Brandfetch/brandfetch-mcp-server
GitHub: Brandfetch/brandfetch-mcp-server
Brandfetch 官方 MCP 服务器，让 AI 助手能够检索品牌信息、获取 Logo 等设计资产及适用于 LLM 的品牌上下文。
Stars: 5 | Forks: 0
# Brandfetch MCP Server
官方 [Model Context Protocol](https://modelcontextprotocol.io) 服务器，用于
[Brandfetch](https://brandfetch.com)。它让 AI 助手能够访问品牌搜索、公司数据、Logo 和设计资产，以及来自 Brandfetch API 且适用于 LLM 的品牌上下文。
完整文档：**https://docs.brandfetch.com/mcp/overview**
## 工具
| 工具 | 描述 |
| -------------------- | -------------------------------------------------------------------------------- |
| `brand_search` | 使用 Brandfetch 的搜索索引按名称搜索品牌。 |
| `get_brand` | 通过域名、股票代码、ISIN 或加密货币代码查询完整的品牌数据。 |
| `enrich_transaction` | 从信用卡或银行对账单字符串中识别商家品牌。 |
| `get_brand_context` | 获取适用于 LLM 的特定域名品牌上下文 —— 包含基调、受众、定位和风格。 |
| `build_logo_urls` | 为一个或多个品牌构建 Brandfetch Logo CDN URL（无需调用 API）。 |
| `get_asset_base64` | 以 base64 格式获取 Brandfetch CDN 资产（Logo、图标、符号、图像）。 |
## 快速开始（托管服务器）
使用此服务器最简单的方法是连接到 Brandfetch 托管的 endpoint —— 无需安装，无需基础设施：
```
https://mcp.brandfetch.io/mcp
```
身份验证使用 Brandfetch MCP token（一个 `bf1.` bearer token）。从
[Brandfetch dashboard](https://developers.brandfetch.com) 的 **Keys and MCP** 页面生成一个，或者如果客户端支持的话，通过 OAuth 进行连接。
### Claude Desktop / Claude Code
```
{
"mcpServers": {
"brandfetch": {
"type": "http",
"url": "https://mcp.brandfetch.io/mcp",
"headers": {
"Authorization": "Bearer bf1.YOUR_TOKEN"
}
}
}
}
```
### Cursor
添加到 `~/.cursor/mcp.json`（或项目目录下的 `.cursor/mcp.json`）：
```
{
"mcpServers": {
"brandfetch": {
"url": "https://mcp.brandfetch.io/mcp",
"headers": {
"Authorization": "Bearer bf1.YOUR_TOKEN"
}
}
}
}
```
支持 OAuth 的客户端可以直接指向 `https://mcp.brandfetch.io/mcp`，无需提供 token，并在浏览器中完成授权流程。
## 自托管
这是一个使用 [FastMCP](https://github.com/jlowin/fastmcp) 构建的 HTTP (streamable-http) MCP 服务器。你可以使用 Docker 运行自己的实例。
```
docker build -t brandfetch-mcp-server .
docker run --rm -p 8080:8080 brandfetch-mcp-server
```
服务器随后会监听 `http://localhost:8080/mcp`。将你的 MCP 客户端指向该 URL，并将你的 Brandfetch 凭证作为 `Bearer` token 发送。
### 在不使用 Docker 的情况下运行
```
uv sync
uv run uvicorn src.main:app --host 0.0.0.0 --port 8080
```
## 开发
需要 [uv](https://docs.astral.sh/uv/) 和 Python 3.11。
```
uv sync # install dependencies
uv run pytest # run the tests
uv run ruff check . # lint
uv run ruff format . # format
```
## 许可证
[MIT](./LICENSE)
标签：AI, API集成, LLM上下文, MCP, 可观测性, 品牌数据, 自动化代码审查, 请求拦截, 逆向工具