de en es ja ko ru zh

agent-signal

Name: agent-signal
Author: dan24ou-cpu

by dan24ou-cpu

Overview Schema Source Related Servers Discussions Admin

TypeScript

Hybrid

AgentSignal

npm version GitHub stars License: MIT MCP Tools

AIショッピングエージェントのための集合知レイヤー。

接続するエージェントが増えるほど、すべてのエージェントが賢くなります。1,200以上のショッピングセッション、95の製品、50の加盟店、10のカテゴリーを網羅し、現在も拡大中です。

存在意義: AIエージェントがユーザーの代わりに買い物をする際、各エージェントはゼロからスタートします。AgentSignalはすべてのエージェントの意思決定シグナルをプールするため、他のエージェントがすでに学習したこと（選択率、拒否パターン、価格インテリジェンス、加盟店の信頼性、実証済みの制約条件の一致など）をすべてのセッションで活用できます。

クイックスタート (30秒)

リモート — インストール不要、即座にインテリジェンスを利用可能:

{
  "mcpServers": {
    "agent-signal": {
      "url": "https://agent-signal-production.up.railway.app/mcp"
    }
  }
}

ローカル (npx経由):

npx agent-signal

Claude Desktop / Claude Code:

{
  "mcpServers": {
    "agent-signal": {
      "command": "npx",
      "args": ["agent-signal"]
    }
  }
}

Related MCP server: agent-commerce-mcp-server

1回の呼び出しで賢い買い物を開始

smart_shopping_session ツールは、セッションを記録すると同時に、利用可能なすべてのインテリジェンスを1回の呼び出しで返します:

smart_shopping_session({
  raw_query: "lightweight running shoes with good cushioning",
  category: "footwear/running",
  budget_max: 200,
  constraints: ["lightweight", "cushioned"]
})

戻り値:

後続のログ記録のためのセッションID
そのカテゴリーにおける他のエージェントのトップピック
最も重要視された制約条件と要因
類似セッションの結末（購入済み vs 断念）
ネットワーク全体の統計

23個のMCPツール

スマートコンボツール (推奨)

ツール	機能
`smart_shopping_session`	セッション開始 + カテゴリーインテリジェンス取得 + 類似セッションの結果取得 — すべて1回の呼び出しで実行
`evaluate_and_compare`	製品評価の記録 + 製品インテリジェンス取得 + 取引の判定 — すべて1回の呼び出しで実行

バイヤーインテリジェンス — より賢い買い物を

ツール	提供情報
`get_product_intelligence`	選択率、拒否理由、競合製品に負けた理由
`get_category_recommendations`	トップピック、意思決定要因、一般的な要件、平均予算
`check_merchant_reliability`	在庫の正確性、選択率、加盟店ごとの購入結果
`get_similar_session_outcomes`	類似の制約条件を持つエージェントが最終的に何を選んだか
`detect_deal`	過去データに基づく価格判定 — best_price_ever から above_average まで
`get_warnings`	在庫の問題、高い拒否率、断念シグナル
`get_constraint_match`	制約条件に完全に一致する製品 — 検索をスキップ

セラーインテリジェンス — 市場を理解する

ツール	提供情報
`get_competitive_landscape`	カテゴリーランク、直接対決の勝率、競合相手とその理由、価格ポジショニング
`get_rejection_analysis`	エージェントが製品を拒否する理由、週次トレンド、代わりに何が選ばれたか
`get_category_demand`	エージェントが何を検索しているか、満たされていないニーズ、予算分布、市場のギャップ
`get_merchant_scorecard`	加盟店レポート — 在庫の信頼性、価格競争力、カテゴリー別の選択率

発見とモニタリング

ツール	提供情報
`get_budget_products`	特定の予算内で最適な製品 — エージェントの選択数と加盟店の在庫状況でランク付け
`get_trending_products`	上昇または下降トレンドの製品 — 前期間と現在の選択率を比較
`create_price_alert`	価格アラートの設定 — エージェントが目標価格以下で製品を発見した際に通知
`check_price_alerts`	最近のエージェント活動によってトリガーされたアラートを確認

書き込みツール — ネットワークへの貢献

ツール	キャプチャ内容
`log_shopping_session`	ショッピングの意図、制約条件、予算、除外事項
`log_product_evaluation`	検討した製品、一致スコア、処分 + 拒否理由
`log_comparison`	比較した製品、比較軸、勝者、決定要因
`log_outcome`	最終結果 — 購入、推奨、断念、または延期
`import_completed_session`	完了したセッションを一括で遡及的にインポート
`get_session_summary`	セッションの詳細を取得

例: 完全なエージェントワークフロー

# 1. Start smart — one call gets you session ID + intelligence
smart_shopping_session(category: "electronics/headphones", constraints: ["noise-cancelling", "wireless"], budget_max: 400)

# 2. Evaluate products — get intel as you log
evaluate_and_compare(session_id: "...", product_id: "sony-wh1000xm5", price_at_time: 349, disposition: "selected")
evaluate_and_compare(session_id: "...", product_id: "bose-qc45", price_at_time: 279, disposition: "rejected", rejection_reason: "inferior ANC")

# 3. Compare and close
log_comparison(products_compared: ["sony-wh1000xm5", "bose-qc45"], winner: "sony-wh1000xm5", deciding_factor: "noise cancellation quality")
log_outcome(session_id: "...", outcome_type: "purchased", product_chosen_id: "sony-wh1000xm5")

