Chameleoon MCP Server

“Chameleoon” MCP Serverは何をしますか？

Chameleoon MCP Serverは、Model Context Protocol（MCP）を通じてChameleoonの配送管理プラットフォームとAIアシスタント間のシームレスな統合を提供します。電子商取引企業、ロジスティクスチーム、フルフィルメント業務が自然言語コマンドを使用して配送ワークフローを自動化できるようにします。このサーバーはChameleoonのマルチ配送業者プラットフォームに接続し、AIアシスタントが配送注文の作成、複数の配送業者にわたる配達の追跡、さまざまな形式での配送ラベルの生成、配送業者の集荷のスケジューリング、手動ダッシュボードナビゲーションなしに配送ライフサイクル全体の管理を可能にします。これにより、複雑なロジスティクス業務が簡単な会話コマンドに変換され、反復的な配送タスクに費やす時間が劇的に削減されます。

プロンプトリスト

注文の作成と管理

GLS配送業者を使用してチェコ共和国プラハ10000のMain Street 123にいるJohn Smithの配送注文を作成する

過去7日間に作成されたすべての配送注文を表示する

DPD配送業者からステータスが「待機中」のすべての注文を検索する

ID 12345の配送注文を削除する

追跡履歴を含む注文ID 67890の詳細情報を取得する

荷物の追跡と監視

配送番号06515700194651の荷物を追跡する

今月ドイツに発送されたすべての注文の現在のステータスと場所を表示する

参照番号ORDER-2026-001の追跡情報を検索する

現在輸送中の荷物とその到着予定時刻は？

過去14日間の配達済み注文と配達日をすべて表示する

配送ラベルの生成

注文123、456、789のA4配送ラベルを生成する

今日集荷準備ができているすべての注文のA6形式のサーマルラベルを作成する

これらの配送番号のZebraプリンター用ZPL形式ラベルを取得する：[リスト]

昨日作成されたすべてのGLS注文のA4形式のラベルを生成する

配送業者とサービスの選択

集荷サポートやマニフェスト印刷などの機能を持つ利用可能な配送業者をすべてリストする

スロバキアへの配送に利用可能な配送業者の設定を表示する

DPD配送業者の利用可能なプロファイルは何ですか？

集荷のスケジューリングと管理

今日配送業者の集荷対象となるすべての注文を表示する

これらの配送番号でDPDの集荷をスケジュールする：[リスト]

過去3日間のすべての集荷注文を配送業者ごとにグループ化してリストする

検証と品質管理

この配送注文を作成する前に検証する：受取人名、住所、重量、配送業者設定

この住所がオーストリアへのGLS配達に有効かどうか確認する

出荷待ちのすべての注文を検証し、エラーまたは警告があるものを表示する

ビジネスを成長させる準備はできましたか？

今日から無料トライアルを開始し、数日で結果を確認しましょう。

デモをリクエスト ログイン

リソースリスト

Chameleoon MCP Serverは明示的なリソースを公開しません。すべてのデータアクセスはツールベースです。

ツールリスト

Chameleoon MCP Serverは、5つのカテゴリに整理された14の包括的なツールを提供します：

配送業者管理ツール

1. list_couriers

• 目的： 機能付きの利用可能な配送業者/運送業者を取得
• パラメータ： なし
• 戻り値： 配送業者のリストとID、名前、機能（集荷サポート、マニフェスト印刷）
• 使用例： 注文を作成する前にどの配送業者が利用可能かを判断

2. list_courier_configurations

• 目的： 配送注文を作成するための配送業者プロファイル/設定を取得
• パラメータ： なし
• 戻り値： プロファイルIDと設定を含む利用可能な配送業者設定
• 使用例： 注文作成に必要な有効なプロファイル値を見つける

配送注文ツール

3. list_shipping_orders

• 目的： 配送注文をリストおよびフィルター
• パラメータ：
  • date_from（オプション）：開始日（YYYY-MM-DD）
  • date_to（オプション）：終了日（YYYY-MM-DD）
  • reference（オプション）：参照番号でフィルター
  • status（オプション）：注文ステータスでフィルター
  • state（オプション）：注文状態でフィルター
  • courier_id（オプション）：配送業者でフィルター
  • limit（オプション）：最大結果数（1-100）
  • offset（オプション）：ページネーションオフセット
• 戻り値： 追跡URL、カウント、適用されたフィルターを含む注文
• 使用例： 注文の監視、特定の出荷の検索、レポートの生成

