Перейти к содержанию
RusMcp

AI Furniture Hub

Подбор мебели и товаров для дома в Японии по размерам, с поиском на Rakuten и Amazon

Маркетплейсыавтор: ONE8943 · добавлен каталогомБесплатно✓ Проверен модератором
18 инструментов
подключить к ассистенту

Добавьте сервер в «Мои MCP» — получите адрес подключения для Claude и ChatGPT.

Добавить в «Мои MCP»

Нужно войти или зарегистрироваться — вернём на эту страницу.

/about

Описание

AI Furniture Hub — каталог мебели, систем хранения и бытовой техники для японского рынка с точностью размеров до миллиметра. Сервер помогает выбрать вещь, которая действительно поместится в конкретное место. Можно искать товары по ключевым словам, размерам, цене, цвету и бренду, подбирать вещи под заданную нишу, считать, сколько коробок войдёт в стеллаж, проверять, поместится ли мебель в комнату. Сервер сравнивает товары, ищет замену снятым с производства моделям, подсказывает сопутствующие вещи и готовые наборы. Есть поиск на Rakuten и ссылки на поиск в Amazon, оценка размеров по фото с эталонным предметом, а также проверка видимости сайта для ИИ-агентов. Сервер удалённый, ключей в настройках не требует.

/tools

Инструменты · 18

из ответа tools/list

部屋の床面に家具が収まるか簡易シミュレーション

calc_room_layout

「この部屋にベッドとデスクは入る？」のように家具の配置可否を確認するときに呼ぶ。部屋の有効寸法(mm)と家具リスト(幅/奥行/個数)からグリッド配置シミュレーションを実行。座標と回転有無を返す。扉・動線は未考慮のため目安として扱うこと。大型家具にはcarry_in_warnings(搬入経路チェック)が付く。risk=warning/criticalならユーザーに搬入注意を伝えること。

calc_room_layout(items: array, intent: string, grid_step_mm?: integer, room_depth_mm: number, room_width_mm: number, margin_between_mm?: integer, wall_clearance_mm?: integer)

製品比較（価格・サイズ・レビュー・耐荷重を並列比較）

compare_products

「NクリックとKALLAXどっちがいい？」のように2〜5製品を比較するときに呼ぶ。価格・サイズ・レビュー・耐荷重を並列比較表で返す。カタログ一致時は内寸・互換収納・buy_guide(best_for/avoid_if)も付加。buy_guideのdecision_hintは比較recommendationにも反映済み。各商品のaffiliate_urlをユーザーに提示すること。

compare_products(intent: string, keywords: array, compare_aspects?: array)

棚＋収納ボックスのコーディネート提案（個数計算付き）

coordinate_storage

「この棚に合うボックスは？」「カラーボックスの整理方法」のときに呼ぶ。棚の内寸から収納ボックスの入り数を計算し、1段あたり何個×全段＝合計個数・合計金額を算出。設置場所(押入れ/洗面所/キッチン等)に応じたコーディネートのコツ+ペルソナ別推薦(persona_hints)も提供。大型棚にはcarry_in(搬入経路チェック)が付く。risk=warning/criticalならユーザーに搬入注意を伝えること。各商品のaffiliate_urlをユーザーに提示すること。

coordinate_storage(scene?: string, intent: string, keyword: string, price_max?: integer, shelf_count?: integer, storage_keyword?: string)

AI可視性診断（AIO診断）

diagnose_ai_visibility

URLを指定すると、そのサイトがAIエージェント（GPT/Claude/Gemini等）からどの程度「見えている」かを診断する。llms.txt、robots.txt(AIクローラー許可)、構造化データ(JSON-LD)、OGPメタタグ、寸法データ表記、越境対応度をチェックし、0-100のスコアとA-Fグレードを返す。越境対応度(cross_border_readiness)は海外AIエージェントへの可視性を評価。AIOエージェンシーのデモとして「御社の商品、AIからこう見えています」と提示できる。

diagnose_ai_visibility(url: string, intent: string)

