STARWARCLOUD STARWAR.AI
返回市场
自适应转换搜索-mcp

自适应转换搜索-mcp

作者：Particular-Audience5 星标更新：2025-07-28
安装使用来源：spider==github.com

项目介绍

自适应Transformer搜索MCP服务器

此MCP（模型上下文协议）服务器提供了对特定受众自适应Transformer搜索（ATS）的访问——这是一种由人工智能驱动的电子商务搜索解决方案，利用大型语言模型的力量来理解客户搜索意图并消除零搜索结果。

什么是自适应Transformer搜索？

自适应Transformer搜索（ATS）代表了超越传统基于关键词搜索和基本目录浏览的革命性飞跃。与依赖精确令牌匹配的传统搜索不同，ATS使用与OpenAI的GPT和Google翻译系统背后的相同变压器技术来理解查询背后的语义含义和意图。这使系统能够理解“巧克力牛奶”和“牛奶巧克力”之间的区别，处理自然语言查询，并在没有确切关键词匹配的情况下提供相关结果。

相对于传统搜索的优势

ATS通过消除手动同义词规则、重定向和持续搜索维护的需求，解决了电子商务中的3000亿美元搜索问题。传统的关键词搜索需要大量的手动配置，并且经常在客户使用自然语言或拼写错误时失败。ATS自动理解客户意图，最多可减少70%的零搜索结果，同时增加20%的搜索收入，并消除99%的手动搜索管理工作。

零售商的商品控制

ATS的一个关键优势是零售商可以控制LLMs如何解释和排名搜索结果。零售商可以根据促销活动、库存水平或利润率目标，在搜索结果中提升特定产品、品牌或类别。这确保了虽然AI提供了智能的相关结果，但零售商仍能根据其业务目标影响发现过程。

在LLM发现中启用零售媒体

ATS无缝地将零售媒体能力整合到搜索体验中，允许赞助产品被智能地编织到搜索结果中。这为零售商创造了新的收入机会，同时保持相关性和用户体验。当赞助产品真正符合客户意图时，系统会优先考虑它们，从而为零售商、广告商和客户创造双赢的局面。

功能

此MCP服务器提供了三个主要的搜索工具，这些工具与特定受众搜索API接口，为您提供访问所有ATS功能的机会：

  • 搜索：具有自然语言理解、可选过滤器和分页的自适应Transformer搜索。
  • 过滤搜索：ATS搜索带有必需的过滤器以缩小结果范围，同时保持语义理解。
  • 排序搜索：ATS搜索带有自定义排序选项（价格、受欢迎程度等）和商品控制。

服务器自动处理身份验证，并提供全面的错误处理和重试逻辑。所有搜索都受益于ATS的变压器技术，消除了零搜索结果，并提供了智能的相关产品匹配。

通过此MCP服务器可用的ATS功能

当您使用此MCP服务器时，您可以访问所有自适应Transformer搜索功能：

自然语言理解

  • 理解查询背后的语义含义（例如，“巧克力牛奶”与“牛奶巧克力”）
  • 处理自然语言查询，如“价格低于100美元的舒适步行鞋”
  • 自动处理拼写错误和变体

智能搜索结果

  • 最多减少70%的零搜索结果
  • 即使没有确切的关键词匹配也能提供相关结果
  • 理解产品关系和上下文

商品控制

  • 在搜索结果中提升特定产品、品牌或类别
  • 根据促销活动、库存或利润率目标控制排名
  • 在利用AI智能的同时保持业务控制

零售媒体集成

  • 将赞助产品无缝地整合到搜索结果中
  • 在创建收入机会的同时保持相关性
  • 零售媒体内容的智能放置

零手动维护

  • 不需要同义词规则、重定向或手动搜索配置
  • 自动适应用户行为和目录数据的变化
  • 减少99%的手动搜索管理工作

连接到现场LLM/聊天代理

此MCP服务器使ATS能够无缝地集成到现有的LLM驱动的聊天代理和发现体验中。通过将此服务器连接到您的现场AI助手，客户现在可以通过聊天界面使用自然语言搜索您的产品目录。AI可以理解复杂的查询，如“给我展示价格低于100美元的舒适步行鞋”，即使客户不使用确切的产品名称或类别，也能返回相关结果。这为客户创造了一个更直观、对话式的购物体验，感觉自然，同时提高转化率。

先决条件

  • Python 3.11或更高版本
  • UV 包管理器
  • Docker（可选，用于容器化部署）

配置

创建一个包含以下内容的.env文件（或直接设置环境变量）：

# 认证设置
AUTH_ENDPOINT=AUTHENTICATION_ENDPOINT
SEARCH_API_ENDPOINT=SEARCH_ENDPOINT
CLIENT_ID=your_client_id_here
CLIENT_SHORTCODE=your_client_shortcode_here
CLIENT_SECRET=your_client_secret_here

