M

MCP库存查询工具

@neeraj-jhawar/my_first_mcp
0 Stars 305 次浏览 neeraj-jhawar 更新于 2026-08-23

允许AI助手从CSV文件中查询和检索办公用品库存信息的MCP服务器。

该服务暂未提供标准配置,请参考 README 手动接入

服务介绍

办公用品库存 NANDA 服务使用 MCP 服务器 + NANDA 注册表 + NANDA 主机客户端

创建一个使用模型上下文协议 (MCP) 服务器代码的 NANDA 服务,该服务提供有关办公用品库存的信息。此服务允许 AI 助手通过 MCP 标准查询和检索有关办公用品的信息。您将使用云托管服务器和基于 Web 的 NANDA 主机客户端。无需安装本地服务器。

您可以使用相同的框架为任何标准库存部署面向消费者的 Web 应用程序。

概述

该项目使用 MCP 服务器代码实现了一个 NANDA 服务,该服务从 CSV 文件中提供办公库存数据。它提供了工具,使 AI 助手能够:

  • 获取库存中所有可用项目的列表
  • 按名称检索特定项目的详细信息

前提条件

  • Python 3.9 或更高版本
  • requirements.txt 中列出的依赖项

仓库中的文件

  • officesupply.py:主服务器实现
  • inventory.csv:包含办公用品库存数据的 CSV 文件
  • build.sh:设置环境的脚本
  • run.sh:运行服务器的脚本
  • requirements.txt:Python 依赖项列表

快速开始

本地设置

  1. 克隆此仓库:
    bash
    git clone https://github.com/aidecentralized/nanda-servers.git
    cd office-supplies-shop-server

  2. 选择以下环境设置选项之一:

选项 A:使用 Python venv

  1. 创建一个 Python 虚拟环境:
    bash
    python -m venv venv

  2. 激活虚拟环境:

    • 在 Linux/macOS 上:
      bash
      source venv/bin/activate

    • 在 Windows 上:
      bash
      venvScriptsactivate

  3. 安装依赖项:
    bash
    pip install -r requirements.txt

选项 B:使用 Conda

  1. 创建一个新的 conda 环境:
    bash
    conda create --name inventory_env python=3.11

  2. 激活 conda 环境:
    bash
    conda activate inventory_env

  3. 安装依赖项:
    bash
    pip install -r requirements.txt

本地运行服务器进行测试

在使用上述任一选项设置环境后:

  1. 运行服务器:
    bash
    python officesupply.py

  2. 服务器将在以下地址可用:http://localhost:8080

使用 MCP Inspector 测试

  1. 安装 MCP Inspector:
    bash
    npx @modelcontextprotocol/inspector

  2. 在浏览器中打开由检查器提供的 URL

  3. 使用 SSE 传输类型连接

  4. 输入您的服务器 URL,并在末尾加上 /sse(例如,http://localhost:8080/sse

  5. 测试可用工具:

    • get_items:列出库存中所有项目的名称
    • get_item_info:检索特定项目的详细信息

CSV 数据格式

服务器期望一个 inventory.csv 文件,至少包含以下列:

  • item_name:库存项目的名称

其他列将包含在 get_item_info 返回的项目详细信息中。

在此范围内,您可以根据需要编辑 CSV 文件,MCP 服务器应适用于您的 CSV 文件。

部署

准备云部署

  1. 确保您的仓库包括:

    • 所有代码文件
    • requirements.txt
    • build.shrun.sh 脚本
  2. 为 shell 脚本设置可执行权限:
    bash
    chmod +x build.sh run.sh

    对于 Windows,运行
    bash
    wsl chmod +x build.sh run.sh

创建 AWS 账户

部署到 AWS AppRunner

  1. 创建 AWS 账户
  2. 添加信用卡以进行计费
  3. 转到 AWS AppRunner(https://console.aws.amazon.com/apprunner)
  4. 登录(如果您尚未登录)
  5. 进入 App Runner 仪表板后,您会在页面右上角看到一个蓝色的“创建服务”按钮。点击该按钮。
  6. 从您的源代码仓库创建新服务
  7. 配置服务:
    • Python 3.11 运行时
    • 构建命令:./build.sh- 运行命令: ./run.sh
  • 端口: 8080
  1. 部署并等待完成
  2. 使用MCP Inspector测试公共端点

在NANDA Registry上注册

  1. 访问NANDA Registry
  2. 登录或创建账户
  3. 点击“注册新服务器”
  4. 填写详细信息:
    • 服务器名称
    • 描述
    • 公共端点URL(不包括/sse
    • 标签和类别
  5. 注册您的服务器

在基于浏览器的客户端NANDA Host中的使用

  1. 访问nanda.mit.edu
  2. 转到NANDA主机
  3. 添加您的Anthropic API密钥
  4. 在注册表中找到您的MCP服务器
  5. 将其添加到您的主机
  6. 通过询问使用您服务器功能的问题来测试

故障排除

  • 确保您的CSV文件格式正确
  • 在部署前本地测试服务器
  • 在注册前使用MCP Inspector验证您的公共端点是否有效
  • 如果部署失败,请检查AWS上的日志

额外资源

观看此视频教程,了解设置和使用MCP服务器的步骤:
MCP Server Tutorial

致谢

基于NANDA Servers仓库。
https://nanda.mit.edu关注ProjectNanda。

相关 MCP 服务