未充足需要・きつい寸法帯の抽出

find_product_gaps

demand_signals から miss と tight_fit を束ねて、どのシーン・寸法帯・カテゴリに商品ギャップがあるかを返す。Amazon出品候補、自社開発候補、優先して集める寸法データ帯の発見に使う。

find_product_gaps(limit?: integer, intent: string, scene_name?: string, include_tight_fit?: boolean)

廃番・旧型の後継・代替品を探す

find_replacement

「この型番が売ってない」「生産終了した棚の代わり」のときに呼ぶ。カタログの後継候補(successors)と楽天の「後継」「新型」検索結果を返す。最終確認はメーカー公式で。楽天候補のaffiliate_urlをユーザーに提示すること。

find_replacement(query: string, intent: string)

キュレーション済みセット提案（バンドル/ルームプリセット/インフルエンサーPick/ハックセット）

get_curated_sets

「新生活に必要なもの一式」「YouTuberのデスクツアーで紹介された商品」「予算5万で書斎を作りたい」のようなセット提案・キュレーション情報を返す。バンドル(まとめ買いセット)、ルームプリセット(IKEA式ルームセット)、インフルエンサーPick(専門家・YouTuber・雑誌編集部のおすすめ)、ハックセット(代用品セット)の4種類。各商品のproduct_idsでget_product_detailやsearch_rakuten_productsを呼べば詳細と購入リンクが得られる。

get_curated_sets(type?: string, scene?: string, intent: string, keyword?: string, occasion?: string, budget_max?: number)

人気・おすすめ製品（カテゴリ/ブランド別）

get_popular_products

「おすすめの棚は？」「人気のキッチン家電は？」のときに呼ぶ。カテゴリ/ブランドで絞って、互換収納・消耗品情報が充実したおすすめ製品を返す。楽天のレビュー数トレンドも付加。各商品のaffiliate_urlをユーザーに提示すること。

get_popular_products(brand?: string, limit?: integer, intent: string, category?: string, include_rakuten_trending?: boolean)

家具・収納商品の詳細情報を取得

get_product_detail

商品IDを指定して、特定の家具・収納商品のフルスペック（寸法・価格・在庫・素材など）を取得します。【重要】intentには、なぜこの詳細が必要か（例：購入前の最終確認、サイズの詳細確認、他商品との比較）を記述してください。【収益化】返却される affiliate_url をユーザーへの購入リンクとして使用してください。関連商品（同シリーズ・近いサイズ）も自動で提案されます。

get_product_detail(id: string, intent: string)

関連アイテムチェーン（一緒に買うべき付属品・保護材・パーツ）

get_related_items

search_productsで商品を見つけた後、「他に何が必要？」を提案するために呼ぶ。必須付属品(required=true: フィルター/ケーブル等)と推奨品(保護マット/パーツ等)を分けて返す。各関連アイテムは楽天検索結果付きで即提案可能。depth=2で「関連の関連」まで展開。required=trueのアイテムは必ずユーザーに伝えること。

get_related_items(depth?: integer, intent: string, keyword?: string, product_id?: string, include_rakuten?: boolean)

写真・特徴テキストから製品を特定（型番・内寸・消耗品情報付き）

identify_product

「この写真の棚は何？」「持ってる棚に合うボックスを知りたい」のときに呼ぶ。Vision AIで画像から抽出した特徴テキスト(ブランド/色/段数/素材/推定サイズ)を渡すと、カタログ＋楽天から候補を返す。型番特定時は内寸・消耗品・互換ボックス情報付き。

identify_product(intent: string, features: string, brand_hint?: string, dimensions_hint?: object, include_compatible?: boolean)

製品カテゴリ一覧

list_categories

「何が検索できる？」「どんなカテゴリがある？」のときに呼ぶ入口ツール。全31カテゴリと製品数・取扱ブランドを返す。カテゴリ名指定でそのカテゴリの製品一覧も取得可能。まずこのツールでカテゴリを把握→ユーザーに提示→選んだカテゴリでsearch_productsに進む。

list_categories(intent: string, category_filter?: string)

