Skip to main content
Glama
neeraj-jhawar

Office Supplies Inventory NANDA Service

办公用品库存 NANDA 服务采用 MCP 服务器 + NANDA 注册表 + NANDA 主机客户端

使用模型上下文协议 (MCP) 服务器代码创建 NANDA 服务,提供办公用品库存信息。该服务允许 AI 助手使用 MCP 标准查询和检索办公用品信息。您将使用云托管服务器和基于 Web 的 NANDA 主机客户端。无需安装本地服务器。

您可以使用相同的框架为任何标准库存部署面向消费者的 Web 应用程序。

概述

该项目使用 MCP 服务器代码实现了 NANDA 服务,该服务通过 CSV 文件提供办公室库存数据。它提供的工具可帮助 AI 助手执行以下操作:

  • 获取库存中所有可用物品的列表

  • 按名称检索特定项目的详细信息

Related MCP server: Zaturn

先决条件

  • Python 3.9 或更高版本

  • requirements.txt中列出的依赖项

此存储库中的文件

  • officesupply.py :主服务器实现

  • inventory.csv :包含办公用品库存数据的 CSV 文件

  • build.sh :设置环境的脚本

  • run.sh :运行服务器的脚本

  • requirements.txt :Python 依赖项列表

快速入门

本地设置

  1. 克隆此存储库:

    git clone https://github.com/aidecentralized/nanda-servers.git cd office-supplies-shop-server
  2. 选择以下环境设置选项之一:

选项 A:使用 Python venv

  1. 创建 Python 虚拟环境:

    python -m venv venv
  2. 激活虚拟环境:

    • 在 Linux/macOS 上:

      source venv/bin/activate
    • 在 Windows 上:

      venv\Scripts\activate
  3. 安装依赖项:

    pip install -r requirements.txt

选项 B:使用 Conda

  1. 创建一个新的 conda 环境:

    conda create --name inventory_env python=3.11
  2. 激活 conda 环境:

    conda activate inventory_env
  3. 安装依赖项:

    pip install -r requirements.txt

本地运行服务器进行测试

使用上述任一选项设置环境后:

  1. 运行服务器:

    python officesupply.py
  2. 服务器将位于: http://localhost:8080

使用 MCP Inspector 进行测试

  1. 安装 MCP 检查器:

    npx @modelcontextprotocol/inspector
  2. 在浏览器中打开检查器提供的 URL

  3. 使用 SSE 传输类型进行连接

  4. 输入服务器 URL,末尾带上/sse (例如, http://localhost:8080/sse

  5. 测试可用的工具:

    • get_items :列出库存中的所有物品名称

    • get_item_info :检索有关特定项目的详细信息

CSV数据格式

服务器期望inventory.csv文件至少包含以下列:

  • item_name :库存物品的名称

get_item_info返回的项目详细信息中将包含其他列。

在此范围内,您可以根据需要编辑 CSV 文件,并且 MCP 服务器也适用于您的 CSV 文件。

部署

准备云部署

  1. 确保您的存储库包括:

    • 所有代码文件

    • requirements.txt

    • build.shrun.sh脚本

  2. 设置shell脚本的可执行权限:

    chmod +x build.sh run.sh

    对于 Windows,运行

    wsl chmod +x build.sh run.sh

创建 AWS 账户

部署到 AWS AppRunner

  1. 创建 AWS 账户

  2. 添加您的信用卡进行结算

  3. 转到 AWS AppRunner( https://console.aws.amazon.com/apprunner

  4. 登录(如果您尚未登录)

  5. 进入 App Runner 仪表盘后,您会在页面右上角附近看到一个蓝色的“创建服务”按钮。点击它。

  6. 从源代码存储库创建新服务

  7. 配置服务:

    • Python 3.11 运行时

    • 构建命令: ./build.sh

    • 运行命令: ./run.sh

    • 端口:8080

  8. 部署并等待完成

  9. 使用 MCP Inspector 测试公共端点

在 NANDA 注册中心注册

  1. 前往NANDA 注册处

  2. 登录或创建帐户

  3. 点击“注册新服务器”

  4. 填写详细信息:

    • 服务器名称

    • 描述

    • 公共端点 URL(不带/sse

    • 标签和类别

  5. 注册您的服务器

在基于浏览器的客户端 NANDA Host 中的使用

  1. 访问nanda.mit.edu

  2. 前往 NANDA 主机

  3. 添加您的 Anthropic API 密钥

  4. 在注册表中找到您的 MCP 服务器

  5. 将其添加到您的主机

  6. 通过询问使用服务器功能的问题进行测试

故障排除

  • 确保您的 CSV 文件格式正确

  • 部署之前在本地测试服务器

  • 在注册之前,请验证您的公共端点是否与 MCP Inspector 兼容

  • 如果部署失败,请检查 AWS 上的日志

其他资源

观看此视频教程,了解如何设置和使用 MCP 服务器: MCP 服务器教程

致谢

基于NANDA 服务器存储库。请关注 ProjectNanda,网址: https://nanda.mit.edu

-
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/neeraj-jhawar/my_first_mcp'

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