AI Storefront Readiness Grader
Grades any storefront URL A-F on 20 weighted conversion checks. $1.00/call via x402.
Sollte ich dies verwenden
Qualität und Sicherheit
Basierend auf einer automatisierten Analyse der Tool-Definitionen und der Einhaltung des Protokolls.
Kontextkosten
Dies ist die ungefähre Anzahl der Tokens, die jedes Mal verbraucht werden, wenn die Tools des Servers in den Kontext eines Modells geladen werden. Höhere Werte verringern die Aufmerksamkeit, die für andere Aufgaben verfügbar ist.
Installieren
Installation mit einem Klick
Fügen Sie dies Ihrer Datei `claude_desktop_config.json` hinzu:
{
"mcpServers": {
"storefront-grader": {
"url": "https://grader-al6bxcngia-ue.a.run.app/mcp"
}
}
}Remote-Endpunkte
https://grader-al6bxcngia-ue.a.run.app/mcpstreamable-httpWas es kann
Tool-Inventar
Tools (1)
🟢grade_storefront(url)
Audit an ecommerce storefront for AI-agent shopping readiness. Fetches the store server-side and runs 20 weighted checks across product intelligence (schema.org Product/Offer price, availability, variants, GTIN/MPN), AI discovery (robots.txt, llms.txt, agents.md, sitemap.xml, UCP manifest, MCP endpoint), conversation readiness (contact info, FAQ/returns, site search), transaction readiness (HTTPS, checkout signals, tax/shipping as values), and trust (business identity, policies). Returns a machine-readable JSON report: 0-100 score, A-F grade, per-check pass/partial/fail/unknown with evidence, and the top 3 prioritized fixes. Cost: $1.00 USDC on Base per call, paid via x402 — the caller's agent pays from its owner's approved wallet; no API key needed. Use this to decide whether a store is ready for AI shopping agents, or to generate the audit behind a readiness report for a merchant.
Eingabe-Schema
{
"type": "object",
"properties": {
"url": {
"type": "string",
"description": "Storefront URL to grade, e.g. https://example-store.com"
}
},
"required": [
"url"
]
}Community
Nachweis