写真＋参照物から家具・スペースの寸法を推定

measure_from_photo

「写真を撮ったので寸法を測りたい」「この隙間に合う棚を探したい」のときに呼ぶ。 ユーザーが写真に名刺・ペットボトル・A4用紙・クレジットカード等の参照物を一緒に写すと、 ピクセル比率から対象物の実寸(mm)を逆算する。 【AIの役割】写真をVisionで解析し、参照物と対象物それぞれのピクセル幅・高さを読み取ってこのツールに渡す。 対応参照物: 名刺(91×55mm)、クレジットカード(85.6×54mm)、ペットボトル500ml(65×205mm)、A4用紙(210×297mm)、500円玉(∅26.5mm)、1円玉(∅20mm)、スマホ(71.5×147mm)、ティッシュ箱(240×115mm)、30cm定規、ボールペン(140mm) 結果のsearch_dimensionsをそのままsuggest_by_spaceやcoordinate_storageに渡せば、写真→寸法→商品マッチングが完結する。 信頼度が低い場合は「メジャーで実測を」と伝えること。

measure_from_photo(intent: string, target_px: object, reference_px: object, reference_object: string, estimated_depth_mm?: number, target_description: string, manual_dimensions_mm?: object)

Amazonで家具・収納商品を検索（URL生成）

search_amazon_products

ユーザーがAmazonで買いたい場合や楽天で見つからない場合に呼ぶ。Amazonの検索結果ページへのアフィリエイトURLを生成する（商品データは返さない）。SearchIndexはカテゴリから自動選択。affiliate_urlをユーザーに提示すること。

search_amazon_products(sort?: string, intent: string, keyword: string, price_max?: integer, price_min?: integer)

家具・家電・ガジェット商品を検索

search_products

ユーザーが「棚が欲しい」「Dysonのドライヤー」「幅40cmに入るもの」と言ったときに呼ぶ。31カテゴリ・80+ブランドのカタログをキーワード・サイズ(mm)・価格・色・ブランドで横断検索。結果にrelated_items_hintがある場合はget_related_itemsで付属品チェーンを取得できる。buy_guideがある場合はbest_for/avoid_ifをユーザーに伝えて購入判断を助けること。seasonal_hints/active_salesがある場合はセール情報を伝えること。色はエイリアス対応（白→ホワイト/アイボリー等）。各商品のaffiliate_urlをユーザーに提示すること。

search_products(brand?: string, color?: string, intent: string, keyword?: string, category?: string, price_max?: integer, price_min?: integer, depth_mm_max?: number, depth_mm_min?: number, width_mm_max?: number, width_mm_min?: number, height_mm_max?: number, height_mm_min?: number, in_stock_only?: boolean)

楽天市場から家具・収納商品を検索

search_rakuten_products

カタログにない商品や最新価格・在庫が必要なときに呼ぶ。楽天市場APIでリアルタイム検索し、価格・レビュー・画像付きで返す。各商品のaffiliate_urlをユーザーに提示すること。

search_rakuten_products(hits?: integer, sort?: string, intent: string, keyword: string, price_max?: integer, price_min?: integer)

空きスペースに入る製品をカテゴリ横断で提案

suggest_by_space

「洗面所の幅45cm×奥行30cmの隙間に何か置きたい」のようにスペース起点で探すときに呼ぶ。寸法(mm)を指定すると、そこに収まる製品をカテゴリ横断で返す。回転フィット対応（幅と奥行を入れ替えても判定）。棚＋ボックスの両方が見つかればコーディネーションプランも自動生成。大型品にはcarry_in(搬入経路チェック)が付く。risk=warning/criticalならユーザーに搬入注意を伝えること。各商品のaffiliate_urlをユーザーに提示すること。

suggest_by_space(intent: string, depth_mm: number, width_mm: number, height_mm: number, price_max?: integer, categories?: array)

寸法需要ログの要約

summarize_demand_signals

suggest_by_space / coordinate_storage から蓄積された demand_signals を要約する。どのシーン・どの fit 状態・どの安全フラグが多いかを把握したいときに呼ぶ。分析・週次レポート・自社商品企画の優先順位付けに使う。

summarize_demand_signals(limit?: integer, intent: string, scene_name?: string)

Вопросы, новые серверы, обсуждение MCP

t.me/rusmcp · t.me/RusMcp_bot

Группа в Telegram Бот RusMcp