LLM大模型之MCP·商品搜索服务

发表于 阅读次数： 阅读次数：

目标

探索使用MCP与商品结合的场景，让大模型能回答和理解用户的产品需求并获得需要的产品信息。

  • 用户搜索产品场景
    • 根据关键字搜索产品详情。
    • 根据多参数，如产品名称或货号搜索产品。
    • 最热门商品
  • 根据用户个性化推荐场景
    • 根据用户ID推荐商品。

实践

编写MCP服务程序

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
# 引入 fastmcp 包
from fastmcp import FastMCP
# 创建一个mcp服务
mcp = FastMCP("ProductServer")

# 定义工具，也就是实际执行的内容，类似于 RestAPI 中的 POST，mcp主要的能力都在这里体现。

# 定义根据关键字keyword搜索产品详情的工具函数
@mcp.tool()
def search_produc_by_keyword(keyword):
    """search product by keyword"""
    # mock data
    return {"name": keyword, "description": "小米SU7"},

# 定义获取热门商品的工具函数
@mcp.tool()
def get_popular_products():
    """List of popular products"""
    # mock data
    hot_products = ('[{"product_name":"iPhone 14 Pro Max", "price": 5999, "category": "Electronics"},'
                    '{"product_name":"小米SU7 Ultra", "price": 529999, "category": "Car"},'
                    '{"product_name":"红米K80", "price": 2399, "category": "Electronics"}]')

    return hot_products


# 定义为指定用户获取推荐商品的工具函数
@mcp.tool()
def get_recommended_products(user_id):
    """Products recommended for users"""
    # mock data
    recommended_products = '{"product_name":"小米SU7 Ultra", "price": 529999, "category": "Car"}'
    return recommended_products
    
    
if __name__ == "__main__":
    mcp.run(transport='stdio')

运行mcp

1
fastmcp run main.py

FastMCP 提供了内置的调试工具 fastmcp dev，可实时测试服务器功能，在dos窗口，激活运行环境中，运行测试命令

1
fastmcp dev main.py

在Cherry Studio中配置MCP

  • 在mcp配置mcp
    1
    uv --directory /Users/hongjunyao/Desktop/fastmcp/ run main.py
    JrtIR3

相关

结合FastMCP创建自己的MCP服务，实现哔哩视频查询
基于FastMCP 2.0的MCP Server快速搭建指南