Amazon Agent Iris

Servidor MCP que crea imágenes de listado de Amazon y video de producto a partir de datos de catálogo en vivo.

GitHubPrueba este MCPPatrocinado

Documentación

Servidor MCP de imágenes y videos para listados de Amazon (Amazon Agent Iris) por Kuudo

Crea imágenes para listados de Amazon y videos de productos a partir de datos de catálogo en vivo, referencias reales de productos, reglas de Amazon y flujos de trabajo seguros aprobados por humanos.

MCP Registry License: MIT Community

Página del producto: https://www.kuudo.com/features/amazon-agent-iris/ · Documentación: https://www.kuudo.com/docs/amazon-agent-iris/ · Precios: https://www.kuudo.com/pricing.md

Conectar

Kuudo se ejecuta en tu propia nube. El plan Community despliega una instancia de cada servidor MCP de Amazon en tu cuenta, y tu cliente se conecta a ese despliegue:

{
  "mcpServers": {
    "amazon-agent-iris-mcp": {
      "url": "https://<your-host>/mcp",
      "headers": {
        "Authorization": "Bearer <your Kuudo API key>"
      }
    }
  }
}

Reemplaza <your-host> con el nombre de host de tu despliegue y el valor del bearer con tu clave API de Kuudo.

Una herramienta puede documentar una credencial de proveedor propia. Eso es independiente del bearer anterior, pertenece al servicio que la herramienta llama, y la entrada de la propia herramienta lo indica.

Qué es este repositorio

Este repositorio contiene metadatos de registro y un stub solo de catálogo. La ejecución en vivo ocurre en tu despliegue de Kuudo. El código fuente del servidor no está publicado. El stub en src/ responde a tools/list con el catálogo siguiente, sirve el mismo catálogo como un recurso (kuudo://catalog/tools.json), ofrece un prompt (connect) con la guía de configuración, y devuelve un error con esa guía en cualquier llamada, para que los registros y clientes puedan inspeccionar la superficie sin ningún acceso a Amazon.

Inspecciona el catálogo localmente con Docker

La imagen ejecuta el mismo stub solo de catálogo sobre stdio. No es el servidor en vivo.

docker build -t amazon-agent-iris-mcp .
docker run -i --rm amazon-agent-iris-mcp

Apunta un cliente hacia él con una entrada stdio:

{
  "mcpServers": {
    "amazon-agent-iris-mcp-catalog": {
      "command": "docker",
      "args": ["run", "-i", "--rm", "amazon-agent-iris-mcp"]
    }
  }
}

Herramientas

12 herramientas, leídas desde una instancia en ejecución de este servidor. Cuatro de las doce reflejan los métodos de recurso y prompt de MCP, y dos más son de incorporación y salud del servidor. Las seis restantes generan imágenes y videos, devuelven una URL de carga para bytes fuente locales y rastrean trabajos de video.

Cada herramienta incluye el esquema de argumentos que publica el servidor en vivo, para que un cliente pueda inspeccionar la firma completa de la llamada aquí antes de conectarse a tu despliegue.

