MCP de MercadoLibre Colombia
Server Configuration
Describes the environment variables required to run the server.
| Name | Required | Description | Default |
|---|---|---|---|
| ML_APP_ID | Yes | Your MercadoLibre application App ID, created in the MercadoLibre DevCenter. | |
| ML_APP_SECRET | Yes | Your MercadoLibre application Secret Key, created in the MercadoLibre DevCenter. | |
| ML_SOLO_LECTURA | No | Set to 1 to disable write tools, preventing any changes to your MercadoLibre store. | |
| ML_TRABAJADORES_WEBHOOK | No | Optional webhook URL to receive worker alerts, e.g. to your CRM, n8n, or WhatsApp. |
Instructions
Guidance the server publishes about itself, which clients place ahead of the tool catalog so the model reads it before choosing anything.
This server publishes no instructions, or was last inspected before Glama recorded them.
Capabilities
Features and capabilities supported by this server
Protocol revision2025-11-25
| Capability | Details |
|---|---|
| tools | {
"listChanged": true
} |
Tools
Functions exposed to the LLM to take actions
| Name | Description |
|---|---|
| ml_conectarA | Vincula una cuenta de MercadoLibre. Sin argumentos devuelve la URL para autorizar en el navegador; con |
| ml_cuentasB | Lista las cuentas de MercadoLibre conectadas (soporta varias tiendas). Con |
| ml_desconectarA | Elimina los tokens guardados de una cuenta (deja de estar conectada en esta computadora). |
| ml_versionA | Muestra la versión instalada del conector, chequea si hay una actualización publicada y explica cómo actualizar. |
| ml_ordenesA | Lista las ventas (órdenes) del vendedor, de la más reciente a la más vieja. Filtrable por fecha y estado. |
| ml_panel_ventasA | El tablero del vendedor en una llamada: facturación de HOY y del MES, productos más vendidos del mes, reparto por método de envío (FULL/Flex/Colecta...) y dónde se concentran las ventas por provincia. Ideal para "¿cómo venimos hoy?" o el panel del mes. |
| ml_metricasA | Facturación, unidades y ticket promedio de un período, comparado contra el período anterior. Ideal para "¿cómo vienen las ventas?". Con cuenta="todas" consolida todas las tiendas conectadas. |
| ml_enviosB | Estado del envío de una orden: tracking, estado y fechas. |
| ml_publicacionesB | Lista las publicaciones del vendedor con precio, stock y estado. |
| ml_publicacionA | Detalle completo de una publicación: precio, stock, ventas, tipo, garantía, envío, link. |
| ml_visitasA | Visitas de una publicación en una ventana de días, para medir tráfico y conversión. |
| ml_actualizar_publicacionA | MODIFICA una publicación real: precio, stock o estado (pausar/activar). Usar solo con confirmación explícita del usuario. |
| ml_crear_publicacionA | CREA una publicación real en la tienda. Con |
| ml_preguntasC | Preguntas de compradores; por defecto las pendientes de respuesta. |
| ml_responder_preguntaA | PUBLICA una respuesta real y visible a una pregunta de comprador. Irreversible: usar solo con el texto confirmado por el usuario. |
| ml_comisionesB | Cuánto cobra MercadoLibre por vender a un precio dado (comisión por tipo de publicación), para calcular márgenes. |
| ml_precio_catalogoB | Para publicaciones de catálogo: si estás ganando la buy box y qué precio necesitás para ganarla. |
| ml_buscarB | Busca publicaciones públicas en MercadoLibre (para espiar competencia y precios de mercado). |
| ml_reputacionC | Color de reputación, ventas y tasas de reclamos, demoras y cancelaciones. |
| ml_promocionesB | Campañas y promociones que MercadoLibre le ofrece al vendedor; con promocion_id y tipo, lista las publicaciones elegibles con su descuento. |
| ml_aceptar_promocionA | ACTIVA una publicación dentro de una promoción de MercadoLibre, al precio indicado. Visible para compradores: usar solo con confirmación explícita por ítem. |
