
Construa um Agente de Comparação de Preços em 10 Minutos com BuyWhere MCP
Construa um Agente de Compras Comparador de Preços em 10 Minutos com BuyWhere MCP
O Protocolo de Contexto do Modelo (MCP) permite que um LLM se comunique com ferramentas ao vivo em vez de fingir saber os preços atuais. Neste post, vou conectar um pequeno agente Python ao servidor BuyWhere MCP para que ele possa comparar preços reais de produtos em Shopee, Lazada, Amazon SG/US/JP/HK, Courts e Challenger.
O que você precisa
- Python 3.10+
-
pip install mcp(o SDK oficial do MCP) - Uma chave de API gratuita do BuyWhere em https://buywhere.ai/api-keys?utm_source=devto&utm_medium=blog&utm_campaign=june30_25k&utm_content=mcp_agent_2026w33
O agente
from mcp import ClientSession, StdioServerParameters
from mcp.client.stdio import stdio_client
import asyncio
server = StdioServerParameters(
command="npx",
args=["-y", "@buywhere/mcp-server"],
env={"BUYWHERE_API_KEY": "<your-key>"}
)
async def run():
async with stdio_client(server) as (read, write):
async with ClientSession(read, write) as session:
await session.initialize()
result = await session.call_tool(
"search_products",
{"query": "iPhone 17 256GB", "country_code": "SG", "limit": 5}
)
print(result)
asyncio.run(run())
O que vem de volta
A ferramenta retorna listagens estruturadas com comerciante, preço, moeda, URL e timestamp da última visualização. Sem boilerplate de scraping, sem roleta de limite de taxa, sem parsing de HTML.
Adicione lógica de comparação
async def compare(query, country="SG"):
await session.initialize()
best = await session.call_tool(
"find_best_price",
{"query": query, "country_code": country}
)
deals = await session.call_tool(
"get_deals",
{"query": query, "country_code": country, "limit": 5}
)
return {"best": best, "deals": deals}
Por que MCP em vez de um wrapper REST?
- Esquema no contexto do modelo — o LLM vê nomes de ferramentas, tipos de argumentos e descrições inline.
- Dados ao vivo — os preços são atualizados a partir de feeds reais de comerciantes, não de um corte de treinamento estático.
-
Composabilidade — encadeie
search_products→find_best_price→get_dealsda mesma forma que você encadeia chamadas de função.
Experimente
Noticias relacionadas
Servidor MCP 1.1.0 da endoflife.ai: Exposição KEV, verificações SBOM e dispositivos de borda para agentes de IA
O servidor MCP da endoflife.ai agora possui dez ferramentas de leitura. Novas funcionalidades incluem exposição a vulnerabilidades conhecidas e status de dispositivos de borda, essenciais para a segurança de versões de software.

O que os agentes de IA realmente veem ao buscar seu Ator Apify
O artigo explora como os agentes de IA interagem com o servidor MCP da Apify, destacando a importância da descrição e otimização dos Ators para serem encontrados. Inclui uma análise de como os resultados de busca diferem entre humanos e agentes.
Como o Protocolo de Contexto do Modelo (MCP) muda para sempre o lançamento de recursos em SaaS
O Protocolo de Contexto do Modelo (MCP) é mais do que leitura de dados; sua aplicação mais poderosa é a orquestração de aplicativos em tempo de execução, permitindo que agentes de IA gerenciem anúncios e guias de onboarding sem código efêmero.
Gostou do conteudo?
Receba toda semana as principais novidades sobre WebMCP.