4. get_shipping_order

• 目的： 内部IDによる特定の注文の詳細情報を取得
• パラメータ：
  • order_id（必須）：内部注文識別子
• 戻り値： 追跡履歴を含む完全な注文詳細
• 使用例： 特定の注文ステータスと履歴の詳細調査

5. get_order_tracking

• 目的： 配送業者の配送/追跡番号で荷物を追跡
• パラメータ：
  • shipping_number（必須）：配送業者の追跡番号
• 戻り値： 注文詳細、追跡履歴、現在の状態、受取人情報、追跡URL
• 使用例： カスタマーサービス、配達ステータスの更新

6. create_shipping_order

• 目的： 特定の配送業者とプロファイルで新しい配送注文を作成
• パラメータ：
  • courier_id（必須）：配送業者識別子（例：‘gls’、‘dpd’、‘packeta’）
  • profile（必須）：配送業者設定からのプロファイルID
  • reference_number（必須）：注文参照番号
  • recipient_name（必須）：受取人のフルネーム
  • recipient_street（必須）：住所
  • recipient_city（必須）：市
  • recipient_zip（必須）：郵便番号
  • recipient_country（必須）：ISO国コード（例：‘SK’、‘CZ’）
  • recipient_company（オプション）：会社名
  • recipient_phone（オプション）：電話番号
  • recipient_email（オプション）：メールアドレス
  • package_weight（オプション）：重量（kg）
  • package_width（オプション）：幅（cm）
  • package_height（オプション）：高さ（cm）
  • package_length（オプション）：長さ（cm）
  • cod_amount（オプション）：代金引換金額
  • cod_currency（オプション）：代金引換通貨（例：‘EUR’）
  • note（オプション）：配送業者へのメモ
• 戻り値： 成功確認、配送番号、ラベルURL
• 使用例： 自動注文フルフィルメント、バッチ配送

7. delete_shipping_order

• 目的： 単一の配送注文を削除
• パラメータ：
  • order_id（必須）：削除する注文ID
• 戻り値： 成功確認
• 使用例： 誤った注文のキャンセル、テスト注文のクリーンアップ

8. delete_shipping_orders_batch

• 目的： 複数の注文を一度に削除
• パラメータ：
  • order_ids（必須）：注文IDの配列（最大20）
• 戻り値： 削除されたIDカウント付きの成功確認
• 使用例： 一括クリーンアップ、バッチキャンセル

検証ツール

9. validate_shipping_order

• 目的： 作成前に注文を検証してエラーをチェック
• パラメータ： create_shipping_orderと同じ
• 戻り値： エラーと警告を含む検証結果
• 使用例： 失敗した注文の防止、住所の正確性の確認

配送ラベルツール

10. get_shipping_labels

• 目的： 注文のPDF配送ラベルを生成
• パラメータ：
  • courier_id（必須）：配送業者識別子
  • profile（必須）：配送業者プロファイル
  • shipping_numbers（必須）：配送番号の配列
  • label_format（オプション）：‘a4’、‘a6’、または’zpl’（デフォルト：‘a4’）
  • position（オプション）：複数ラベルシートの開始位置
• 戻り値： Base64エンコードされたPDFまたはZPL形式のラベル
• 使用例： 荷物のラベル印刷、自動ラベル生成

集荷管理ツール

11. list_pickup_orders

• 目的： 配送業者の集荷対象注文を取得
• パラメータ：
  • date_from（オプション）：開始日（YYYY-MM-DD）
  • date_to（オプション）：終了日（YYYY-MM-DD）
  • state（オプション）：集荷状態でフィルター
  • courier_id（オプション）：配送業者でフィルター
• 戻り値： 追跡URL付きの集荷対象注文
• 使用例： 毎日の集荷準備、回収のスケジューリング

12. create_pickup

• 目的： 配送業者の集荷リクエストをスケジュール
• パラメータ：
  • courier_id（必須）：配送業者識別子
  • shipping_numbers（必須）：回収する配送番号の配列
• 戻り値： 集荷確認、集荷番号、オプションのマニフェスト（base64）
• 使用例： 毎日の集荷の自動化、回収の調整

