SportFinder Pro MCP Server
Enables searching for sports stores with intelligent ranking, filtering, and availability checks across multiple languages.
README
SportFinder Pro Backend + MCP Server
Backend para un buscador inteligente de tiendas de artículos deportivos. Permite encontrar tiendas cercanas y filtrar por ubicación, tipo de artículo, deporte, distancia, estado abierto y disponibilidad. Los resultados se ordenan por relevancia.
Características
- API REST con FastAPI.
- Servidor MCP sobre HTTP en
/mcp. - Búsqueda inteligente con ranking por distancia, calificación, inventario, texto, filtros y servicios.
- Soporte para tres idiomas: español, inglés y francés.
- Contrato visual moderno en
/api/v1/theme. - Datos iniciales simulados para Bogotá, Medellín y Cali.
- Configuración lista para Render mediante
render.yaml.
Ejecutar localmente
python -m venv .venv
pip install -r requirements.txt
uvicorn app.main:app --host 127.0.0.1 --port 8000 --reload
URLs locales:
Backend REST: http://127.0.0.1:8000
Documentación: http://127.0.0.1:8000/docs
Servidor MCP: http://127.0.0.1:8000/mcp
Health check: http://127.0.0.1:8000/health
Endpoints principales
| Método | Ruta | Uso |
|---|---|---|
| GET | /health |
Verifica estado del servicio |
| GET | /api/v1/theme |
Devuelve lineamientos visuales de la app |
| GET | /api/v1/languages |
Devuelve idiomas y textos base |
| GET | /api/v1/filters |
Devuelve filtros localizados |
| POST | /api/v1/search |
Busca tiendas deportivas |
| GET | /api/v1/stores/{store_id} |
Devuelve detalle de tienda |
| POST | /api/v1/availability |
Valida disponibilidad de un producto |
| POST | /mcp |
Endpoint MCP JSON-RPC |
Herramientas MCP
search_sports_storesget_store_detailscheck_item_availabilityget_filter_options
Despliegue en Render
Configuración manual equivalente:
Runtime: Python
Build Command: pip install -r requirements.txt
Start Command: uvicorn app.main:app --host 0.0.0.0 --port $PORT
Health Check Path: /health
Después del despliegue, el servidor MCP público quedará así:
https://NOMBRE-DEL-SERVICIO.onrender.com/mcp
Pruebas
pytest -q
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。