使用说明

项目简介

该项目是一个基于LLM和Model Context Protocol (MCP) 的应用，旨在帮助电商网站（特别是使用WooCommerce的站点）检测其销售的产品是否违反了Stripe的禁限售业务政策。它通过抓取网站的商品数据，利用LLM进行违规风险评估，并将结果存储在本地SQLite数据库中。更重要的是，该项目实现了MCP服务器功能，允许用户通过支持MCP协议的客户端（如Cursor编辑器或Goose CLI）使用自然语言查询和分析产品违规数据。

主要功能点

产品违规检测: 自动抓取WooCommerce网站的产品信息，并使用LLM模型（如gpt-4o-mini）判断产品是否违反Stripe的禁限售业务政策。
详细的违规原因: 对于每个被判定为违规的产品，系统会给出具体的违规原因，帮助用户理解和整改。
SQLite数据库存储: 检测结果被存储在本地SQLite数据库中，方便用户进行数据管理和分析。
MCP服务器接口: 内置MCP服务器功能，允许用户通过MCP客户端以自然语言查询数据库中的产品违规信息。
支持多种LLM模型: 使用Vercel AI SDK，可以方便地切换不同的LLM模型，包括OpenAI的gpt-4o-mini和本地模型。
数据导出: 支持将产品违规数据导出为CSV文件，方便用户进行报告生成或进一步分析。

安装步骤

克隆仓库:

git clone https://github.com/Jinksi/llm-stripe-restricted-product-classifier.git
cd llm-stripe-restricted-product-classifier

配置环境变量:
- 复制 '.env.example' 文件为 '.env'。
- 在 '.env' 文件中填入你的 OpenAI API Key:
```
OPENAI_API_KEY=你的OpenAI API Key
```
安装依赖:
```
npm install
```

服务器配置 (MCP客户端)

要通过MCP客户端（如Cursor或Goose CLI）连接到该MCP服务器，你需要配置客户端的MCP Server设置。以下是配置信息，请根据你使用的客户端类型进行配置：

对于 Cursor 编辑器:

在 Cursor 设置中，添加新的 MCP Server，配置信息如下：

{
  "server name": "sqlite-product-violations",
  "type": "command",
  "command": "uv",
  "args": [
    "--directory",
    "/PATH_TO/mcp-servers/src/sqlite", //  将 "/PATH_TO/mcp-servers" 替换为 modelcontextprotocol/servers 仓库的本地路径
    "run",
    "mcp-server-sqlite",
    "--db-path",
    "/PATH/TO/stripe-restricted-product-classifier/db/db.sqlite" // 将 "/PATH/TO/stripe-restricted-product-classifier" 替换为当前仓库的本地路径
  ]
}

配置参数说明:

'"server name"': MCP 服务器的名称，可以自定义，如 "sqlite-product-violations"。
'"type"': 连接类型，这里使用 "command" 表示通过命令行启动服务器。
'"command"': 启动服务器的命令，这里使用 'uv'，你需要先安装 'uv' (参考README)。
'"args"': 传递给 'uv' 命令的参数列表：
- '"--directory"': 指定 'mcp-server-sqlite' 脚本所在的目录，这里指向 'modelcontextprotocol/servers' 仓库中 'sqlite' 服务器的源代码目录。你需要将 '/PATH_TO/mcp-servers' 替换为你本地克隆的 'modelcontextprotocol/servers' 仓库的绝对路径。
- '"run"': 'uv' 命令的子命令，表示运行 Python 脚本。
- '"mcp-server-sqlite"': 要运行的 Python 脚本名称，即 'mcp-server-sqlite.py'。
- '"--db-path"': 'mcp-server-sqlite' 脚本的参数，指定 SQLite 数据库文件的路径。你需要将 '/PATH/TO/stripe-restricted-product-classifier' 替换为你当前克隆的 'llm-stripe-restricted-product-classifier' 仓库的绝对路径，确保指向到 'db/db.sqlite' 文件。

对于 Goose CLI:

编辑 '~/.config/goose/config.yaml' 文件，在 'extensions' 下添加如下配置 (或者使用 'goose configure → Add Extension → Command-line Extension' 命令进行配置)：

extensions:
  sqlite-product-violations:
    enabled: true
    name: sqlite-product-violations
    type: stdio
    cmd: uv
    args:
      - --directory
      - /PATH_TO/mcp-servers/src/sqlite" #  将 "/PATH_TO/mcp-servers" 替换为 modelcontextprotocol/servers 仓库的本地路径
      - run
      - mcp-server-sqlite
      - --db-path
      - /PATH/TO/stripe-restricted-product-classifier/db/db.sqlite" # 将 "/PATH_TO/stripe-restricted-product-classifier" 替换为当前仓库的本地路径
    envs: {}