Parcel MCP Server
Parcel MCP 서버
소형 택배 및 패키지 운영을 시뮬레이션하는 모의 MCP(Model Context Protocol) 서버입니다. Salesforce Agentforce와 함께 사용하도록 설계되었으며, 운전기사나 패키지 처리 센터가 수취인 문제를 해결하는 데 필요한 일반적인 작업을 다루는 12개의 도구를 제공합니다.
라이브 서버
Railway에서 호스팅되며, 항상 켜져 있고 별도의 설정이 필요하지 않습니다.
상태 확인 | |
MCP 엔드포인트 | |
OAuth 토큰 URL | https://parcel-mcp-server-production.up.railway.app/oauth/token |
Salesforce Agentforce 레지스트리 연결
Salesforce Agentforce 레지스트리에 이 서버를 등록하려면 다음 설정을 사용하세요:
필드 | 값 |
MCP 서버 이름 | Parcel MCP 서버 |
서버 URL |
|
인증 방식 | OAuth 2.0 |
ID 공급자 URL |
|
범위(Scope) |
|
클라이언트 ID | 임의의 값 |
클라이언트 시크릿 | 임의의 값 |
OAuth 엔드포인트는 모의 서버이므로, 어떤 클라이언트 ID와 시크릿을 입력해도 유효한 베어러 토큰을 반환합니다.
도구
도구 | 설명 |
| 운송장 번호로 상태, 위치 기록 및 배송 세부 정보 조회 |
| 운전기사에게 할당된 모든 패키지를 상태 및 수취인 정보와 함께 나열 |
| 배송 시도, 예외 사항 또는 완료 기록 |
| 잘못되었거나 배송 불가능한 패키지에 대해 수정된 주소 제출 |
| 선호하는 날짜와 시간대를 지정하여 재배송 예약 |
| 수취인이 직접 수령할 수 있도록 가장 가까운 시설에 패키지 보관 |
| 사유 코드와 함께 패키지를 반송 처리 |
| 배송 알림을 위한 전화번호 또는 이메일 업데이트 |
| 심각도 수준과 함께 파손 신고 접수 |
| 보관 시설의 운영 시간, 주소 및 접근성 정보 조회 |
| 수취인에게 SMS 또는 이메일 알림 발송 |
| 운전기사의 경로 통계(배송 완료, 대기 중, 예외 사항) 조회 |
모의 데이터
주요 예외 시나리오를 다루는 4개의 패키지가 미리 로드되어 있습니다:
운송장 번호 | 상태 | 시나리오 |
| OUT_FOR_DELIVERY | 정상 배송 진행 중 |
| DELIVERY_EXCEPTION | 주소를 찾을 수 없음, 버저 문제 |
| HELD_AT_FACILITY | 최대 시도 횟수 초과, 수령 대기 중 |
| PENDING_ADDRESS_CORRECTION | 잘못된 우편번호 |
또한 두 명의 운전기사 DRV-101(경로 A) 및 DRV-102(경로 B)가 미리 로드되어 있습니다.
로컬에서 실행하기
npm 설치가 필요하지 않습니다. 서버는 Node.js 내장 기능만 사용합니다.
node server.js
# Server runs on http://localhost:3333또는 서버와 ngrok 터널을 함께 시작하는 포함된 런처를 사용하세요:
bash launch.command런처는 공개 ngrok URL과 Salesforce 연결 설정을 자동으로 출력합니다.
Railway에 재배포하기
server.js에 대한 모든 변경 사항은 다음 명령어로 재배포할 수 있습니다:
railway upRailway CLI가 설치되어 있고 로그인(railway login)되어 있는지 확인하세요.
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
Related MCP Connectors
MCP server for tracking parcels using the NetCourier tracking service.
MCP server for ua_postal_tracking_mcp
MCP Server for an Agent Task Marketplace
MCP server for building and testing AI agents with multi-model experimentation and insights.