| ml_mejorar_publicacionA | El mejorador de publicaciones, MULTICUENTA: con item_id revisa UNA publicación de cualquiera de tus tiendas conectadas (encuentra sola de qué tienda es, no hace falta decir la cuenta) contra la receta que convierte y devuelve el checklist con lo que falta. (1) FOTOS CON MEDIDAS: te muestra las fotos para que las mires — revisá cada imagen y decí si alguna tiene las medidas dibujadas (cotas con cm/mm/L/kg); si ninguna, es un ❌ (se arregla con la skill imagenes-ml). (2) VIDEO: video clásico o clips publicados. (3) DESCRIPCIÓN en este orden: los 5 primeros renglones con el RESUMEN de todo el producto, después MEDIDAS, CARACTERÍSTICAS PRINCIPALES y QUÉ VIENE EN LA CAJA. (4) PREGUNTAS DE LOS ÚLTIMOS 90 DÍAS: las audita (cuántas, cuántas sin responder, de qué temas preguntan) y las resume en un FAQ de 20 preguntas con las respuestas reales del vendedor. Avisa si el mismo producto (mismo SKU) está en tus otras tiendas. SIN item_id hace un BARRIDO de todas tus tiendas (o de la indicada en cuenta): las publicaciones activas de cada una, de la que más le falta a la que menos, y agrupa el mismo producto entre tiendas. No modifica nada: para aplicar, ml_aplicar_mejora con el OK del vendedor. |
| ml_aplicar_mejoraA | MODIFICA la descripción real de una publicación (de cualquiera de tus tiendas: encuentra sola de cuál es) con la estructura que convierte: el RESUMEN en los 5 primeros renglones (3 a 5 renglones), después MEDIDAS, CARACTERÍSTICAS PRINCIPALES, QUÉ VIENE EN LA CAJA, lo extra que haya que conservar, y al final las PREGUNTAS FRECUENTES: las 20 de los últimos 90 días con las respuestas reales del vendedor (se calculan solas). Con mismo_sku=true la aplica también a TODAS las publicaciones con el mismo SKU en todas tus tiendas conectadas, cada una con el FAQ de SUS propias preguntas. Los textos los escribe Claude con datos reales (ml_mejorar_publicacion trae el material): nunca inventar medidas ni características. Sin confirmar=true solo muestra cómo quedaría; con confirmar=true la escribe (solo con OK explícito del vendedor) y guarda antes un respaldo de cada descripción anterior. Valida: sin HTML, sin datos de contacto ni links, medidas con número y unidad. |
| ml_auditar_publicacionesA | Lista las publicaciones del vendedor con un semáforo de calidad y cómo mejorar cada una: título corto o con relleno, pocas fotos, sin descripción, sin envío gratis, stock crítico, catálogo perdido, publicación pausada — y si está ACTUALIZADA: días sin tocar, precio congelado, precio fuera de mercado, fotos de baja resolución, marca/modelo y garantía. (Lucía, la auditora del equipo de trabajadores, lo hace sola cada 15 días.) Devuelve las peores primero con la acción concreta. Ideal para "¿qué publicaciones tengo que mejorar?". |
| ml_faq_descripcionA | Contempla las preguntas que te hacen los compradores en una publicación y las agrega a su descripción como "PREGUNTAS FRECUENTES", con TUS respuestas reales (nunca inventa). Agrupa las parecidas, prioriza las que más se repiten, descarta lo que cambia con el tiempo (stock, precio, cuotas, envíos) y toda respuesta con datos de contacto, y no repite lo que la descripción ya cubre. El bloque queda marcado: se puede actualizar cada quincena sin duplicar. Sin aplicar=true solo MUESTRA la propuesta; con aplicar=true modifica la descripción real (pedir confirmación antes). Con todas=true toma las publicaciones que Lucía marcó en su última auditoría. |