ニュースレターに登録

最新のヒント、トレンド、お得な情報を無料で入手。

メールアドレス

登録する

このMCPサーバーのユースケース

大量注文処理

月曜日の朝の週末後のラッシュ： 週末に蓄積された200件以上の注文を処理する際、各配送ラベルを手動で作成することは不可能になります。ダッシュボードをクリックして4〜5時間を費やす代わりに、「金曜日から日曜日までのすべての支払い済み注文について、各宛先に最適な配送業者を使用して配送注文を作成する」を使用して、バッチ全体を数分で処理します。AIは自動的に宛先に基づいて最適な配送業者を選択し、住所を検証し、ラベルを生成し、追跡番号を提供します。朝を消費するタスクを10分の作業に変換します。

フラッシュセールのフルフィルメント危機： フラッシュセールは24時間で350件の注文を生成し、顧客は当日配送を期待しています。手動処理では、チーム全体が一日中かかることになります。「フラッシュセールバッチからすべての注文を検証し、有効な住所の配送ラベルを作成し、問題のあるものにフラグを立てる」をコマンドして、レビューが必要な10件から配送準備ができている340件の注文を即座に分離します。倉庫チームはすぐに梱包を開始でき、カスタマーサービスは例外を処理できます。

ホリデーシーズンのピーク管理： 12月のピークシーズン中、通常の5倍の量を処理しており、配送システムのトレーニングを受けていない臨時スタッフがいます。複雑なダッシュボードでトレーニングする代わりに、彼らは単にAIに「[顧客名と住所]のGLS配送注文を作成する」と伝え、即座に印刷されたラベルを受け取ります。これにより、トレーニング時間が数時間から数分に短縮され、最も重要な販売期間中のコストのかかる配送エラーが排除されます。

マルチ配送業者のレート最適化

国際注文のコスト分析： 12か国にわたって45件の国際注文を受け取ります。各配送業者の組み合わせの配送料金を手動でチェックすると、何時間もかかり、過剰支払いの結果になる可能性があります。「これらの国際目的地のすべての利用可能な配送業者の配送料金を比較する：[リスト]」と尋ね、各国に最適なレートを提供する配送業者を即座に確認します。この単一の分析により、1日あたり数百の配送コストを節約でき、より速い配達時間を確保できます。

一括出荷配送業者の選択： 100個の同一製品を異なる国内住所に発送する必要があります。デフォルトの配送業者を盲目的に使用する代わりに、「100個の荷物、各2kg、これらの住所への配送業者オプションを分析する。ボリューム割引を含む配送業者間の総コストの違いを表示する」とコマンドします。これにより、デフォルトのDPDからこのバッチのGLSに切り替えると380ユーロ節約できることがわかります。すべての一括出荷で複利される節約です。

代金引換注文の最適化： 今日は30件の代金引換注文があります。すべての配送業者が代金引換を同じように扱うわけではありません。一部はより高い手数料を請求し、他はより良い成功率を持っています。「これらの住所への代金引換配達をサポートする配送業者のうち、配送と代金引換手数料の合計が最も低いのはどれですか？」を使用して、各注文を最もコスト効率の良い代金引換対応配送業者に自動的にルーティングし、代金引換処理コストを15〜20％削減します。

プロアクティブな配達管理

遅延出荷の顧客コミュニケーション： 木曜日の午後で、一部の顧客が金曜日の配達を期待していることがわかっています。怒りの電話を待つ代わりに、「金曜日配達予定でまだ輸送中または配達更新なしのすべての荷物を表示する」とコマンドします。これにより、12件のリスクのある配達が特定されます。これらの顧客に更新されたタイムラインと割引コードを積極的に連絡し、潜在的な苦情を透明性への感謝に変換します。

週末配達の準備： 金曜日の午後4時、月曜日より前にどの注文が配達されないかを特定する必要があります。「今週出荷されたすべての注文の現在のステータスと推定配達を表示する。月曜日より前に顧客に届かないものにフラグを立てる」と尋ねます。これにより、週末の輸送で立ち往生している18件の注文が即座に明らかになります。月曜日の配達確認を含む金曜日の夕方のメールを積極的に送信し、月曜日の朝の「注文はどこですか？」の問い合わせを劇的に削減します。

紛失荷物の防止： 顧客が紛失荷物を報告するのを待つ代わりに、毎日のチェックを実行します：「7日以上前に出荷され、配達済みステータスがないすべての荷物を配送業者別にグループ化して表示する」。この早期警告システムは、顧客が気づく前に輸送の混乱に巻き込まれた荷物を捕捉し、配送業者のクレームを提出し、交換品を積極的に発送できるようにします。

