Brandfetch MCP

🚀 品牌獲取 MCP 服務器

此 MCP 服務器作為大型語言模型 (LLM) 應用與 Brandfetch API 間的橋樑，助力 AI 助手搜索品牌並獲取全面品牌信息。它通過實現模型上下文協議，將 Brandfetch 的品牌數據功能無縫融入 LLM 驅動的應用中。

🚀 快速開始

此 MCP 服務器充當大型語言模型 (LLM) 應用程序與 Brandfetch API 之間的橋樑，使 AI 助手能夠搜索品牌並檢索全面的品牌信息。通過實現模型上下文協議，此服務器將 Brandfetch 的品牌數據功能無縫集成到 LLM 驅動的應用程序中。

✨ 主要特性

• 品牌搜索：按名稱搜索品牌並獲取基本信息。
• 詳細品牌信息：檢索包括標誌、顏色、字體和公司詳情在內的全面品牌數據。
• 字段篩選：請求特定信息以優化響應大小和處理。
• 交互式提示：內置提示引導用戶正確使用 API。
• 類型安全實現：完全基於類型的 Python 代碼庫，支持現代異步。
• 健壯的錯誤處理：全面的錯誤處理和日誌記錄。

📦 安裝指南

先決條件

• Python 3.9 或更高版本
• Brandfetch API 憑證（API 密鑰和客戶端 ID）

使用 uv（推薦）

# 創建並導航到新項目目錄
uv init brandfetch-mcp
cd brandfetch-mcp

# 克隆此倉庫
git clone https://github.com/VincentSolconBraze/brandfetch-mcp.git .

# 添加依賴項
uv add "mcp[cli]" httpx python-dotenv

# 開發用途
uv add --dev pytest pytest-asyncio pytest-cov ruff pyright pre-commit

使用 pip

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

# 安裝依賴項
pip install "mcp[cli]" httpx python-dotenv

# 開發用途
pip install pytest pytest-asyncio pytest-cov ruff pyright pre-commit

🔧 配置

1. 根據示例創建 .env 文件：

cp .env.example .env

2. 將 Brandfetch API 憑證添加到 .env 文件中：

BRANDFETCH_API_KEY=your_api_key
BRANDFETCH_CLIENT_ID=your_client_id

您可以在 Brandfetch 上創建賬戶並獲取憑證。

💻 使用示例

基礎用法

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

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

高級用法

# 結合字段篩選
get_brand_info(brand_id="67890", fields=["name", "logo"])

運行方式

通過 Claude Desktop 運行

# 在 Claude Desktop 中運行
claudius run

通過 MCP Inspector 運行

# 在 MCP Inspector 中運行
inspect

直接執行

# 直接在終端中運行
python3 main.py

可用工具及參數說明

• search_brands：按品牌名稱搜索品牌並獲取基本信息。

  • query：要搜索的品牌關鍵詞。
  • limit：返回的結果數量限制。

• get_brand_info：檢索指定品牌的詳細信息。

  • brand_id：品牌的唯一標識符。
  • fields：需要檢索的具體字段（可選）。

📚 詳細文檔

• 文檔：項目文檔
• API 參考：API 文檔

🧪 測試

運行測試套件

# 運行所有測試
pytest tests/

生成覆蓋率報告

# 生成覆蓋率報告
coverage run -m pytest tests/ && coverage html

🤝 貢獻

• 貢獻指南：如何貢獻
• 代碼風格：代碼規範

🔒 安全

• 安全報告：如發現任何安全問題，請聯繫 [security@brandfetch.com]

📄 許可證

此項目由 MIT 許可證授權。
MIT 許可證內容