MCP Shopping

Konsep Model Context Protocol (MCP)

Model Context Protocol (MCP) adalah protokol yang memungkinkan komunikasi antara aplikasi dan model AI (LLM) dengan cara yang terstruktur dan terorganisir. MCP memungkinkan kita untuk:

1. Resources: Menyediakan data statis yang bisa dibaca oleh LLM

   • Contoh: Database produk, waktu saat ini, konfigurasi sistem
   • Format: URI berbasis string yang bisa diakses oleh LLM

2. Tools: Fungsi-fungsi yang bisa dipanggil oleh LLM untuk melakukan operasi

   • Contoh: Pencarian produk, perhitungan diskon, pengecekan stok
   • Memungkinkan interaksi dengan dunia nyata

3. Prompts: Template percakapan yang memberikan konteks dan arahan kepada LLM

   • Contoh: Template untuk rekomendasi produk, asisten keranjang belanja
   • Membantu LLM memberikan respons yang sesuai dengan konteks

Struktur Proyek

File Utama

1. server.py

   • Server MCP utama yang mengelola resources, tools, dan prompts
   • Menggunakan FastMCP sebagai implementasi MCP

2. products.json

   • Database produk dalam format JSON
   • Berisi informasi tentang semua produk yang tersedia

Komponen Utama

1. Resources

   @mcp.resource("time:///current")
   def get_current_time() -> str:
       """Mengembalikan waktu dan tanggal saat ini."""
       return datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S")
   

2. Tools

   @mcp.tool()
   def search_products(query: str, min_price: Optional[int] = None, max_price: Optional[int] = None) -> str:
       """Mencari produk berdasarkan kata kunci dan rentang harga."""
       # Implementasi pencarian produk
   

3. Prompts

   @mcp.prompt()
   def product_recommendation() -> list[base.Message]:
       """Prompt untuk memberikan rekomendasi produk."""
       # Template percakapan untuk rekomendasi
   

Cara Penggunaan

1. Pastikan Python dan dependensi yang diperlukan sudah terinstall
2. Jalankan server MCP:

   uv run server.py
   

3. Interaksi dengan MCP server melalui:
   • Resources: Mengakses data statis
   • Tools: Memanggil fungsi untuk operasi
   • Prompts: Mendapatkan respons terstruktur dari LLM

Contoh Penggunaan

1. Mengakses Resource

   # Mendapatkan waktu saat ini
   current_time = mcp.resource("time:///current")
   

2. Menggunakan Tool

   # Mencari produk
   results = mcp.tool("search_products", query="laptop", min_price=10000000)
   

3. Menggunakan Prompt

   # Mendapatkan rekomendasi produk
   recommendation = mcp.prompt("product_recommendation")
   

Fitur Utama

1. Database Produk

   • Produk terorganisir berdasarkan kategori
   • Informasi detail termasuk harga, stok, dan spesifikasi

2. Sistem Rekomendasi

   • Berdasarkan kebutuhan pengguna
   • Membandingkan produk berdasarkan spesifikasi dan harga

3. Keranjang Belanja

   • Menambah dan menghapus produk
   • Menghitung total harga
   • Menampilkan rekomendasi produk terkait

Kontribusi

Untuk menambahkan fitur baru atau memperbaiki bug:

1. Fork repository ini
2. Buat branch baru (git checkout -b feature/AmazingFeature)
3. Commit perubahan Anda (git commit -m 'Add some AmazingFeature')
4. Push ke branch (git push origin feature/AmazingFeature)
5. Buat Pull Request