倉庫業務の効率

複数の場所での毎日の集荷調整： 3つの倉庫拠点を運営しており、それぞれDPD、GLS、Packetaで配送しています。毎日6つの別々の配送業者の集荷を手動で調整することは、6回の電話と複数の時間枠をやりくりすることを意味します。代わりに、「すべての場所のすべての準備完了注文の集荷をスケジュールする：ワルシャワ倉庫のDPDとGLS、プラハ倉庫の3つの配送業者すべて、ベルリン倉庫のDPDのみ」とコマンドします。AIはすべての集荷を同時にスケジュールし、確認番号を提供し、マニフェストを生成します。90分の電話調整が3分の自然言語指示に短縮されます。

配送ラベルプリンターキュー管理： 倉庫には3つの梱包ステーションがあります：サーマルプリンター付きの1つ（A6ラベル）、標準プリンター付きの1つ（A4ラベル）、Zebraプリンター付きの1つ（ZPL形式）。手動でステーション別に注文をソートする代わりに、「ステーション1の注文1〜50のA6サーマルラベルを生成し、ステーション2の注文51〜100のA4ラベルを生成し、ステーション3の注文101〜120のZPL形式を生成する」を使用します。各梱包ステーションは即座に正しくフォーマットされたラベルを受け取り、プリンター互換性エラーとワークフローのボトルネックが排除されます。

一日の終わりの倉庫調整： 午後6時に閉店する前に、すべてのピックされた注文に配送ラベルがあり、今日生成されたすべてのラベルが実際に使用されたことを確認する必要があります。「配送ラベルなしでピック済みとマークされたすべての注文と、ピックされた注文に割り当てられていない今日生成されたすべてのラベルを表示する」とコマンドします。これにより、ラベルが欠落している3件の注文（ピックリストは完了しているが出荷が作成されていない）と、まだピック待ちの注文用に生成された2つのラベルが明らかになります。翌朝発見するのではなく、倉庫閉店前に不一致を解決できます。

住所検証とエラー防止

一括注文住所確認： ギフト配達のために150人の従業員の住所を含む企業の一括注文を受け取りました。検証なしでこれらを処理すると、タイプミスや不完全な住所から10〜15％の失敗率のリスクがあります。失敗した出荷を作成する代わりに、「注文を作成する前にこのバッチのすべての住所を検証する。結果を、検証された住所、わずかな修正が必要な修正可能な住所、顧客の連絡が必要な無効な住所にグループ化する」を実行します。これにより、配達の失敗を防ぎ、返送料を削減し、出荷後ではなく出荷前に住所の問題を解決できます。

国際住所のフォーマット： 新しいヨーロッパ市場に拡大していますが、各国には異なる住所フォーマット要件があります。プラハの住所はベルリンやウィーンの住所とは大きく異なります。各国の郵便規制を研究する代わりに、作成前に単に「チェコ共和国配達のこの配送注文を検証する」とコマンドします。システムは自動的に住所形式、郵便番号の有効性、都市名の一貫性をチェックし、フォーマットエラーにより外国の配送業者に拒否される荷物のフラストレーションを防ぎます。

アパートとスイート番号の検出： 多くの配達失敗はアパート番号の欠落によるものであることに気づきます。顧客は「Apt 5B」なしで「Main Street 123」を入力します。今日の80件の注文を処理する前に、「今日の注文でアパート、スイート、フロア、またはユニット番号のないすべての住所を特定する」を実行します。これにより、12件の潜在的に不完全な住所にフラグが立てられます。迅速な確認電話により、12件の配達失敗、12件の再出荷、12人のフラストレーションを抱えた顧客が節約されます。

カスタマーサービスの卓越性

顧客電話の即座の注文ステータス： カスタマーサービスは毎日50件以上の「注文はどこですか？」の電話を受けます。各エージェントが配送プラットフォームにログインし、注文を検索し、追跡番号を見つけ、配送業者のウェブサイトをチェックし、ステータスを説明する代わりに、単にAIに「顧客John Smith、注文番号2024-12345の荷物を追跡する」と尋ねます。AIは現在の場所、配達ステータス、共有する追跡URLを即座に応答します。平均通話処理時間が4分から45秒に短縮され、顧客満足度が劇的に向上します。