Cada herramienta (12)
HerramientaAccesoQué hace
start_herelecturaLlama a esta PRIMERO para entender cómo usar este servidor de generación de imágenes y videos. Devuelve documentación del flujo de trabajo para: - Herramientas disponibles - Cargas de imágenes por HTTP - Edición de fotos - Generación de video de larga duración y reanudable - Generación de nuevas imágenes - Descarga de resultados
generate_imageescrituraGenera o edita imágenes con Google Gemini (Nano Banana) a partir de instrucciones en lenguaje natural. Para OpenAI gpt-image-2, usa la herramienta hermana generate_openai_image. Para imágenes de listados de Amazon / Seller Central, PRIMERO lee el recurso skill://amazon-product-image/SKILL.md (a través de read_resource) para las reglas de cumplimiento de imágenes del marketplace, luego genera/audita contra ellas. ## CONSISTENCIA DE PERSONAJES Usa identificadores de imagen públicos para la generación de imágenes con personajes consistentes: generate_image( input_images=["agent-iris://images/img_12"], mode="generate", prompt="PRESERVE EXACTLY: character's facial features. NEW: Professional headshot...", model="gemini-3-pro-image" ) Explicit generate mode uses the image handle as conditioning rather than an edit source. ## EDITING AN EXISTING IMAGE For local bytes, upload with POST /images first, then pass the returned handle. For a public hosted image, pass the HTTPS URL directly: generate_image( input_images=["https://example.com/source.jpg"], mode="edit", prompt="Change the background to a beach sunset" ) ## ITERATING ON A RESULT (high-fidelity chained edit) — PREFERRED Every generate/edit response returns an interaction_id. Pass it back to refine the SAME image while preserving the rest of the composition — no need to re-send the source. This beats re-editing from bytes for edit fidelity: generate_image( interaction_id="v1_Chd...", # from the previous response prompt="Recolor the mug to beige. Change nothing else." ) TTL: ~55 days (paid) / 1 day (free). ## COMPOSITING (Person from image A into scene B) Use multiple references with generate mode: generate_image( input_images=["agent-iris://images/img_12", "gemini://files/beachRef"], mode="generate", prompt="Place character from image 1 into the beach scene from image 2..." ) ## PRESETS DE OPERACIÓN Usa operation="icon", "pattern", "diagram", "storyboard" o "photo_repair" para valores predeterminados estrictos en modelo, relación de aspecto y encuadre del prompt. ## Detección automática de modo: - interaction_id → modo EDITAR - operation="photo_repair" → modo EDITAR - operation="icon"/"pattern"/"diagram"/"storyboard" → modo GENERAR - operation="general" con una imagen de entrada → modo EDITAR - Múltiples imágenes de entrada o solo prompt → modo GENERAR Devuelve tanto bloques de contenido de imagen MCP como JSON estructurado con metadatos.
generate_openai_imageescrituraGenera imágenes con OpenAI gpt-image-2 a través de la API de Responses. El proveedor OpenAI adicional, hermano de generate_image (Google Gemini). Envía tu clave de OpenAI como Authorization: Bearer <key> — el nombre de la herramienta implica el proveedor. Itera sobre un resultado con previous_response_id (el equivalente de OpenAI al interaction_id de Gemini).
create_upload_urlescrituraCrea la URL firmada con expiración necesaria para cargar bytes de imagen LOCALES. Úsala cuando tengas una imagen en disco (o bytes sin procesar) para alimentar generate_image: llama a esta herramienta, luego HTTP POST the bytes to the returned upload_url (no auth header needed — the URL's signed token authorizes it). The upload responds with a agent-iris://images/{id} handle to pass in generate_image's input_images. Las URLs de imágenes alojadas http(s) NO necesitan esto — pásalas directamente a generate_image.
server_statuslecturaDevuelve diagnósticos del servidor para autenticación, modelos, almacenamiento, cargas, recursos y salud.
generate_videoescrituraGenera video con Google Veo 3.1 a partir de texto, una primera imagen, primer/último fotograma, hasta tres imágenes de referencia, o un video generado por Veo para extender. Las entradas son identificadores acotados o URLs http(s), nunca datos en línea; las referencias, extensiones y salida 1080p/4k requieren una solicitud de 8 segundos. Antes de planificar o generar video, lee el recurso canónico skill://amazon-video/SKILL.md. Cubre selección de modo y modelo, redacción de prompts, recuperación y el flujo de cumplimiento adicional para videos de listados de Amazon. Los renders toman de 11 segundos a varios minutos. Los clientes capaces de tareas ejecutan esto en segundo plano; otros clientes reciben pending y reanudan con get_video_status(recovery_id). Reutiliza el mismo recovery_id después de un tiempo de espera. Si el envío se reporta como desconocido, no reintentes con un nuevo id porque Google puede haber aceptado ya la solicitud facturada. Los resultados son URLs de descarga firmadas y identificadores agent-iris://videos/vid_N.
get_video_statuslecturaSondea una operación de video (exactamente una de recovery_id / operation_name). Hace como máximo una llamada de estado a Google y nunca espera el renderizado. Cuando el render termina, descarga y almacena el video en esta llamada. Con ámbito de propietario: solo la clave que envió la operación puede verla.
list_video_operationslecturaLista las operaciones de video enviadas con esta clave, de más reciente a más antigua. Lee solo el almacén de operaciones local — sin llamada a Google. Usa un recovery_id listado con get_video_status para reanudar o recoger.
list_resourceslecturaLista todos los recursos y plantillas de recursos disponibles. Devuelve JSON con metadatos de recursos. Los recursos estáticos tienen un campo 'uri', mientras que las plantillas tienen un campo 'uri_template' con marcadores como {name}.
read_resourcelecturaLee un recurso por su URI. Para recursos estáticos, proporciona la URI exacta. Para recursos con plantilla, proporciona la URI con los parámetros de plantilla completados. Devuelve el contenido del recurso como cadena. El contenido binario está codificado en base64.
list_promptslecturaLista todos los prompts disponibles. Devuelve JSON con metadatos de prompts, incluidos nombre, descripción y argumentos opcionales.
get_promptlecturaObtiene un prompt por nombre con argumentos opcionales. Devuelve el prompt renderizado como JSON con un arreglo de mensajes. Los argumentos deben proporcionarse como un dict que mapea nombres de argumentos a valores.

Configura tu cliente

Guías prácticas

Guías para operadores basadas en la documentación propia de Amazon, cada una con el artefacto que produce el agente:

Cómo se compara

Lecturas, escrituras, aprobaciones

Las herramientas de lectura son seguras de llamar libremente. Las herramientas de escritura realizan trabajo dentro de tu despliegue y nunca cambian nada en Amazon. El acceso de cada herramienta se registra junto a ella en tools.json.

Kuudo

Generado desde KuudoAI/marketing. No editar a mano; los cambios se sobrescriben en la siguiente sincronización.