# 服务器设置
HOST=0.0.0.0
PORT=3000
MESSAGE_PATH=/mcp/messages/

部署选项

选项1：直接UV运行

直接使用UV运行（假设已预安装UV）：

# 简单运行
uv run mcp_search_server.py

# 或使用内联环境变量
AUTH_ENDPOINT=AUTHENTICATION_ENDPOINT \
SEARCH_API_ENDPOINT=SEARCH_ENDPOINT \
CLIENT_ID=your_id \
CLIENT_SHORTCODE=your_code \
CLIENT_SECRET=your_secret \
uv run mcp_search_server.py

选项2：Docker部署

使用Docker构建和运行：

# 构建
docker build -t mcp-search-server .

# 使用.env文件运行
docker run -p 3000:3000 --env-file .env mcp-search-server

# 或使用内联环境变量运行
docker run -p 3000:3000 \
  -e AUTH_ENDPOINT=AUTHENTICATION_ENDPOINT \
  -e SEARCH_API_ENDPOINT=SEARCH_ENDPOINT \
  -e CLIENT_ID=your_id \
  -e CLIENT_SHORTCODE=your_code \
  -e CLIENT_SECRET=your_secret \
  mcp-search-server

MCP客户端配置

您可以配置像Claude Desktop或VS Code Copilot这样的AI助手来使用此MCP搜索服务器。

与Claude Desktop集成

要配置Claude Desktop：

  1. 指定您的API凭证
  2. 获取您的uv命令完整路径（例如which uv）
  3. 编辑Claude Desktop配置文件（位置因操作系统而异：
    • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
    • Windows: %APPDATA%\Claude\claude_desktop_config.json
    • Linux: ~/.config/Claude/claude_desktop_config.json）

本地UV配置

{
  "mcpServers": {
    "uv-search-server": {
      "command": "/path/to/your/uv",
      "args": [
        "--directory",
        "/path/to/your/project/directory",
        "run",
        "mcp_search_server.py"
      ],
      "env": {
        "AUTH_ENDPOINT": "AUTHENTICATION_ENDPOINT",
        "SEARCH_API_ENDPOINT": "SEARCH_ENDPOINT",
        "CLIENT_ID": "your_client_id",
        "CLIENT_SHORTCODE": "your_client_shortcode",
        "CLIENT_SECRET": "your_client_secret",
        "PYTHONUNBUFFERED": "1"
      }
    }
  }
}

Docker配置

{
  "mcpServers": {
    "uv-search-server": {
      "command": "docker",
      "args": [
        "run",
        "--rm",
        "--name",
        "mcp-search-server",
        "-p",
        "3000:3000",
        "-i",
        "-e", "AUTH_ENDPOINT",
        "-e", "SEARCH_API_ENDPOINT",
        "-e", "CLIENT_ID",
        "-e", "CLIENT_SHORTCODE",
        "-e", "CLIENT_SECRET",
        "-e", "PYTHONUNBUFFERED",
        "mcp-search-server"
      ],
      "env": {
        "AUTH_ENDPOINT": "AUTHENTICATION_ENDPOINT",
        "SEARCH_API_ENDPOINT": "SEARCH_ENDPOINT",
        "CLIENT_ID": "your_client_id",
        "CLIENT_SHORTCODE": "your_client_shortcode",
        "CLIENT_SECRET": "your_client_secret",
        "PYTHONUNBUFFERED": "1"
      }
    }
  }
}

与VS Code集成

对于VS Code集成：

  1. 在您的settings.json中启用代理模式工具：

    {
  "chat.agent.enabled": true
}

  2. 在您的.vscode/mcp.json或VS Code的settings.json中配置搜索服务器：

    // 示例 .vscode/mcp.json
{
  "servers": {
    "uv-search-server": {
      "type": "stdio",
      "command": "/path/to/your/uv",
      "args": [
        "--directory",
        "/path/to/your/project/directory",
        "run",
        "mcp_search_server.py"
      ],
      "env": {
        "AUTH_ENDPOINT": "AUTHENTICATION_ENDPOINT",
        "SEARCH_API_ENDPOINT": "SEARCH_ENDPOINT",
        "CLIENT_ID": "your_client_id",
        "CLIENT_SHORTCODE": "your_client_shortcode",
        "CLIENT_SECRET": "your_client_secret",
        "PYTHONUNBUFFERED": "1"
      }
    }
  }
}

故障排除

对于Claude Desktop，您可以检查日志：

tail -f ~/Library/Logs/Claude/mcp-server-uv-search-server.log

许可证

本项目根据MIT许可证发布 - 详情见LICENSE文件。