VIP顧客のバッチステータス更新： エンタープライズクライアントが200ユニットを異なる場所に配送する注文を行いました。彼らはすべての出荷のステータス更新を希望しています。200の追跡番号を手動でチェックする代わりに、「参照CLIENT-BULK-2024-001のすべての注文の配達ステータスを、配達済み、輸送中、遅延別にグループ化して表示する」を使用します。手動追跡チェックに3時間費やす代わりに、30秒でフォーマットされたレポートを生成します。

返品ラベルの生成： 顧客が注文を返品したいと考えています。複数のシステム画面を通じて返品ラベルを作成する代わりに、サポートエージェントは単に「[顧客住所]から当社の倉庫へ、参照RETURN-ORDER-12345を使用してGLSで返品配送ラベルを作成する」と言います。顧客は1分以内にメールで返品ラベルを受け取り、返品体験が改善され、サポートチケットの解決時間が短縮されます。

分析とコスト管理

月次配送コスト分析： 配送に過剰支払いをしている疑いがありますが、何百もの注文を手動で分析する時間がありません。「先月のすべての注文を配送業者別にグループ化し、総配送コスト、荷物あたりの平均コスト、配達成功率を表示する」とコマンドします。これにより、配送業者Aは荷物あたりの価格が安く見えますが、12％の配達失敗率は、配送業者Bの98％の成功率よりも成功した配達あたりの実際のコストが高いことがわかります。見積もり料金だけでなく、実際のコストに基づくデータ駆動型の配送業者選択。

配送業者のパフォーマンスベンチマーキング： 4つの配送業者と協力していますが、客観的なパフォーマンスデータがありません。「過去四半期のすべての配送業者を比較する：平均配達時間、定時配達率、配達失敗率、平均コスト。国内対国際配送の最高のパフォーマーを表示する」を使用します。これにより、DPDが国内速度に優れていることが明らかになりますが、GLSは国際的な信頼性が向上しています。すべてに適した単一のアプローチを使用する代わりに、注文を戦略的にルーティングできます。

配達ゾーンの最適化： 配達時間を改善するために2番目の倉庫の開設を検討しています。投資する前に、「配送先のすべての郵便番号への配達時間を地域別にグループ化して分析する。平均輸送日数を表示し、一貫して配達が遅い地域を特定する」と尋ねます。この地理的分析により、3日以上の配達の60％が南東部地域に向かうことがわかります。地域流通センターのビジネスケースを検証し、潜在的な配達時間の改善を予測します。

季節およびプロモーションキャンペーンのサポート

キャンペーン前の容量計画： 通常の3倍の注文量を予想する「無料配送金曜日」プロモーションを開始しています。「現在の配送業者の集荷容量とスケジューリングに基づいて、金曜日に600件の注文を受け取った場合、各配送業者は何件の注文を処理できますか？最大処理容量はいくらですか？」と尋ねます。これにより、現在の配送業者契約が最大450件の注文をサポートすることがわかります。プロモーションを開始する前に、配送業者と追加の集荷容量を積極的に手配し、昨年のプロモーションを悩ませたフルフィルメント危機を防ぎます。

ギフトシーズンの複数受取人注文： 休暇中、多くの顧客が異なる受取人に配送するギフトを注文します。1人の顧客のギフトリストに対して8つの別々の出荷を手動で作成する代わりに、「顧客ORDER-HOLIDAY-789の配送注文を作成する：これらの住所の8人の異なる受取人、すべてギフト梱包メモと同じ請求参照を使用する」を使用します。カスタマーサービスと会計のための正確な注文帰属を維持しながら、数秒で複雑な複数受取人注文を処理します。

当日配送締め切り管理： 午後2時より前に注文された注文には当日配送を約束しています。午後1時45分に、どの注文が切迫しているかを正確に知る必要があります。「今日の支払い済み注文のうち、まだ配送ラベルが作成されていないものを表示する。当日配送のために処理および集荷をスケジュールできるのは何件ですか？」とコマンドします。これにより、23件の注文が即座に注意が必要であることがわかります。午後2時の締め切り前にこれらを優先し、当日配送の約束と競争上の優位性を維持します。

設定方法

前提条件

• Python 3.10以降がインストールされていること
• APIアクセスを持つChameleoonアカウント（chameleoon.skで登録）
• 有効なCHAMELEOON_API_KEY

