PhoneLCDParts MCP-Server

Dieses Projekt stellt einen Model Context Protocol (MCP)-Server mit einem Tool zum Scrapen von Produktsuchergebnissen von phonelcdparts.com bereit.

Zweck

Das primäre Tool, scrape_phonelcdparts , ermöglicht es einem MCP-kompatiblen Client (z. B. einem LLM-Agenten), die Website phonelcdparts.com anhand eines Suchbegriffs nach Produkten abzufragen. Es gibt strukturierte JSON-Daten zurück, die den Produktnamen, den Preis, die direkte URL und die Bild-URL enthalten.

Dies ermöglicht den automatisierten Abruf von Produktinformationen für verschiedene Anwendungen, wie z. B. Preisverfolgung, Datenanalyse oder Integration in größere KI-gesteuerte Arbeitsabläufe.

Related MCP server: Vinted-scrapper

Voraussetzungen

• Python 3.12 oder höher.

• uv (für Umgebungs- und Paketverwaltung).

• Ein gültiger Firecrawl-API-Schlüssel (von firecrawl.dev ).

Aufstellen

1. Klonen Sie das Repository (falls zutreffend) oder navigieren Sie zum Projektverzeichnis:

   cd path/to/phonelcdpart-mcp

2. Erstellen und aktivieren Sie eine virtuelle Umgebung mit

   uv venv
   source .venv/bin/activate

3. Konfigurieren Sie den Firecrawl-API-Schlüssel: Erstellen Sie eine Datei mit dem Namen .env im Stammverzeichnis des Projekts phonelcdpart-mcp (z. B. phonelcdpart-mcp/.env ). Fügen Sie Ihren Firecrawl-API-Schlüssel zu dieser Datei hinzu:

   FIRECRAWL_API_KEY="YOUR_ACTUAL_FIRECRAWL_API_KEY_HERE"

   Die Anwendung verwendet die python-dotenv -Bibliothek, um diesen Schlüssel zur Laufzeit zu laden.

4. Installieren Sie Abhängigkeiten mit

   uv pip install .

   Dadurch werden alle in pyproject.toml aufgeführten Abhängigkeiten installiert, einschließlich python-dotenv .

Ausführen des MCP-Servers

Sie haben mehrere Möglichkeiten, den Server auszuführen:

1. Direkt mit Python (für einfache Entwicklung):

   python app.py

2. Verwenden von Uvicorn (für die Entwicklung empfohlen, bietet automatisches Neuladen): Stellen Sie sicher, dass uvicorn installiert ist (es befindet sich in pyproject.toml ).

   uvicorn app:mcp --reload --host 0.0.0.0 --port 8000

   ( app:mcp bezieht sich auf die mcp -Instanz von FastMCP in Ihrer app.py Datei.)

3. Verwenden des installierten Skripts (wenn Nach einem erfolgreichen uv pip install . sollte ein in pyproject.toml definiertes Skript verfügbar sein:

   start-mcp

   Dazu wird normalerweise die Methode mcp.run() verwendet.

Der Server startet normalerweise unter http://127.0.0.1:8000 oder http://0.0.0.0:8000 .

Verwenden des Tools

Sobald der Server läuft, können Sie mit jedem MCP-kompatiblen Client mit ihm interagieren.

• Werkzeugname: scrape_phonelcdparts

• Beschreibung (aus der Dokumentzeichenfolge): Kratzt Produktinformationen (Name, Preis, URL, Bild-URL) von phonelcdparts.com für eine bestimmte Suchanfrage.

• Argument:

  • search_query (Zeichenfolge): Der Produktsuchbegriff (z. B. „iPhone 15 Pro Max LCD“).

• Gibt zurück: Eine Liste von Wörterbüchern, wobei jedes Wörterbuch Folgendes enthält:

  • name (Zeichenfolge)

  • price (Zeichenfolge)

  • url (Zeichenfolge)

  • image_url (Zeichenfolge)

Beispielaufruf (konzeptionell, unter Verwendung eines Python-Clients):

# (This is a conceptual example of how a client might call the tool)
# import asyncio
# from fastmcp import Client
#
# async def main():
#     # Ensure the server_url matches where your MCP server is running
#     server_url = "http://127.0.0.1:8000/sse" 
#     async with Client(server_url) as client:
#         try:
#             result = await client.call_tool(
#                 "scrape_phonelcdparts", 
#                 {"search_query": "iphone 14 screen"}
#             )
#             if result and result.data:
#                 print("Tool Result:")
#                 for item in result.data:
#                     print(item)
#             else:
#                 print("No data returned or tool call failed.")
#         except Exception as e:
#             print(f"Error calling tool: {e}")
#
# if __name__ == "__main__":
#     asyncio.run(main())

Dieser Clientcode würde eine Verbindung zu Ihrem laufenden MCP-Server herstellen und das Tool scrape_phonelcdparts mit der angegebenen Suchanfrage aufrufen und dann die strukturierten JSON-Ergebnisse drucken.