| ml_agendaA | La agenda de Clara (del equipo de trabajadores): las fechas cruciales del año (Hot Sale, CyberMonday, Black Friday, Día de la Madre/Padre/Infancias, Navidad…) y el cronograma de campañas y promociones que MercadoLibre te ofrece, con cierre de inscripción, candidatas y si ya participás. Por cada una pregunta SIEMPRE si querés participar y guarda tu decisión (no se inscribe sola: inscribir es con ml_aceptar_promocion y tu OK). Acciones: calendario (lo que viene), decidir (sí/no a una campaña o fecha), fecha (confirmar una fecha estimada o agregar una propia), pagina (el kit para actualizar Mi página: banner y productos a destacar del evento). |
| ml_numerosA | Los números de Carmen, la contadora del equipo: resultado de un mes — facturación, cantidad de ventas, comisiones reales de MercadoLibre, publicidad, impuestos (% guardado en el cerebro), costo de mercadería (costos del cerebro) y envíos a cargo → resultado neto y margen, comparado con el mes anterior. Si faltan costos o impuestos lo marca como parcial y dice qué falta (nunca inventa). mes: "actual" (default, hasta hoy), "anterior" o AAAA-MM. |
| ml_despachosB | La lista de Leo, el coordinador de logística del equipo: envíos de las ventas de los últimos días — qué tenés que despachar y hasta cuándo (FULL lo despacha MercadoLibre), envíos demorados, no entregados o devueltos, por tipo de envío (FULL/Flex/Colecta) y destino, más tu tasa de despachos con demora de la reputación. |
| ml_jefeA | El jefe del equipo de trabajadores: le das un OBJETIVO en una frase ("vender más este mes", "¿por qué gano poco?", "preparame para el CyberMonday", "mejorar la reputación") y él elige qué trabajadores tienen que ver, los pone a trabajar ahora mismo, junta lo que encontraron y devuelve el plan en orden: cada paso con el trabajador responsable, lo que encontró y la skill para hacerlo. Lo que modifica la tienda queda marcado para hacerlo con tu OK. Sin objetivo claro, trabaja con todo el equipo. El vendedor le puede poner NOMBRE (y emoji) al jefe: cuando diga "el jefe se llama Roberto", "ponele Don Ramón al jefe" o similar, llamar con nombre="…" (sin objetivo); nombre="" lo vuelve a "El jefe". Después, si el vendedor le habla al jefe por su nombre ("Roberto, ¿cómo vendo más?"), es un objetivo para esta herramienta. |
| ml_tableroA | Arma el tablero visual del día con todo lo que saben los 19 trabajadores (incluido el ranking de nichos de Emma): la frase del día, lo que está funcionando, lo que necesita atención (urgente primero, con la skill para resolverlo), tus números (facturación, neto, ganancia, publicidad, reputación, pendientes), la planilla del equipo (tocás un trabajador y ves su tabla), lo que viene, la evolución de 30 días y la bitácora. Es una página local (sin servidor, funciona sin internet) con tutorial guiado; después se actualiza sola con cada control del equipo. Con abrir=true la abre en el navegador. |
| ml_cerebroA | La base de datos local del negocio: guarda lo que el vendedor le enseña (costo de cada producto, % de impuestos, costo de envío, medidas, qué incluye, notas) y las demás herramientas lo usan solas — la calculadora de rentabilidad deja de preguntar lo que ya sabe. EL COSTO VA POR SKU: si la publicación tiene SKU, el costo queda guardado en el SKU y lo usan todas las publicaciones con ese mismo SKU (también las nuevas). Se puede guardar directo por SKU (item_id="TER-1L"). Todo queda en un archivo local de la máquina del vendedor, nunca sale de ahí. Acciones: guardar, ver, olvidar. Para datos del negocio entero (ej impuestos de todas las ventas), guardar sin item_id. |
| ml_publicidadA | Métricas de Product Ads al momento de la consulta: con item_id, el detalle del anuncio de esa publicación (inversión, impresiones, clics, CTR, CPC, ACOS, unidades y facturación por ads); sin item_id, las campañas del anunciante con su estado, presupuesto y resultados. Parámetro dias para el período (1 = hoy, default 30). |