Windsurf

1. Chameleoon APIキーを取得します：

   • chameleoon.skでChameleoonアカウントにログインします
   • 設定 > APIアクセスに移動します
   • APIキーを生成またはコピーします

2. WindsurfのMCP設定ファイルを見つけます：

   • macOS: ~/Library/Application Support/Windsurf/mcp.json
   • Windows: %APPDATA%\Windsurf\mcp.json
   • Linux: ~/.config/Windsurf/mcp.json

3. Chameleoon MCPサーバー設定を追加します：

   {
     "mcpServers": {
       "chameleoon": {
         "command": "python3",
         "args": ["-m", "chameleoon_mcp_server"],
         "env": {
           "CHAMELEOON_API_KEY": "your_api_key_here"
         }
       }
     }
   }
   

4. 設定ファイルを保存し、Windsurfを完全に再起動します。

5. 接続を確認します：

   • WindsurfのMCPパネルを開きます
   • アクティブなサーバーのリストで「chameleoon」を探します
   • テストコマンドを試します：「利用可能な配送業者をリストする」

Claude Desktop

1. chameleoon.skからChameleoon API認証情報を取得します（前提条件を参照）。

2. Claude Desktopの設定を見つけます：

   • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
   • Windows: %APPDATA%\Claude\claude_desktop_config.json
   • Linux: ~/.config/Claude/claude_desktop_config.json

3. 設定ファイルを更新または作成します：

   {
     "mcpServers": {
       "chameleoon": {
         "command": "python3",
         "args": ["-m", "chameleoon_mcp_server"],
         "env": {
           "CHAMELEOON_API_KEY": "your_api_key_here"
         }
       }
     }
   }
   

4. ファイルを保存し、Claude Desktopを完全に再起動します（終了して再起動）。

5. サーバー接続を確認します：

   • Claude Desktopを開きます
   • MCPインテグレーションパネルを探します
   • 「Chameleoon MCP Server」が接続済みとして表示されることを確認します
   • テストします：「利用可能な配送業者のリストを表示する」

Cursor

1. chameleoon.skで登録してAPIアクセスを取得します（前提条件を参照）。

2. CursorのMCP設定ファイルを見つけます：

   • macOS: ~/Library/Application Support/Cursor/mcp.json
   • Windows: %APPDATA%\Cursor\mcp.json
   • Linux: ~/.config/Cursor/mcp.json

3. MCPサーバーエントリを追加します：

   {
     "mcpServers": {
       "chameleoon": {
         "command": "python3",
         "args": ["-m", "chameleoon_mcp_server"],
         "env": {
           "CHAMELEOON_API_KEY": "your_api_key_here"
         }
       }
     }
   }
   

4. 保存してCursorを再起動します。

5. サーバーのステータスを確認します：

   • CursorのMCPパネルを開きます（表示 > MCPサーバー）
   • 「chameleoon」がアクティブとして表示されることを確認します
   • 試してください：「今週の配送注文をリストする」

Cline

1. chameleoon.skからChameleoon APIキーを取得します。

2. Clineの設定ファイルを見つけます（Clineのインストールによって場所が異なります）。

3. Chameleoon MCPサーバーを追加します：

   {
     "mcpServers": {
       "chameleoon": {
         "command": "python3",
         "args": ["-m", "chameleoon_mcp_server"],
         "env": {
           "CHAMELEOON_API_KEY": "your_api_key_here"
         }
       }
     }
   }
   

4. 保存してClineを再起動し、利用可能なMCPサーバーにサーバーが表示されることを確認します。

5. 接続性をテストします：「配送業者設定のリストを取得する」

セキュリティのベストプラクティス

APIキーをハードコードしないでください。 常に環境変数を使用してください：

{
  "mcpServers": {
    "chameleoon": {
      "command": "python3",
      "args": ["-m", "chameleoon_mcp_server"],
      "env": {
        "CHAMELEOON_API_KEY": "${CHAMELEOON_API_KEY}"
      }
    }
  }
}

次に、システムレベルで環境変数を設定します：

• macOS/Linux: ~/.bashrcまたは~/.zshrcに追加：export CHAMELEOON_API_KEY="your_key"
• Windows: システムのプロパティ > 環境変数で設定

