ERP MCP Server

Un servidor backend basado en Python que demuestra el despliegue de herramientas empresariales personalizadas mediante el Model Context Protocol (MCP). Este proyecto aprovecha el framework FastMCP de Anthropic para exponer sin esfuerzo fuentes de datos empresariales estándar (Pedidos, Inventario y Proveedores) como herramientas estructuradas para el consumo de LLM.

Con fines de demostración, está diseñado para leer bases de datos simuladas localizadas y alojarlas sin problemas sobre una capa de transporte compatible con MCP.

🚀 Características principales

• Integración con FastMCP: Utiliza el wrapper de alto nivel de FastMCP para generar automáticamente esquemas y exponer funciones como herramientas invocables por LLM.

• Módulos ERP granulares: Endpoints separados para extraer conjuntos de datos distintos y aislados de Pedidos, cantidades de Inventario y metadatos de Proveedores.

• Persistencia basada en JSON: Simula interacciones con bases de datos de producción mediante archivos planos JSON ligeros y predecibles.

• Manejo robusto de errores: Devuelve esquemas de error JSON bien formados para informar con elegancia a los LLM cuando fallan las búsquedas.

Related MCP server: Small Business MCP Server

🛠️ Herramientas expuestas

El servidor transmite dinámicamente cuatro herramientas principales de desarrollo a cualquier cliente conectado:

1. get_sales_order(order_id: int): Obtiene datos precisos de pedidos de venta, incluidos estados, precios y líneas transaccionales.

2. get_stock(product_id: int): Consulta las tablas de inventario para obtener niveles de stock en tiempo real y parámetros de reposición.

3. get_vendor(vendor_id: int): Busca credenciales comerciales explícitas, perfiles de riesgo y ciclos de pago de un único socio.

4. get_vendors_information(): Extrae el registro completo de todos los proveedores activos para obtener visiones analíticas amplias.

Instalación

Añade las dependencias necesarias individualmente usando uv (esto descargará automáticamente las últimas versiones):

uv add gradio
uv add "mcp[cli]"
uv add openai

Para ejecutar el servidor

uv run mcp run server.py --transport streamable-http