AI导哈

品牌信息检索服务

该服务通过Model Context Protocol (MCP)服务器桥接大型语言模型(LLM)应用与Brandfetch API，提供品牌搜索、详细信息获取及字段过滤功能，适用于AI助手集成场景。

  • by VincentSolconBraze
  • Python
  • 本地部署
  • 6 星标
  • 更新于
在 GitHub 查看 VincentSolconBraze/brandfetch-mcp

使用说明

品牌获取MCP服务器

用于Brandfetch API的模型上下文协议（MCP）服务器

概述

该MCP服务器提供了大型语言模型（LLM）应用程序和Brandfetch API之间的桥梁，允许人工智能助手搜索品牌并检索全面的品牌信息。通过实施模型上下文协议，该服务器能够将Brandfetch的品牌数据功能无缝集成到LLM驱动的应用程序中。

特性

  • 品牌搜索：按名称搜索品牌并获取基本信息
  • 详细的品牌信息：检索全面的品牌数据，包括徽标、颜色、字体和公司详细信息
  • 字段过滤：仅请求特定信息以优化响应大小和处理
  • 互动提示：内置提示，指导用户正确使用API
  • 类型安全实施：具有现代异步支持的全类型Python代码库
  • 稳健的错误处理：全面的错误处理和记录

安装

先决条件

  • Python 3.9或更高版本
  • Brandfetch API凭据（API密钥和客户端ID）

使用紫外线（推荐）

# Create and navigate to a new project directory
uv init brandfetch-mcp
cd brandfetch-mcp

# Clone this repository
git clone https://github.com/VincentSolconBraze/brandfetch-mcp.git .

# Add dependencies
uv add "mcp[cli]" httpx python-dotenv

# For development
uv add --dev pytest pytest-asyncio pytest-cov ruff pyright pre-commit

使用pip

# Clone this repository
git clone https://github.com/VincentSolconBraze/brandfetch-mcp.git
cd brandfetch-mcp

# Install dependencies
pip install "mcp[cli]" httpx python-dotenv

# For development
pip install pytest pytest-asyncio pytest-cov ruff pyright pre-commit

配置

  1. 创建一个 .env 基于示例的文件：
cp .env.example .env
  1. 将您的Brandfetch API凭据添加到 .env 文件：
BRANDFETCH_API_KEY=your_api_key
BRANDFETCH_CLIENT_ID=your_client_id

您可以通过在上创建帐户来获取这些凭据 Brandfetch 以及导航到API部分。

用法

使用Claude Desktop运行

服务器可以直接安装在Claude Desktop中，实现无缝集成：

mcp install brandfetch_server.py

MCP检验员测试

要使用MCP检查器工具在本地调试和测试服务器，请执行以下操作：

mcp dev brandfetch_server.py

直接执行

您也可以直接运行服务器：

python brandfetch_server.py

可用工具

搜索品牌

使用Brandfetch Search API按名称搜索品牌。

参数：

  • name：您正在搜索的公司的名称。
  • client_id （可选）：API的客户端ID。如果没有提供，将使用环境中的一个。

例子：

Search for brands related to "Nike"

get_brand_info

使用Brandfetch brand API通过标识符获取详细的品牌信息。

参数：

  • identifier：品牌标识符（域名、品牌ID、ISIN或股票代码）
  • fields （可选）：要包含在响应中的特定字段列表

例子：

Get detailed information about nike.com with only logos and colors

例子

这 examples 目录包含演示如何与服务器交互的示例代码：

  • basic_usage.py：简单的品牌搜索和信息检索
  • advanced_usage.py：高级使用字段过滤和结果处理

要运行示例，请执行以下操作：

python examples/basic_usage.py
python examples/advanced_usage.py

测试

运行测试套件以验证服务器功能：

pytest

关于覆盖率报告：

pytest --cov=./ --cov-report=term

文档

以下文件中提供了更详细的文档：

贡献

欢迎投稿！请查看我们的 贡献指南 了解更多详情。

安全

请查看我们的 安全策略 有关报告安全漏洞的信息。

许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。

相关 MCP