| ml_rentabilidadA | El desglose real peso por peso de un producto: precio de venta MENOS comisión de MercadoLibre (tarifa real del tipo de publicación) MENOS publicidad por unidad (gasto de Product Ads en vivo del período) MENOS impuestos MENOS costo de envío MENOS costo del producto = ganancia neta y margen. Pide lo que falta (costo e impuestos NUNCA se inventan) y dice hasta qué ACOS aguanta el producto. |
| ml_clipsA | Consulta los Clips (videos verticales cortos) de tus publicaciones por la API y dice cuáles sirven: con item_id muestra cada clip y su estado de moderación (publicado ✅, en revisión ⏳ 24-48 hs, rechazado ❌ con el motivo y cómo corregirlo); sin item_id recorre tus publicaciones activas y arma el mapa de video de la tienda (clips + video clásico) con cuáles priorizar. |
| ml_subir_clipA | Sube un Clip (video vertical corto) a una publicación por la API. Requisitos de MercadoLibre: MP4/MOV/MPEG/AVI, vertical, 10 a 61 segundos, mínimo 360x640, máximo 280 MB, publicación activa. La moderación tarda 24-48 hs (verificar después con ml_clips). |
| ml_borrar_clipA | Borra un clip de una publicación (por ejemplo uno rechazado, para subir la versión corregida). Funciona en cualquier estado de moderación. |
| ml_vigilarB | Administra la lista de seguimiento de competencia y tendencias (se guarda local). Tipos: vendedor (nickname o id de un competidor), publicacion (item_id ajeno o propio), busqueda (keyword para vigilar su top 10) y tendencias (sitio o categoría). Acciones: listar, agregar, quitar. |
| ml_novedades_competenciaA | Recorre toda la lista de seguimiento y reporta SOLO lo que cambió desde la última corrida: precios que subieron/bajaron, publicaciones nuevas o dadas de baja, ventas estimadas de competidores, cambios de líder en búsquedas y keywords que entraron/salieron de tendencias. Ideal como rutina semanal. |
| ml_trabajadoresC | El equipo de 19 trabajadores que vigilan solos y constantemente (más 💰 Ramiro rentabilidad, 📣 Ana anuncios, 🚚 Leo logística, 🧾 Carmen contabilidad, 📦 Nico días de stock antes del quiebre, 💬 Paula preguntas y mensajes sin responder, 🛡️ Iván reclamos y plazos, ⭐ Valen reputación y opiniones, 🏷️ Gabi catálogo/buy box, 🚫 Sole moderaciones, 🔄 Fede precio y stock de tus proveedores — a Fede se le asigna ref=TU publicación y fuente=publicación o URL del proveedor): 🕵️ Vera (precios), 📦 Tomás (ventas de rivales y quiebres de stock), 🏆 Martina (ranking en búsquedas y tu puesto), 🎯 Bruno (rivales nuevos), 🩺 Lucía (audita TODAS tus publicaciones cada 15 días: desactualizadas, precio congelado o fuera de mercado, fotos, stock, ficha), 🗓️ Clara (agenda comercial: fechas cruciales y cronograma de promociones de ML — siempre pregunta si querés participar; Mi página al día) 📈 Sofía (tendencias) y 🧭 Emma (cada semana analiza tus nichos candidatos con la API oficial y arma el ranking de oportunidades: a Emma se le asigna ref=la búsqueda del nicho; sin tareas toma tus búsquedas seguidas o las tendencias del sitio). Cada uno tiene sus skills a cargo y cada alerta recomienda qué skill correr. Guardan todo en una base de datos SQLite local (equipo.db, viene con Node: cero instalación, ideal Windows) y envían sus resultados a Google Drive (planilla en vivo o carpeta de Drive). Acciones: equipo (estado de todos), asignar (darle una tarea), quitar, pausar, activar, frecuencia (minutos), correr (que trabajen ya), informe (alertas nuevas), resultados (tablas con todo lo que sabe cada uno), historial (evolución día por día de un rival/keyword), base (la base de datos: estado y backup), drive (conectar Google Drive). Se puede nombrar al trabajador por su nombre (Vera) o puesto (precios). Si un trabajador no tiene tareas propias vigila tus seguidos de ml_vigilar de su tipo. |
