Shop MCP Server
Enables AI agents to analyze an SQLite e-commerce database via secure read-only SQL queries, providing tools for table inspection and analytical requests.
README
Shop MCP Server
Локальный MCP-сервер для аналитики SQLite-базы интернет-магазина. AI-агент вызывает MCP-инструмент, сервер преобразует запрос в безопасный SQL SELECT, напрямую читает shop.db и возвращает структурированный результат.
Host-приложение
├── AI-агент / LLM
└── MCP-клиент
│ JSON-RPC / stdio
▼
Shop MCP Server
│ read-only SQLite
▼
data/shop.db
Возможности
- прямое подключение к SQLite без HTTP и отдельного DB-сервера;
- MCP-транспорт
stdio; - обнаружение
query_shopиinspect_databaseчерезtools/list; - восемь примеров задания в описании и JSON Schema инструмента;
- обычный текст, JSON intent или готовый безопасный
SELECT; - исключение заказов
cancelledиз всей аналитики; - пагинация и ограничение результата;
- многоуровневая read-only защита.
Установка
Требуется Python 3.11 или новее.
python3 -m venv .venv
.venv/bin/python -m pip install -e '.[dev]'
Подготовленная база уже находится в data/shop.db. В ней 150 клиентов, поле customers.country заполнено у всех клиентов, а 45 клиентов относятся к Germany.
Повторная подготовка базы
Исходная база не изменяется. Команда создаёт новую рабочую копию и добавляет country TEXT NOT NULL с воспроизводимыми синтетическими значениями:
.venv/bin/shop-prepare-db /path/to/original/shop.db ./data/shop.db
Распределение зависит только от customers.id, поэтому повторная подготовка даёт те же значения. Страны являются тестовыми данными и не описывают реальное местонахождение клиентов.
Настройка пути
Путь определяется в таком порядке:
SHOP_DB_PATH;- JSON-файл из
SHOP_MCP_CONFIGилиconfig/shop_mcp.json; data/shop.dbотносительно рабочей директории.
Пример переменной окружения находится в .env.example, а конфигурация MCP-клиента — в config/mcp.example.json. Замените /absolute/path/to/MCPDeveloper на абсолютный путь к проекту.
Запуск
Обычно сервер запускает MCP-клиент из своей конфигурации. Для ручного запуска процесса:
SHOP_DB_PATH=./data/shop.db .venv/bin/python -m shop_mcp.server
stdout зарезервирован для MCP JSON-RPC. Диагностика не выводится в протокольный поток.
Инструменты
inspect_database
Аргументы:
{"action": "list_tables"}
или:
{"action": "describe_table", "table": "customers"}
query_shop
Аргументы:
{
"request": "Сколько клиентов из Германии?",
"limit": 100,
"offset": 0
}
Примеры, объявляемые через tools/list:
- Какие таблицы есть в базе и какие в них поля?
- Сколько клиентов из Германии?
- В какой стране больше всего клиентов?
- Какой клиент потратил больше всего? Верни имя, email и общую сумму.
- Покажи топ-5 товаров по проданному количеству и выручке.
- Покажи топ-3 категории по выручке.
- Какая выручка была в 2025 году?
- Какой клиент сделал больше всего заказов?
Можно передать структурированный intent:
{
"request": "{\"intent\": \"revenue_by_year\", \"year\": 2025}"
}
Или готовый запрос:
{
"request": "SELECT name, category FROM products ORDER BY name"
}
Бизнес-правила
orders.status = 'cancelled'не участвует в метриках.- Расходы клиентов и годовая выручка считаются по
orders.total_amount. - Выручка товаров и категорий считается как
quantity * unit_price. - Интервал года полуоткрытый: от 1 января включительно до 1 января следующего года исключительно.
- В поставленной базе все заказы относятся к 2026 году, поэтому выручка за 2025 год равна
0.
Безопасность
Сервер открывает SQLite через mode=ro, включает query_only, устанавливает SQLite authorizer, запрещает несколько выражений, DML, DDL, ATTACH, изменяющие PRAGMA, загрузку расширений и ограничивает время выполнения.
Любая попытка выполнить операцию, отличную от SELECT, возвращает точный ответ:
Не доступный вариант запроса
Внутренние ошибки SQLite, stack trace и локальные пути клиенту не возвращаются.
Проверка
.venv/bin/pytest
.venv/bin/ruff check .
.venv/bin/ruff format --check .
Тесты включают реальный запуск MCP-сервера как subprocess, подключение ClientSession через stdio, tools/list, вызов обоих инструментов, аналитические сценарии и попытки изменения базы.
Полная утверждённая спецификация находится в docs/specification.md.
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。