Chameleoonアカウントでは、必要な操作のみにAPIキーの権限を制限してください。

定期的にキーをローテーションし、侵害された場合は古いキーを直ちに取り消してください。

開発、ステージング、本番環境には別々のキーを使用してください。

フロー内でこのMCPを使用する方法

FlowHuntでMCPを使用する

自動配送業務のためにChameleoon MCP ServerをFlowHuntワークフローに統合するには、次の手順に従います：

1. MCPコンポーネントを追加します：
   • FlowHuntフローを開くか、新しいフローを作成します
   • コンポーネントパネルからMCPコンポーネントをドラッグします
   • AIエージェントコンポーネントに接続します

2. MCPサーバーを設定します：
   • MCPコンポーネントをクリックして設定を開きます
   • システムMCP設定セクションに、Chameleoon MCPサーバーの詳細を挿入します：

{
  "chameleoon": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/path/to/chameleoon/mcp"
  }
}

URLを実際のChameleoon MCPサーバーエンドポイントに置き換えてください。

3. 環境変数を設定します：

   • FlowHuntの環境設定で、以下を追加します：
     • キー：CHAMELEOON_API_KEY
     • 値：Chameleoon APIキー

4. AIエージェントを設定します： 接続すると、AIエージェントは自然言語を使用して配送業務を制御できます。プロンプトの例：

   • 「顧客John Smithの配送注文を作成する…」
   • 「昨日からのすべての注文を追跡する」
   • 「出荷待ちの注文のラベルを生成する」
   • 「DPD注文の集荷をスケジュールする」

5. 自動化ワークフローを構築します：

   例：注文フルフィルメントフロー

   • トリガー：電子商取引システムの新規注文
   • アクション1：顧客の住所と注文詳細を抽出
   • アクション2：MCPコンポーネントがAIに指示：「これらの詳細で配送注文を作成する：[注文データ]」
   • アクション3：配送番号と追跡URLを保存
   • アクション4：追跡リンク付きの確認メールを顧客に送信

   例：毎日の配送レポート

   • トリガー：スケジュール（毎日午前9時）
   • アクション1：MCPコンポーネントがAIに尋ねる：「昨日からのすべての注文をリストする」
   • アクション2：インサイトのためにデータを分析
   • アクション3：サマリーレポートを生成
   • アクション4：ロジスティクスチームに送信

   例：カスタマーサービスの自動化

   • トリガー：注文番号を含む顧客の問い合わせ
   • アクション1：メッセージから注文番号を抽出
   • アクション2：MCPコンポーネント：「参照[order_number]で荷物を追跡する」
   • アクション3：追跡情報をフォーマット
   • アクション4：ステータスと追跡URLを含む応答を顧客に送信

MCPサーバー評価

概要

私たちの意見

Chameleoon MCP Serverは、配送管理の自動化のための堅牢な本番環境対応の統合を提供します。配送業者の選択と注文作成から追跡、ラベル生成、集荷スケジューリングまで、配送ライフサイクル全体にわたる包括的なツールカバレッジで際立っています。

強み：

• 完全なカバレッジ： すべての配送業務をカバーする14の優れた設計のツール
• マルチ配送業者サポート： DPD、GLS、Packetaなどのヨーロッパの配送業者と連携
• 実用的な機能： 普遍的な追跡URL、複数のラベル形式、バッチ操作
• ビジネスに焦点を当てた： 電子商取引、ロジスティクス、中小企業向けの明確なユースケース
• セキュリティ意識： 環境変数設定、ハードコードされた認証情報なし

最適な用途：

• 注文フルフィルメントを自動化する電子商取引企業
• マルチ配送業者業務を管理するロジスティクスチーム
• 複雑なAPIなしで配送自動化を求める中小企業
• FlowHuntまたは類似のプラットフォームで配送ワークフローを構築する開発者
• 追跡情報への迅速なアクセスが必要なカスタマーサービスチーム

制限事項：

• 地域的な焦点（主にヨーロッパの配送業者）
• ChameleoonアカウントとAPIアクセスが必要
• 公開されたリソースなし（すべてのアクセスはツールベース）

このサーバーは、複雑な配送API相互作用を簡単な自然言語コマンドに変換し、技術者でないユーザーに高度なロジスティクス自動化をアクセス可能にしながら、パワーユーザーに包括的なプログラム制御を提供します。

MCPスコア

注：これは内部/プロプライエタリなMCPサーバー実装であるため、フォークとスターのカウントは利用できません。