| ml_historial_competenciaA | La base de datos de competencia: evolución en el tiempo de un objetivo vigilado — precio y ventas de una publicación rival, líder y precio líder de una búsqueda, o cantidad de publicaciones y precio mediana de un vendedor. Se alimenta sola con cada control de ml_novedades_competencia. |
| ml_descubrir_ganadoresA | Encuentra artículos ganadores dentro de lo que permite la API: por CATEGORÍA usa el ranking oficial de más vendidos (highlights) + las tendencias de esa categoría; por BÚSQUEDA analiza el mercado de una keyword (competencia, precios, envío gratis, vendedores que dominan y ventas visibles). Indicar categoria (id tipo MCO1234) o busqueda (keyword). |
| ml_nichosA | Descubre y valida NICHOS con la API oficial de MercadoLibre (sin Nubimetrics ni planillas). Con UNA búsqueda (o una categoría) da el análisis completo: (1) ordena las publicaciones de mayor a menor ROTACIÓN (unidades por mes = vendidos ÷ antigüedad); (2) si el producto SE VENDE HOY o vendió en el pasado (visitas de los últimos 5 meses contra su promedio histórico); (3) si hay OPORTUNIDAD o MONOPOLIO (cuota del líder, top 3 y HHI entre vendedores); (4) el TECHO DE DEMANDA (unidades por mes del nicho) y cuánto vende hoy alguien que entró en los últimos 90 días; (5) si es TENDENCIA, ESTACIONAL o EVERGREEN; (6) con costo, si los NÚMEROS CIERRAN al precio de mercado (comisión real de ML e impuestos del cerebro). Con VARIAS búsquedas (hasta 5) arma el RANKING DE OPORTUNIDADES con puntaje 0-100. Las ventas de terceros que informa ML pueden ser aproximadas: los resultados son estimaciones sobre una muestra, nunca inventa datos. |
| ml_tendenciasC | Las búsquedas más populares del sitio o de una categoría: qué está queriendo comprar la gente. |
Prompts
Interactive templates invoked by user choice
| Name | Description |
|---|---|
No prompts | |
Resources
Contextual data attached and managed by the client
| Name | Description |
|---|---|
No resources | |
TDQS
Scored across 43 tools
Multiple tools report overlapping sales metrics: ml_numeros (Carmen's monthly P&L), ml_metricas (period revenue/units), and ml_panel_ventas (today/month dashboard) all answer "how are sales going?" with no clear boundary rule. Publication improvement is similarly fragmented across ml_mejorar_publicacion, ml_auditar_publicaciones, ml_faq_descripcion and ml_aplicar_mejora, where the FAQ generation and description-writing responsibilities blur, and ml_publicaciones vs ml_publicacion (list vs detail) invites misselection. The persona wrapper (ml_jefe, ml_trabajadores, ml_tablero) also overlaps with the standalone role tools like ml_numeros, ml_despachos and ml_agenda.
Names share a consistent ml_ prefix and snake_case, but mix noun-only labels (ml_numeros, ml_cerebro, ml_metricas, ml_tendencias) with verb_noun patterns (ml_crear_publicacion, ml_subir_clip, ml_actualizar_publicacion), so the verb tells you nothing in half the set. Singular/plural pairs (ml_publicacion/ml_publicaciones, ml_clips vs ml_borrar_clip) are easy to confuse.
At 43 tools this is far beyond a comfortable agent-facing surface, and the count is inflated by persona duplicates (ml_jefe, ml_trabajadores, ml_tablero) layered on top of the individual tools. Several tools could be consolidated or folded into actions of existing ones without losing capability.
Coverage of the MercadoLibre seller domain is genuinely broad: orders, shipping, publications CRUD, clips, questions, ads, promotions, catalog/buy box, reputation, competitor tracking, niche analysis and accounting. Minor gaps remain around buyer message threads and post-sale claims/refunds, which are referenced via the worker personas but have no dedicated tool.