tools for retrieving and processing documentation through vector search, enabling AI assistants to augment their responses with relevant documentation context
                    Last updated -
                    35
                    228
                    MIT License
                  • A
                    security
                    A
                    license
                    A
                    quality
                    An open-source MCP server that connects to various data sources (SQL databases, CSV, Parquet files), allowing AI models to execute SQL queries and generate data visualizations for analytics and business intelligence.
                    Last updated -
                    9
                    57
                    MIT License
                    • Linux
                    • Apple
                  • A
                    security
                    F
                    license
                    A
                    quality
                    A powerful MCP server that enables AI assistants to interact with Microsoft Graph API for managing Outlook emails, Calendar events, OneDrive files, and Contacts through natural language commands.
                    Last updated -
                    35
                    17
                    • Apple
                  • -
                    security
                    A
                    license
                    -
                    quality
                    An enhanced MCP server that provides intelligent memory and task management for AI assistants, featuring semantic search, automatic task extraction, and knowledge graphs to help manage development workflows.
                    Last updated -
                    17
                    MIT License
                    • Apple
                    • Linux

                  View all related MCP servers

                  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/neeraj-jhawar/my_first_mcp'

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