Servidor MCP de PhoneLCDParts

Este proyecto proporciona un servidor de Protocolo de contexto de modelo (MCP) con una herramienta para extraer resultados de búsqueda de productos de phonelcdparts.com .

Objetivo

La herramienta principal, scrape_phonelcdparts , permite a un cliente compatible con MCP (como un agente LLM) consultar productos en el sitio web phonelcdparts.com basándose en un término de búsqueda. Devuelve datos JSON estructurados que contienen el nombre del producto, el precio, la URL directa y la URL de la imagen.

Esto permite la recuperación automatizada de información del producto para diversas aplicaciones, como seguimiento de precios, análisis de datos o integración en flujos de trabajo más amplios impulsados por IA.

Related MCP server: Vinted-scrapper

Prerrequisitos

• Python 3.12 o superior.

• uv (para gestión de entorno y paquetes).

• Una clave API de Firecrawl válida (de firecrawl.dev ).

Configuración

1. Clone el repositorio (si corresponde) o navegue al directorio del proyecto:

   cd path/to/phonelcdpart-mcp

2. Crear y activar un entorno virtual usando uv :

   uv venv
   source .venv/bin/activate

3. Configurar la clave API de Firecrawl: Cree un archivo llamado .env en el directorio raíz del proyecto phonelcdpart-mcp (es decir, phonelcdpart-mcp/.env ). Añada su clave API de Firecrawl a este archivo:

   FIRECRAWL_API_KEY="YOUR_ACTUAL_FIRECRAWL_API_KEY_HERE"

   La aplicación utiliza la biblioteca python-dotenv para cargar esta clave en tiempo de ejecución.

4. Instalar dependencias usando uv :

   uv pip install .

   Esto instalará todas las dependencias enumeradas en pyproject.toml , incluido python-dotenv .

Ejecución del servidor MCP

Tiene algunas opciones para ejecutar el servidor:

1. Usando Python directamente (para un desarrollo simple):

   python app.py

2. Uso de Uvicorn (recomendado para desarrollo, proporciona recarga automática): asegúrese de que uvicorn esté instalado (está en pyproject.toml ).

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

   (La app:mcp hace referencia a la instancia mcp de FastMCP en su archivo app.py ).

3. Uso del script instalado (si uv pip install . fue exitoso): después de una instalación exitosa uv pip install . , debería estar disponible un script definido en pyproject.toml :

   start-mcp

   Normalmente esto utilizará el método mcp.run() .

El servidor normalmente se iniciará en http://127.0.0.1:8000 o http://0.0.0.0:8000 .

Uso de la herramienta

Una vez que el servidor esté en funcionamiento, puedes interactuar con él utilizando cualquier cliente compatible con MCP.

• Nombre de la herramienta: scrape_phonelcdparts

• Descripción (de la cadena de documentación): extrae información del producto (nombre, precio, URL, URL de la imagen) de phonelcdparts.com para una consulta de búsqueda determinada.

• Argumento:

  • search_query (cadena): el término de búsqueda del producto (por ejemplo, "iphone 15 pro max lcd").

• Devuelve: Una lista de diccionarios, donde cada diccionario contiene:

  • name (cadena)

  • price (cadena)

  • url (cadena)

  • image_url (cadena)

Ejemplo de llamada (conceptual, utilizando un cliente Python):

# (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())

Este código de cliente se conectará a su servidor MCP en ejecución e invocará la herramienta scrape_phonelcdparts con la consulta de búsqueda especificada, luego imprimirá los resultados JSON estructurados.