Агент аналитики товаров Amazon

Автономный сервер протокола контекста модели (MCP), который собирает подробную информацию и отзывы о товарах Amazon, управляет локальным хранилищем базы данных JSON и визуализирует аналитические данные с помощью функциональной панели управления Prefab UI.

Функции

• Асинхронный сбор данных: использует httpx и BeautifulSoup4 для одновременного получения метаданных товара (цена, название, количество отзывов, средний рейтинг) и лучших отзывов покупателей с Amazon.

• Локальное хранение: предоставляет полные операции CRUD для управления данными аналитики товаров в локальной базе данных JSON.

• Функциональная панель управления: создает красивую панель управления Prefab UI для визуализации собранных данных.

• Стандарт MCP: полностью совместим с любым клиентом протокола контекста модели, использующим fastmcp.

Предварительные требования

• Python 3.12+ (рекомендуется 64-битная версия)

• Node.js (для MCP Inspector)

Установка

Локальная настройка

1. Клонируйте или скачайте репозиторий.

2. Откройте терминал в директории проекта.

3. Создайте и активируйте виртуальное окружение:

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

4. Установите зависимости:

   pip install -r requirements.txt

Настройка онлайн (Replit / GitHub Codespaces)

Если вы не можете установить зависимости локально, вы можете использовать облачную IDE:

1. Загрузите файлы в Replit или GitHub Codespace.

2. Выполните команду установки в предоставленном терминале: pip install -r requirements.txt.

Использование и тестирование

Самый простой способ протестировать возможности агента — использовать официальный MCP Inspector.

1. Запустите инспектор:

   npx @modelcontextprotocol/inspector python server.py

2. Откройте предоставленный URL localhost в вашем браузере.

3. Перейдите на вкладку Tools (Инструменты), чтобы протестировать следующие функции:

   • fetch_amazon_product: используйте ASIN (например, B08N5WRWNW) для сбора данных.

   • manage_product_database: сохраните собранные данные JSON в вашу локальную базу данных.

   • show_product_dashboard: просмотрите созданный интерфейс для сохраненного ASIN.

Пример: 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

ASIN — B0821PN8L4

Интеграция с клиентом LLM

Добавьте сервер в конфигурацию вашего клиента, совместимого с MCP (например, Claude Desktop):

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