modelscope·@devlimelabs/lulu-print-mcp
暂无描述。
一个提供与 Lulu 打印 API 集成的 Model Context Protocol (MCP) 服务器,通过 Claude Desktop 和其他 MCP 客户端为按需打印服务。
bash
npm install -g @devlimelabs/lulu-print-mcp
lulu-print-mcp
bash
git clone https://github.com/devlimelabs/lulu-print-mcp.git cd lulu-print-mcp
npm install
npm run setup:dev
npm run dev
bash
docker-compose up -d
docker build -t lulu-print-mcp . docker run -p 3000:3000 lulu-print-mcp
bash
cp .env.example .env
编辑 .env 文件以包含您的 Lulu API 凭证:
LULU_CLIENT_KEY=your_client_key_here LULU_CLIENT_SECRET=your_client_secret_here
LULU_API_URL=https://api.lulu.com LULU_SANDBOX_API_URL=https://api.sandbox.lulu.com LULU_AUTH_URL=https://api.lulu.com/auth/realms/glasstree/protocol/openid-connect/token LULU_SANDBOX_AUTH_URL=https://api.sandbox.lulu.com/auth/realms/glasstree/protocol/openid-connect/token
LULU_USE_SANDBOX=false
DEBUG=false
将此 MCP 服务器添加到您的 Claude Desktop 配置文件中:
bash
npm run setup:claude
按照说明更新您的 Claude Desktop 配置文件。该脚本将生成类似以下的配置:
json { "mcpServers": { "lulu-print": { "command": "lulu-print-mcp", "env": { "LULU_CLIENT_KEY": "your_client_key", "LULU_CLIENT_SECRET": "your_client_secret" } } } }
将此 MCP 服务器添加到您的 Cursor 配置文件中:
Cursor → Settings 或在 Mac 上 Cmd+,)json { "mcpServers": { "lulu-print": { "command": "node", "args": ["/path/to/global/lulu-print-mcp/dist/index.js"], "env": { "LULU_CLIENT_KEY": "your_client_key", "LULU_CLIENT_SECRET": "your_client_secret" } } } }或者如果全局安装:
json { "mcpServers": { "lulu-print": { "command": "lulu-print-mcp", "env": { "LULU_CLIENT_KEY": "your_client_key", "LULU_CLIENT_SECRET": "your_client_secret" } } } }
将此MCP服务器添加到您的Windsurf配置中:
.windsurf/config.json文件json { "mcpServers": { "lulu-print": { "command": "lulu-print-mcp", "env": { "LULU_CLIENT_KEY": "your_client_key", "LULU_CLIENT_SECRET": "your_client_secret" } } } }
对于使用Windsurf的开发设置:
json { "mcpServers": { "lulu-print": { "command": "tsx", "args": ["src/index.ts"], "cwd": "/path/to/lulu-print-mcp", "env": { "LULU_CLIENT_KEY": "your_client_key", "LULU_CLIENT_SECRET": "your_client_secret" } } } }
计算打印作业的成本而不创建它:
calculate-print-job-cost line_items: 要定价的项目数组 - pod_package_id: 产品SKU(例如:"0600X0900BWSTDPB060UW444MXX") - page_count: 页数 - quantity: 副本数量 shipping_address: 交货地址 - street1: 街道地址 - city: 城市名称 - country_code: 两位ISO国家代码 - postcode: 邮政编码 - phone_number: 联系电话 shipping_option: MAIL | PRIORITY_MAIL | GROUND | EXPEDITED | EXPRESS
创建一个新的打印作业订单:
create-print-job line_items: 要打印的书籍数组 - title: 书名 - cover_url: 封面PDF的URL - interior_url: 内页PDF的URL - pod_package_id: 产品SKU - quantity: 副本数量 shipping_address: 交货地址 - name: 收件人姓名 - street1: 街道地址 - city: 城市 - country_code: 两位ISO代码 - postcode: 邮政编码 - phone_number: 电话 contact_email: 订单通信邮箱 shipping_level: MAIL | PRIORITY_MAIL | GROUND | EXPEDITED | EXPRESS external_id: 您的订单参考(可选)
列出打印作业,可选过滤器:
list-print-jobs page: 页码(可选) page_size: 每页结果数(可选) status: 按状态过滤(可选) created_after: 按创建日期过滤(可选) created_before: 按创建日期过滤(可选)
获取特定打印作业的详细信息:
get-print-job id: 打印作业ID
更新打印作业(仅在付款前):
update-print-job id: 打印作业ID external_id: 新参考(可选) contact_email: 新邮箱(可选)
取消打印作业(仅当未付款时):
cancel-print-job id: 打印作业ID
获取打印作业的当前状态:
get-print-job-status id: 打印作业ID
获取打印作业的详细成本:
get-print-job-costs id: 打印作业ID
获取一段时间内的打印作业统计信息:
get-print-job-statistics start_date: 开始日期 (YYYY-MM-DD)(可选) end_date: 结束日期 (YYYY-MM-DD)(可选) group_by: DAY | WEEK | MONTH(可选)
验证内页PDF文件:
validate-interior-file file_url: 内页PDF的URL pod_package_id: 产品SKU(可选,用于标准化)
检查验证状态:
get-interior-validation validation_id: 来自validate-interior-file的ID
计算所需的封面尺寸:
calculate-cover-dimensions pod_package_id: 产品SKU page_count: 内页页数 unit: IN | MM | PT(可选,默认:PT)#### validate-cover-file 验证封面PDF文件:
validate-cover-file file_url: 封面PDF的URL pod_package_id: 产品SKU page_count: 内页页数
检查封面验证状态:
get-cover-validation validation_id: 从validate-cover-file获取的ID
获取可用的运输选项:
get-shipping-options country_code: 2位ISO国家代码 state_code: 州/省代码(可选) quantity: 物品数量(可选) pod_package_id: 产品SKU(可选) page_count: 页数(可选) level: 按特定级别筛选(可选)
创建Webhook订阅:
create-webhook ur…
一种MCP服务器,它将人工智能助手连接到SearchAgora,使用户能够通过自然语言对话在网页上搜索、发现和购买产品。
一个服务器,它通过BigGo的价格比较API,实现跨多个电子商务平台搜索产品、追踪价格历史以及比较产品规格的功能。
一个概念验证的模型上下文协议服务器,使大型语言模型应用程序能够与Uber Eats互动,允许人工智能代理通过自然语言浏览和订购食物。
使用 Apify 提供的 3,000 多种预构建云工具(称为 Actors),从网站、电子商务平台、社交媒体、搜索引擎、地图等提取数据。
暂无描述。
暂无描述。