品牌获取 MCP 服务器

概述

此 MCP 服务器充当大型语言模型 (LLM) 应用程序与 Brandfetch API 之间的桥梁，使 AI 助手能够搜索品牌并检索全面的品牌信息。通过实现模型上下文协议，此服务器将 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
• 详细品牌信息: 检索包括标志、颜色、字体和公司详情在内的全面品牌数据
• 字段筛选: 请求特定信息以优化响应大小和处理
• 交互式提示: 内置提示引导用户正确使用 API
• 类型安全实现: 完全基于类型的 Python 代码库，支持现代异步
• 健壮的错误处理: 全面的错误处理和日志记录

安装

先决条件

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

使用 uv（推荐）

# 创建并导航到新项目目录
uv init brandfetch-mcp
cd brandfetch-mcp

# 克隆此仓库
git clone https://github.com/VincentSolconBraze/brandfetch-mcp.git .

# 添加依赖项
uv add "mcp[cli]" httpx python-dotenv

# 开发用途
uv add --dev pytest pytest-asyncio pytest-cov ruff pyright pre-commit

使用 pip

# 克隆此仓库
git clone https://github.com/VincentSolconBraze/brandfetch-mcp.git
cd brandfetch-mcp

# 安装依赖项
pip install "mcp[cli]" httpx python-dotenv

# 开发用途
pip install pytest pytest-asyncio pytest-cov ruff pyright pre-commit

配置

1. 根据示例创建 .env 文件：

cp .env.example .env

2. 将 Brandfetch API 凭证添加到 .env 文件中：

BRANDFETCH_API_KEY=your_api_key
BRANDFETCH_CLIENT_ID=your_client_id

您可以在 Brandfetch 上创建账户并获取凭证。

使用方法

通过 Claude Desktop 运行

# 在 Claude Desktop 中运行
claudius run

通过 MCP Inspector 运行

# 在 MCP Inspector 中运行
inspect

直接执行

# 直接在终端中运行
python3 main.py

可用工具

• search_brands: 按品牌名称搜索品牌并获取基本信息
• get_brand_info: 检索指定品牌的详细信息

参数说明

• search_brands:

  • query: 要搜索的品牌关键词
  • limit: 返回的结果数量限制

• get_brand_info:

  • brand_id: 品牌的唯一标识符
  • fields: 需要检索的具体字段（可选）

示例用法

基本示例

# 搜索品牌
search_brands(query="apple", limit=5)

# 获取特定品牌信息
get_brand_info(brand_id="12345")

高级示例

# 结合字段筛选
get_brand_info(brand_id="67890", fields=["name", "logo"])

测试

运行测试套件

# 运行所有测试
pytest tests/

生成覆盖率报告

# 生成覆盖率报告
coverage run -m pytest tests/ && coverage html

文档

• 文档: 项目文档
• API 参考: API 文档

贡献

• 贡献指南: 如何贡献
• 代码风格: 代码规范

安全

• 安全报告: 如发现任何安全问题，请联系 [security@brandfetch.com]

许可证

此项目由 MIT 许可证授权。
MIT 许可证内容