这是一个用于智能商品搜索和推荐的 Model Context Protocol (MCP) 服务器。

• Python 3.13+
• uv (包管理器)

1. 克隆代码仓库 (如果尚未完成)。

2. 使用 uv 安装依赖:

   uv sync

1. 环境变量: 将 .env.example 复制为 .env:

   cp .env.example .env

2. 编辑 .env: 填写必要的配置值。最关键的配置项包括:

   • GEMINI_API_KEY: Google Gemini API Key。
   • PRODUCT_API_BASE_URL: 您的商品 API 地址。
   • REDIS_HOST & REDIS_PORT: Redis 连接信息。

   (完整配置项列表请参考 .env.example)

使用 uv run 启动服务器:

uv run mcp_server.py

默认情况下,服务器运行在 8000 端口。

您可以通过 PORT 环境变量修改端口:

PORT=8080 uv run mcp_server.py

• 添加依赖: uv add <package>
• 运行命令: uv run <command>

• 认证错误: 请确保 .env 中的 GEMINI_API_KEY 设置正确。如果使用 Google Cloud ADC,请确保证书文件已正确配置。
• 端口被占用: 如果 8000 端口被占用,请使用 PORT 环境变量更改端口,或终止占用该端口的进程。