Recipe Shopping List — MCP-сервер

MCP-сервер (Model Context Protocol), который умеет:

1. Читать рецепты с food.ru — по ссылке достаёт ингредиенты, шаги, КБЖУ

2. Искать товары на magnit.ru — с учётом конкретного магазина

3. Собирать список покупок — для рецепта находит товары с ценами и считает итог

4. Показывать информацию о магазине — по коду магазина

Итог: вы даёте ссылку на рецепт — получаете готовый список покупок с ценами из Магнита и прямыми ссылками на товары.

🎓 Обучающий проект: проект использовался для обучения категорийных менеджеров розничной сети созданию MCP-серверов. Это практический кейс с полным циклом: от идеи и технического задания до работающего MCP-сервера, которым пользуется AI-ассистент. Участники с помощью ИИ-агента собирают рабочее приложение — парсер рецептов с food.ru, поиск товаров на magnit.ru и список покупок с ценами — и получают положительный результат за время одного занятия.

🌐 Веб-версия: помимо MCP-интерфейса есть локальный веб-интерфейс — он не требует MCP-клиента, работает в браузере. Запуск одной командой:

./start.sh   # запустить и открыть страницу в браузере (http://127.0.0.1:8000)
./stop.sh    # остановить сервер

В веб-версии можно вставить ссылку на рецепт, получить таблицу со списком покупок и сохранить её в Excel. Подробности — в разделе «Веб-интерфейс».

Установка

Быстрый способ: установщик install.py

Скрипт install.py (только стандартная библиотека Python — ничего дополнительно ставить не нужно) сам всё сделает: создаст виртуальное окружение, поставит зависимости и браузер для Playwright, создаст .env, пропишет сервер в выбранные MCP-клиенты и проверит, что всё работает.

Требуется Python 3.11+ (рекомендуем uv — установщик найдёт и uv, и обычный Python).

python install.py      # или: python3 install.py

Все флаги — необязательные:

Примеры:

python install.py --check              # проверка окружения без изменений
python install.py --yes                # установка «на все по умолчанию»
python install.py --shop-code 992301 --clients opencode,claude

Вручную

Требуется Python 3.11+ (рекомендуем uv).

# 1. Виртуальное окружение и зависимости
uv venv --python 3.11 .venv
uv pip install --python .venv/bin/python -r requirements.txt

# 2. Браузер для Playwright (оба сайта — SPA, без браузера никак)
.venv/bin/python -m playwright install chromium

# 3. Секреты
cp .env.example .env   # при необходимости поправь код магазина по умолчанию

Related MCP server: Recipe Commerce Intelligence MCP

Запуск

.venv/bin/python src/server.py

Сервер работает по протоколу MCP через stdio — его вызывает AI-ассистент (Claude Desktop, LM Studio и др.), сам по себе он «молчит» в терминале.

Веб-интерфейс

Локальная веб-страница для тех, кто не хочет подключать MCP-клиент: вставляете ссылку на рецепт — получаете таблицу со списком покупок и кнопку сохранения в Excel.

Запуск (сервер сам откроет страницу в браузере):

./start.sh     # запустить и открыть браузер
./stop.sh      # остановить сервер

Повторный ./start.sh при работающем сервере просто открывает страницу. Вручную (если скрипты не подходят):

.venv/bin/python src/web/server.py

Откройте в браузере: http://127.0.0.1:8000

Что умеет страница:

• вставить ссылку на рецепт food.ru и нажать кнопку — сервер соберёт список покупок (запрос к сайтам занимает 30–90 секунд, показывается индикатор загрузки);

• показать таблицу: ингредиент, количество, товар в Магните, цена, количество к покупке, сумма, ссылка на товар;

• сохранить список в Excel-файл кнопкой «Сохранить в Excel».

Excel-файлы сохраняются в папку exports/ в корне проекта (имя вида shopping_list_<рецепт>_<дата>.xlsx).

Подключение к OpenCode

В ~/.config/opencode/opencode.jsonc (глобально) или opencode.json в корне проекта добавьте секцию mcp — формат отличается от Claude Desktop (ключ mcp, command — массив, переменные — environment):

{
  "mcp": {
    "recipe-shopping-list": {
      "type": "local",
      "command": [
        "/ПОЛНЫЙ/ПУТЬ/К/MCP_rec/.venv/bin/python",
        "/ПОЛНЫЙ/ПУТЬ/К/MCP_rec/src/server.py"
      ],
      "environment": {
        "MAGNIT_SHOP_CODE": "543440",
        "MAGNIT_SHOP_TYPE": "dostavka",
        "LOG_LEVEL": "INFO"
      },
      "enabled": true
    }
  }
}

После перезапуска OpenCode сервер появится в списке MCP (команда /mcp в приложении). Проверка из терминала (opencode mcp list) в установке через OpenCode.app не работает — CLI является Electron-обёрткой.

Подключение к Claude Desktop

В claude_desktop_config.json добавьте (пути обязаны быть абсолютными):

{
  "mcpServers": {
    "recipe-shopping-list": {
      "command": "/ПОЛНЫЙ/ПУТЬ/К/MCP_rec/.venv/bin/python",
      "args": ["/ПОЛНЫЙ/ПУТЬ/К/MCP_rec/src/server.py"],
      "env": {
        "MAGNIT_SHOP_CODE": "543440",
        "MAGNIT_SHOP_TYPE": "dostavka",
        "LOG_LEVEL": "INFO"
      }
    }
  }
}

Инструменты

Пример

«Вот рецепт: https://food.ru/recipes/269806-sous-iz-iogurta-s-ukropom-i-chesnokom-1766588076»

Агент вызовет get_shopping_list и вернёт:

Греческий йогурт — 100г → Йогурт греческий Teos 2% 140г — 89,90 ₽ [ссылка]
Чеснок — 2 зубчик =10г → Чеснок свежий 100г — 45,00 ₽ [ссылка]
...
Итого: 356,70 ₽ · 6 товаров

Тесты

Быстрые тесты логики (на сайты не ходят — парсеры подменяются моками):

.venv/bin/python -m pytest tests/ -v

Живые интеграционные тесты — реально открывают food.ru и magnit.ru через Playwright, как рабочий сервер (~1 минута, с паузами между запросами):

.venv/bin/python -m pytest -m integration -v

Правила живых тестов: сайт недоступен (сеть) — тест пропускается; сайт ответил, но структура не та — тест падает (вёрстка изменилась, пора обновлять селекторы и записывать урок в LESSONS.md).

Структура

src/
├── server.py                  # Точка входа MCP-сервера
├── tools/                     # MCP-инструменты (бизнес-логика)
├── integrations/              # Парсеры сайтов (Playwright)
├── models/                    # Pydantic-модели
├── utils/                     # Кэш, ограничитель запросов, валидаторы
└── config/                    # Настройки (.env) и селекторы

Важно знать

• Оба сайта (food.ru, magnit.ru) — SPA: данные подгружаются JavaScript. Поэтому парсеры работают через Playwright (headless-браузер), а не через простой HTTP.

• Между запросами к сайтам — пауза 2–5 секунд, результаты кэшируются (рецепты на 24 часа, товары на 15 минут).