すべてのステップがネットワークにフィードバックされます。次にヘッドフォンを探すエージェントは、あなたのデータから恩恵を受けることができます。

例: セラーインテリジェンスワークフロー

# 1. How is my product performing vs competitors?
get_competitive_landscape(product_id: "sony-wh1000xm5")
# → Category rank #1, 68% head-to-head win rate, beats bose-qc45 on ANC quality

# 2. Why are agents rejecting my product?
get_rejection_analysis(product_id: "bose-qc45")
# → 45% rejected for "inferior ANC", agents chose sony-wh1000xm5 instead 3x more

# 3. What do agents want in my category?
get_category_demand(category: "electronics/headphones")
# → Top demands: noise-cancelling (89%), wireless (82%), unmet need: "spatial audio"

# 4. How does my store perform?
get_merchant_scorecard(merchant_id: "amazon")
# → 34% selection rate, 2% out-of-stock, cheapest option 41% of the time

アクティブなインテリジェンスを持つカテゴリー

カテゴリー	セッション数
footwear/running	150+
electronics/headphones	140+
gaming/accessories	130+
electronics/tablets	130+
home/furniture/desks	120+
fitness/wearables	118+
electronics/phones	115+
home/smart-home	107+
kitchen/appliances	105+
electronics/laptops	98+

エージェントフレームワークの例

/examples にすぐに実行可能な例があります:

フレームワーク	ファイル	説明
LangChain	`langchain-shopping-agent.py`	LangGraph + MCPアダプターを使用したReActエージェント
CrewAI	`crewai-shopping-crew.py`	2エージェント構成 (リサーチャー + ショッパー)
AutoGen	`autogen-shopping-agent.py`	MCPツールを使用したAutoGenエージェント
OpenAI Agents	`openai-agents-shopping.py`	Streamable HTTPを使用したOpenAI Agents SDK
Claude	`claude-system-prompt.md`	Claude Desktop/Code向けに最適化されたシステムプロンプト

すべての例はホストされたMCPエンドポイントに接続します。pip install 以外のセットアップは不要です。

REST API

加盟店向け分析機能 https://agent-signal-production.up.railway.app/api:

エンドポイント	説明
`GET /api/products/:id/insights`	製品分析 — 検討率、拒否理由
`GET /api/categories/:category/trends`	カテゴリートレンド — 主要要因、予算、属性
`GET /api/competitive/lost-to?product_id=X`	競合による損失 — Xが何に負けているか、その理由
`GET /api/sessions`	最近のセッション (ページネーションあり)
`GET /api/sessions/:id`	セッションの詳細
`POST /api/admin/aggregate`	インサイト計算のトリガー
`GET /api/health`	ヘルスチェック

セルフホスティング

git clone https://github.com/dan24ou-cpu/agent-signal.git
cd agent-signal
npm install
cp .env.example .env  # set DATABASE_URL to your PostgreSQL
npm run migrate
npm run seed           # optional: sample data
npm run dev            # starts API + MCP server on port 3100

アーキテクチャ

MCP Server — Stdioトランスポート (ローカル) + Streamable HTTP (リモート)
REST API — 同一ポート上のExpress
Database — PostgreSQL (Neon互換)
23 MCP tools — 17個の読み取り (バイヤー + セラー + 発見) + 6個の書き込み

ライセンス

MIT

This server cannot be deployed

One endpoint for every MCP toolRayrun runs every MCP server behind one URL and holds the credentials. Each call is decided per client, tool, and argument, then recorded.ray.runAd

Maintenance

ActivityInactive

ResponsivenessNo issues

Resources

Need Help?

Related Servers

Related MCP Connectors

marketbasketanalysis-mcp A
io.github.48x-ai
Co-purchase intelligence and merchant ops tools for AI shopping, ecommerce, and B2B agents
E-commerce & Retail Research & Data
191
shopping-discoveryOAuth
io.github.Periskop-ai
Product discovery for AI agents: ranked products and bundles from the open merchant web.
E-commerce & Retail Search
2
agent-commerce
ai.petraport
AI-agent product catalog: search, lookup & purchase routing over verified merchant data.
E-commerce & Retail Search
2
OpenShopGraph A
com.openshopgraph
Open, verified shop database for AI agents: products, offers, price comparison, trust and coupons.
E-commerce & Retail Search Open Data
81

Related MCP Servers

Godaloofficial
E-commerce & Retail Search
Godalo-ai
A
license
Not graded
quality
D
maintenance
Affiliate product search for AI agents. Indexes structured merchant feeds — real prices, live stock, affiliate links built in. Works with any MCP client.
Updated 4 months ago (2026-06-04 11:51 UTC)
MIT
agent-commerce-mcp-server
E-commerce & Retail Autonomous Agents
AiAgentKarl
A
license
A
quality
D
maintenance
Enables AI agents to create, compare, and track purchases with structured buying workflows, offer comparison, and merchant verification.
Updated 6 months ago (2026-04-03 16:05 UTC)
5
MIT
Agentic Product Protocol MCP
E-commerce & Retail Search
AiAgentKarl
A
license
A
quality
D
maintenance
Klarna-style product discovery for AI shopping agents. Makes product catalogs machine-readable so AI agents can search, compare, and purchase products programmatically.
Updated 6 months ago (2026-03-20 11:47 UTC)
6
MIT
Periskop MCP Serverofficial
E-commerce & Retail Search
Periskop-ai
A
license
Not graded
quality
C
maintenance
Enables AI agents to perform product discovery from natural language shopping intents, returning ranked products with merchant links without completing checkout.
Updated 3 months ago (2026-07-01 11:42 UTC)
MIT