AI 提问时会去爬 Shopee 吗？

不会。MCP 服务只读取盯价哨兵已按计划采集好的价格数据，你的 AI 客户端查询的是这些存量数据，所以回答是毫秒级的，也不会从你本机或你的 IP 发起任何抓取。

哪些 AI 客户端能用？

只要支持 Streamable HTTP 传输即可，包括 Claude Desktop、Cursor、Cherry Studio、Cline、Windsurf、OpenClaw。配置的 JSON 完全一样，区别只在设置菜单的位置。

用 MCP 要另外付费吗？

不用。Free 档已包含 MCP 访问（有调用配额），Pro 取消配额限制。建议先在免费档把整条链路跑通再决定是否升级。

AI 能直接帮我改 Shopee 上的价格吗？

不能，也不打算做。工具能读价格、历史、预警和监控状态，也能暂停或恢复监控；真正改价仍在你自己手上。智能跟卖给的是目标价和判断理由，不是自动改价。

用 MCP 让 Claude 查 Shopee 竞品价格（配置全流程）

如果你问过 ChatGPT 或 Claude「我竞争对手现在在 Shopee 卖多少钱」，你应该已经知道结果：它不知道。大模型没有实时市场数据，Shopee 也不对第三方开放公开的价格接口 —— 于是模型只能猜，或者编一个看起来很合理的数字。

MCP 补的就是这个缺口。它让模型可以去调用真实数据源，而不是靠猜。配好之后，「问一句竞品价格」就变得和问天气一样普通。

这篇从原理讲到落地：MCP 到底是什么、三步怎么配、以及配完之后真正值得问的问题。

为什么你的 AI 看不到 Shopee 价格

三道障碍，每一道都真实存在：

没有公开数据。 Shopee 不向卖家或第三方开放商品 / 价格 API。你在对话里看到的任何报价，要么过期，要么是模型编的。
页面靠渲染。 商品页是客户端渲染的，简单的 HTTP 请求拿回来只有一个空壳，没有价格。可靠抓取需要浏览器环境，而且要长期维护。
限流与风险。 从自己 IP 高频打商品页，是反爬系统最典型的识别模式；挂在卖家账号上，这个风险不值得冒。

MCP 的做法是把「采集数据」和「对数据提问」拆开：采集跑在盯价哨兵的定时链路上，提问走一个带鉴权的小工具接口。三道障碍一次绕开。

一句话说清 MCP 是什么

Model Context Protocol 是 AI 客户端发现并调用外部工具的标准。可以理解成「AI 界的 USB-C」：客户端不需要知道服务内部怎么实现，只要知道这个服务暴露了哪些工具、各自什么参数。当你问「我这周有哪些竞品降价了」，模型会读取工具清单，选中 get_alerts 或 get_price_summary，传对参数调一次，再把返回的 JSON 组织成回答。

实际差别就是：你的 AI 有了真实数据源，回答里终于带数字了。

第一步 — 拿 MCP Key

登录盯价哨兵后台，进设置页，点击生成 MCP Key。它会和一整条连接地址一起显示：

https://priceminder.online/mcp_server?key=YOUR_MCP_KEY

这条 URL 就相当于密码 —— 它代表你本人。不要贴进代码仓库、截图或群聊。万一泄露，点重新生成，旧 Key 立即作废。

第二步 — 加进你的客户端

传输方式是 Streamable HTTP，所以不需要在本地装进程、也不用跑 npx，客户端直连托管地址即可。

Claude Desktop — 设置 → 开发者 → 编辑配置：

{
  "mcpServers": {
    "shopee-sentinel": {
      "type": "streamable-http",
      "url": "https://priceminder.online/mcp_server?key=YOUR_MCP_KEY"
    }
  }
}

Cursor — 设置 → MCP → Add new MCP server，类型选 HTTP，粘贴地址。也可以在项目根目录提交 .cursor/mcp.json，让整个团队共用（团队仓库请改用环境变量传 Key）：

{
  "mcpServers": {
    "shopee-sentinel": {
      "type": "streamable-http",
      "url": "https://priceminder.online/mcp_server?key=YOUR_MCP_KEY"
    }
  }
}

