Amazon Produkt-Intelligence-Agent

Ein autonomer Model Context Protocol (MCP)-Server, der Amazon-Produktdetails und -Bewertungen extrahiert, die Speicherung in einer lokalen JSON-Datenbank verwaltet und Intelligence-Daten mithilfe eines umfangreichen Prefab-UI-Dashboards visualisiert.

Funktionen

• Asynchrones Scraping: Verwendet httpx und BeautifulSoup4, um gleichzeitig Produktmetadaten (Preis, Titel, Anzahl der Bewertungen, durchschnittliche Bewertung) und Top-Kundenrezensionen von Amazon abzurufen.

• Lokale Persistenz: Bietet vollständige CRUD-Operationen zur Verwaltung von Produkt-Intelligence-Daten in einer lokalen JSON-Datenbank.

• Umfangreiches Dashboard: Erstellt ein ansprechendes Prefab-UI-Dashboard zur Visualisierung der gesammelten Informationen.

• MCP-Standard: Vollständig kompatibel mit jedem Model Context Protocol-Client unter Verwendung von fastmcp.

Voraussetzungen

• Python 3.12+ (64-Bit empfohlen)

• Node.js (für den MCP Inspector)

Installation

Lokale Einrichtung

1. Klonen oder laden Sie das Repository herunter.

2. Öffnen Sie ein Terminal im Projektverzeichnis.

3. Erstellen und aktivieren Sie eine virtuelle Umgebung:

   python -m venv venv
   source venv/Scripts/activate  # On Windows Git Bash
   # OR: .\venv\Scripts\activate # On Windows PowerShell

4. Installieren Sie die Abhängigkeiten:

   pip install -r requirements.txt

Online-Einrichtung (Replit / GitHub Codespaces)

Wenn Sie die Abhängigkeiten nicht lokal installieren können, können Sie eine Cloud-IDE verwenden:

1. Laden Sie die Dateien auf Replit oder in einen GitHub Codespace hoch.

2. Führen Sie den Installationsbefehl im bereitgestellten Terminal aus: pip install -r requirements.txt.

Verwendung & Testen

Der einfachste Weg, die Funktionen des Agenten zu testen, ist die Verwendung des offiziellen MCP Inspectors.

1. Starten Sie den Inspector:

   npx @modelcontextprotocol/inspector python server.py

2. Öffnen Sie die bereitgestellte localhost-URL in Ihrem Browser.

3. Navigieren Sie zum Tab Tools, um die folgenden Funktionen zu testen:

   • fetch_amazon_product: Verwenden Sie eine ASIN (wie B08N5WRWNW), um Daten zu extrahieren.

   • manage_product_database: Speichern Sie die extrahierten JSON-Daten in Ihrer lokalen Datenbank.

   • show_product_dashboard: Zeigen Sie die generierte Benutzeroberfläche für Ihre gespeicherte ASIN an.

Bsp.: https://www.amazon.in/Amazon-Brand-Presto-Oxo-Biodegradable-Garbage/dp/B0821PN8L4/ref=zg\\\\_bs\\\\_c\\\\_kitchen\\\\_d\\\\_sccl\\\\_1/259-9731870-4167526?pd\\\\_rd\\\\_w=cfXa7\\\\&content-id=amzn1.sym.b908f532-cbe7-4274-8b24-b671acc58bd2\\\\&pf\\\\_rd\\\\_p=b908f532-cbe7-4274-8b24-b671acc58bd2\\\\&pf\\\\_rd\\\\_r=F8ZX5X2ZT11NKKGT6PXC\\\\&pd\\\\_rd\\\\_wg=wuSNK\\\\&pd\\\\_rd\\\\_r=b24b1a45-e140-4aad-bc3c-4f47f6ec477e\\\\&pd\\\\_rd\\\\_i=B0821PN8L4\\\\&th=1

Die ASIN ist B0821PN8L4

Integration mit einem LLM-Client

Fügen Sie den Server zu Ihrer MCP-kompatiblen Client-Konfiguration (z. B. Claude Desktop) hinzu:

{
  "mcpServers": {
    "amazon-intelligence": {
      "command": "python",
      "args": ["/absolute/path/to/server.py"]
    }
  }
}