AgentMall
This server does not currently have a deployable release on Glama. Follow the repository's setup instructions to install and configure it for your MCP client, including any required credentials and local dependencies.
AgentMall
智能体原生的日用消费品采购 MCP Server(开源 MVP) Agent-native daily-needs shopping via MCP — open source MVP.
🚧 当前状态:Phase 2 路演雏形(用户侧闭环已通,管理员/商户侧进行中) 数据与支付均为演示数据:商品是整理/采集的公开价格,支付是模拟网关,不发生任何真实交易。
这是什么
用户不用打开 App,直接对自己的 AI 智能体说"帮我买最便宜的抽纸", 智能体通过本项目的 MCP 接口完成搜索、比价、下单——买的是 1688 源头价的日用刚需品 (纸巾、垃圾袋、洗衣液、收纳等)。
MCP 优先:为智能体设计接口,而非为人设计网页
源头价格:对接 1688 一件代发,零库存、现金流正向
合规先行:只做"辅助支付"(智能体下单、用户自己点链接付款),不做自动扣款
Related MCP server: clishop
快速开始
python3 -m venv .venv && source .venv/bin/activate # Linux/macOS
pip install -r requirements.txt
# 终端 A:Web 前端(注册/登录/个人中心/订单/模拟收银台)→ http://127.0.0.1:8000
uvicorn agentmall.web.app:app --port 8000
# 终端 B:MCP Server(给 AI 客户端接)→ http://127.0.0.1:8001/mcp
python -m agentmall.http_server本地 AI 客户端(Claude Code / Cursor 等)也可以直接用 stdio:
python -m agentmall.serverWindows 用
.venv\Scripts\activate。若系统 pip 报externally-managed-environment(PEP 668),说明该 Python 禁止全局装包——用上面的 venv 即可,这是推荐做法。
⚠️ 必须装
mcp<2:requirements.txt已锁mcp>=1.8,<2。 mcp 2.x 把FastMCP更名为MCPServer,mcp.server.fastmcp会直接 ImportError, 导致 Server 无法启动。迁 v2 属后续事项。
三角色接入(per-agent key)
每个请求带 Authorization: Bearer <key>,key 决定角色,Server 只注册该角色的 tool:
角色 | 工具数 | 演示 key |
用户 | 4 |
|
管理员 | 5 |
|
商户 | 5 |
|
stdio 模式下用环境变量指定角色:AGENTMALL_API_KEY=ak_demo_admin_secret python -m agentmall.server
GET /whoami 可以随时查当前 key 被解析成什么角色、能看到哪些 tool。
一键验证(不用接客户端)
想快速确认整条链路是否正常,可直接跑内置的 MCP stdio client——它以真实 MCP 协议 逐个调用 4 个 tool,复现 demo/演示脚本.md 的全链路:
python tests/demo_chain.py # 用户侧全链路(stdio 真实协议),17 项断言
python tests/test_readonly.py # 只读边界守卫
python tests/test_roles.py # 管理员/商户权限与审核流
python tests/test_http_auth.py # streamable-http 接入 + 越权拒绝 + 审计最近一次完整输出见 demo/演示输出.md。
MCP Tools(一期)
Tool | 功能 |
| 关键词/品类/最高价搜索,按价格排序 |
| 查看商品详情 |
| 创建订单(辅助支付,返回占位支付链接) |
| 查询订单状态 |
演示
按 demo/演示脚本.md 走一遍,即可在 2 分钟内看到完整链路: 搜索"纸巾" → 比价 → 下单 → 拿到订单号 → 查询"待支付"状态。
路线图
Phase 1(本仓库当前):本地商品库 + 用户智能体 MCP 接口(搜索/比价/下单/查单)+ 辅助支付占位, 验证"智能体能帮人买日用品"
Phase 2:接入 1688 开放平台真实商品/库存/价格;接入真实支付网关替换占位链接; 用户授权与额度管理;商户智能体(上架/改价/订单履约)+ 管理员智能体(审核/风控/仲裁)上线, 三角色权限隔离(见 docs/角色架构.md)
Phase 3:智能体间议价、集采拼单、订阅式自动补货(A2A)
三智能体(用户 / 商户 / 管理员)功能与权限边界已定死,详见 docs/角色架构.md。Phase 1 只做用户侧,不许混。
合规声明
本项目采用 "checkout hands off"(结账交接) 范式——这是 Anthropic 官方 commerce-agents 蓝图确立的智能体电商安全模式,也是 northcinder "Buying stays a separate decision"(购买是独立决策)理念的中文落地: 下单是智能体的事,付钱永远是用户的事。智能体只建单, 支付发生在用户自己的浏览器/App 里,模型碰不到钱。
一期仅实现"智能体辅助支付",不实现、不鼓励任何形式的智能体自动扣款。 该设计同时符合中国支付清算协会《智能体支付应用自律公约》第一阶段 (辅助支付)的要求;真实支付能力上线前将完成合规评估与报备。
设计参考
本项目站在以下开源项目的基础上设计:
anthropics/commerce-agents —— "checkout hands off" 范式与 start-small 方法论
cinderline/northcinder —— human-in-the-loop 结账流程与 Adapter 货源模式
jackwangfeng/keel —— per-agent key 分级权限与写操作提案队列
shopmanagerai/shopify-mcp —— CI 强制只读保证与 operation ledger
差异化:以上没有一个覆盖"1688 一件代发 + 用户/商户/管理员三角色 + 中国支付合规" 这个组合——这正是 AgentMall 的位置。
License
MIT
This server cannot be deployed
Maintenance
Related MCP Connectors
Hosted MCP for e-commerce: live product catalog, stock, and pricing for AI agents.
Pay-per-use tool marketplace for AI agents. Search, price-check, and call APIs via MCP.
Search multi-merchant supply, checkout, and track orders via MCP.
Agentic commerce with 58 MCP tools for product search, checkout, A2A negotiation, C-Suite analytics.
Related MCP Servers
- FlicenseNot gradedqualityDmaintenanceEnables AI assistants to manage products, shopping carts, and orders in an online store through a well-defined MCP API.-
- AlicenseNot gradedqualityDmaintenanceEnables AI agents and humans to search products across multiple stores, compare prices, and place real orders directly from the terminal using 46 MCP tools.63 npm2MIT
- AlicenseAqualityCmaintenanceEnables AI agents to query tenants, browse catalogue items with pricing, pull recent orders, and add products through the MCP tool-calling interface.4MIT
- AlicenseNot gradedqualityCmaintenanceEnables users to search grocery products and stores, manage a cart, sync purchase history, and predict needed items through MCP tools. It also stores food preferences as server instructions so connected agents can respect them automatically.1MIT