Cherry Studio — 设置 → MCP 服务器 → 添加，类型选 Streamable HTTP，粘贴地址。

Cline — 打开 MCP 面板，选「远程 / HTTP 服务器」，粘贴地址。

Windsurf — Cascade → 设置 → MCP → Add MCP Server，粘贴地址。

如果工具列表没刷新，重启一次客户端。配置正确时应该看到 22 个工具；如果显示 0 个，九成是 URL 在 ?key= 处被截断了。

第三步 — 一句话验证

问一个只有你自己的数据能回答的问题：

我现在监控了多少个商品？

返回的数字和后台一致，说明链路通了。如果回一句「我没有这个数据权限」，那就是工具调用失败，回头检查 Key。

基础工具，各自解决什么

你不需要记工具名 —— 你负责提问，模型负责挑。但知道有哪些能力，你才知道什么问题值得问。

工具	回答什么
`get_monitor_list`	我在盯哪些商品？还开着吗？
`get_monitor_overview`	单个商品快照：当前价、排名、状态
`search_my_products`	商品多了以后，按关键词找监控项
`add_monitor`	按 URL 或商品 ID 加进监控列表
`update_monitor_status`	暂停或恢复某个商品的监控
`get_price_history`	指定区间的完整价格序列
`get_price_summary`	聚合走势：最低、最高、涨跌幅、方向
`get_alerts`	哪些价格越过了我的阈值，什么时候
`mark_alert_read`	把预警标记为已读
`get_crawl_health`	我那几个站点的采集是否正常

以上 10 个是基础工具。另有 12 个智能跟卖工具，覆盖「触发分析 → 读建议 → 记录 / 采纳 / 拒绝决策 → 复盘 → 看统计」的完整闭环，完整清单见 MCP 工具总览。

8 个真正值得问的问题

这些不是「证明管道通了」的演示，而是能改变干活方式的问题。

「最近 7 天有哪些竞品降价超过 5%？」 —— 本来要开二十个标签页的早间巡检，一句话。
「我盯的蓝牙耳机，近 30 天价格区间是多少，今天在区间什么位置？」 —— 报活动前先看位置。
「把我和竞品同款的价格逐个比一下，谁最便宜？」 —— 价差视图，一行结论。
「泰国站的采集还正常吗？这周有漏采吗？」 —— 先确认数据可信，再做数据决策。
「把这周我没读过的预警都列出来。」 —— 一个尊重注意力的预警收件箱。
「把这个商品加进监控：[URL]」 —— 不用打开面板就能录入竞品。
「哪些监控商品 14 天没变过价？」 —— 死链接和不管价的竞品会自己浮出来。
「用三句话把这类目的价格战总结给我，我发给团队。」 —— 模型负责写，数据来自工具。

这些问题后面各跟一句 「那我该怎么办？」，效果会明显更好 —— 因为智能跟卖的三维判断（价差、评分、销量动能）也在这套数据里，模型能给出目标价和理由，而不是只丢一个价格。

这套方案不做什么

说实话比事后失望好：

不按需抓取。 数据新鲜度等于采集频率，不等于你提问的那一刻。秒杀要更实时，是去 Pro 提频率，而不是指望 AI 现场抓。
不改你的商品。 读价格、看历史、暂停监控是全部能力边界；改价仍在你自己手上。
不替你判断。 AI 能看到五个竞品的价格，看不到你的库存和毛利底线。它把「有东西变了」压缩成「这是具体数字」，决策还是你的。
不是无限免费。 Free 档覆盖有配额的完整流程，天天高频用应该上 Pro。

从一个问题开始

最省事的验证方式是不做「评估」，直接上手：装插件、把已经在手动看的两个竞品加进去、生成 Key、明天早上问上面第一个问题。如果答案比你现在的方式快，剩下的就不用讨论了。

安装浏览器插件 —— 4 步，支持 Chrome / Edge / Opera / 360
MCP 配置完整参考 —— 分客户端截图与视频
智能跟卖怎么用这些数据 —— 从价格变动到跟价决策