PriceScout MCP
使用MCP（模型上下文协议）的AI驱动的竞争对手定价智能系统。自动网络抓取、数据提取和自然语言查询，用于实时市场分析。
🎯 它的作用
PriceScout通过让你问自然语言问题来消除手动竞争对手研究，例如：
- “DeepInfra对Deepseek v3收取多少费用？”
- “比较CloudRift AI和Groq对《Llama 3》的定价”
- “所有供应商的最新价格是多少？”
该系统自动抓取竞争对手的网站，提取定价数据，将其存储在SQLite数据库中，并通过聊天机器人界面提供智能答案。
🏗️ 建筑
使用具有三个协调代理的模型上下文协议（MCP）构建：
- 法学硕士客户（克劳德） -编排工作流程并解释自然语言查询
- 自定义刮刀服务器 -使用带有元数据跟踪的Firecrawl API进行Web抓取
- SQLite数据库服务器 -定价数据的持久存储和检索
- 文件系统服务器 -通过MCP进行文件操作
✨ 特性
- 🤖 自然语言查询界面
- 🌐 使用Firecrawl自动抓取网页
- 💾 用于历史跟踪的SQLite数据库
- 📊 跨提供商的结构化定价比较
- 🔄 元数据跟踪（抓取时间、URL、域、内容格式）
- 🛠️ 可扩展的MCP服务器架构
- 📁 具有组织结构的基于文件的内容存储
🚀 快速开始
先决条件
安装
- 克隆存储库
git clone https://github.com/yourusername/pricescout-mcp.git
cd pricescout-mcp- 安装uv（如果尚未安装）
# macOS, Linux, WSL
curl -LsSf https://astral.sh/uv/install.sh | sh
source $HOME/.local/bin/env
# Verify installation
uv --version- 同步依赖关系
# This will create a virtual environment and install all dependencies
uv sync- 设置API密钥
获取API密钥：
- 无烟煤API密钥: https://console.anthropic.com/
- Firecrawl API密钥: https://www.firecrawl.dev/signin
创建一个 .env 项目根目录中的文件：
cp .env.example .env编辑 .env 并添加您的密钥：
ANTHROPIC_API_KEY=your_anthropic_api_key_here
FIRECRAWL_API_KEY=your_firecrawl_api_key_here运行项目
# Activate the virtual environment
source .venv/bin/activate
# Run the client
python src/starter_client.py您应该看到：
Connected to 3 server(s)
Available tools: [list of tools from MCP servers]
Data extraction enabled
MCP Chatbot with Data Extraction Started!
Type your queries, 'show data' to view stored data, or 'quit' to exit.
Query:示例用法
运行后，尝试以下查询：
- 淘汰竞争对手网站:
scrape these sites: {'cloudrift': 'https://www.cloudrift.ai/inference', 'deepinfra': 'https://deepinfra.com/pricing', 'groq': 'https://groq.com/pricing'}- 查询定价信息:
How much does deepinfra charge for deepseek v3?- 比较定价:
Compare cloudrift ai and deepinfra's costs for deepseek v3- 查看存储的数据:
show data- 退出:
quit📁 项目结构
pricescout-mcp/
├── conf/
│ └── server_config.json # MCP server configuration
├── src/
│ ├── starter_server.py # Custom MCP scraper server
│ └── starter_client.py # MCP client orchestrator
├── scraped_content/ # Auto-generated: scraped content
├── scraped_metadata.json # Auto-generated: scraping metadata
├── test.db # Auto-generated: SQLite database
├── pyproject.toml # Project dependencies
├── .env # Your API keys (create from .env.example)
├── .env.example # Template for environment variables
├── .gitignore # Git ignore rules
└── README.md # This file🎓 实施状态
✅ 完成
- \[x\] 项目结构
conf/和src/文件夹 - \[x\] 环境设置
.env文件 - \[x\] 通过管理依赖关系
uv - \[x\] 配置加载来自
conf/server_config.json - \[x\] 使用MCP初始化服务器
- \[x\] MCP服务器上的工具列表
- \[x\] 使用重试机制执行工具
- \[x\] 定价数据的数据库表设置
🚧 进行中
- \[\]完成
scrape_websites工具实施 - \[\]完成
extract_scraped_info工具实施 - \[\]完成
ChatSession.process_query（工具使用循环） - \[\]完成
ChatSession.show_stored_data - \[\]完成
DataExtractor.extract_and_store_data
🔧 技术栈
- 语言：Python 3.10+
- LLM：人类克劳德（通过API）
- Web剪贴：Firecrawl API
- 数据库：SQLite（通过MCP）
- 协议：模型上下文协议（MCP）
- 程序包管理器：紫外线（星光）
🎯 支持的LLM提供商
- Cloudrift AI: https://www.cloudrift.ai/inference
- DeepInfra: https://deepinfra.com/pricing
- 烟花: https://fireworks.ai/pricing#serverless-定价
- Groq: https://groq.com/pricing
📝 开发说明
添加新提供商
要抓取新的提供者，只需将它们添加到您的查询中：
scrape these sites: {'provider_name': 'https://provider-url.com/pricing'}故障排除
问题: command not found: uv
# Solution: Source the uv environment
source $HOME/.local/bin/env问题: ANTHROPIC_API_KEY not found
# Solution: Ensure .env file exists and has your API key
cat .env # Should show your keys问题：MCP服务器无法启动
# Solution: Ensure Node.js is installed for filesystem server
node --version
npx --version🤝 贡献
这是一个展示MCP架构和人工智能数据提取的投资组合项目。请随意分叉并在此基础上进行构建！
📄 许可证
此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。
MIT License
Copyright (c) 2025 Kinshuk🙏 致谢
- 由...驱动 安thropic克劳德
- 通过网络抓取 火爬
- 用途 模型上下文协议（MCP）
- 软件包管理 紫外线
🎓 学习成果
该项目展示了：
- 用Python构建自定义MCP服务器
- 编排多代理AI工作流程
- 使用API服务进行Web抓取（Firecrawl）
- 通过MCP与SQLite进行数据库集成
- LLM工具的使用和函数调用
- 错误处理和重试逻辑
- 结构化数据提取和存储
______________________________________________________________________
建于❤️ 使用模型上下文协议