AI Furniture & Home Product Hub is an MCP server with 18 tools an agent can call, among them calc_room_layout, compare_products, coordinate_storage. It answers at https://ai-furniture-hub.onrender.com/mcp over streamable HTTP, and it listed its tools to an anonymous client, so no sign-in was needed for that. Our probes reached it 6 of 6 times since 11 September 2026; the last check, on 20 October 2026, succeeded.
MCP server for mm-precision furniture search, fit checks, curated sets, and AIO audits.
Description as the publisher wrote it.
| Tool | What it does |
|---|---|
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。 Inputs: intent, room_width_mm, room_depth_mm, items, margin_between_mm, wall_clearance_mm |
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。 Inputs: intent, keywords, compare_aspects |
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。 Inputs: intent, keyword, price_max, storage_keyword, scene, shelf_count |
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 Inputs: intent, url |
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。 Inputs: intent, limit, scene_name, include_tight_fit |
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。 Inputs: intent, query |
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 Inputs: intent, type, scene, occasion, budget_max, keyword |
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。 Inputs: intent, category, brand, limit, include_rakuten_trending |
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。 Inputs: id, intent |
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。 Inputs: intent, product_id, keyword, include_rakuten, depth |
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。 Inputs: intent, features, brand_hint, dimensions_hint, include_compatible |
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。 Inputs: intent, category_filter |
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(210×297 Inputs: intent, reference_object, reference_px, target_description, target_px, estimated_depth_mm |
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。 Inputs: intent, keyword, price_min, price_max, sort |
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 Inputs: intent, keyword, width_mm_min, width_mm_max, height_mm_min, height_mm_max |
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。 Inputs: intent, keyword, price_min, price_max, sort, hits |
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。 Inputs: intent, width_mm, depth_mm, height_mm, price_max, categories |
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。 Inputs: intent, limit, scene_name |
Every block below points at https://ai-furniture-hub.onrender.com/mcp. Pick your client and copy.
claude mcp add --transport http ai-furniture-home-product-hub https://ai-furniture-hub.onrender.com/mcp
{
"mcpServers": {
"ai-furniture-home-product-hub": {
"command": "npx",
"args": ["-y", "mcp-remote", "https://ai-furniture-hub.onrender.com/mcp"]
}
}
}{
"mcpServers": {
"ai-furniture-home-product-hub": {
"url": "https://ai-furniture-hub.onrender.com/mcp"
}
}
}{
"servers": {
"ai-furniture-home-product-hub": {
"type": "http",
"url": "https://ai-furniture-hub.onrender.com/mcp"
}
}
}{
"context_servers": {
"ai-furniture-home-product-hub": {
"url": "https://ai-furniture-hub.onrender.com/mcp"
}
}
}{
"mcpServers": {
"ai-furniture-home-product-hub": {
"serverUrl": "https://ai-furniture-hub.onrender.com/mcp"
}
}
}{
"mcpServers": {
"ai-furniture-home-product-hub": {
"url": "https://ai-furniture-hub.onrender.com/mcp"
}
}
}name: AI Furniture & Home Product Hub
version: 0.0.1
schema: v1
mcpServers:
- name: AI Furniture & Home Product Hub
type: streamable-http
url: https://ai-furniture-hub.onrender.com/mcp{
"mcpServers": {
"ai-furniture-home-product-hub": {
"httpUrl": "https://ai-furniture-hub.onrender.com/mcp"
}
}
}{
"mcpServers": {
"ai-furniture-home-product-hub": {
"type": "http",
"url": "https://ai-furniture-hub.onrender.com/mcp"
}
}
}{
"mcpServers": {
"ai-furniture-home-product-hub": {
"url": "https://ai-furniture-hub.onrender.com/mcp"
}
}
}goose://extension?url=https%3A%2F%2Fai-furniture-hub.onrender.com%2Fmcp&type=streamable_http&id=ai-furniture-home-product-hub&name=AI%20Furniture%20%26%20Home%20Product%20Hub
It answered our last check on 20 October 2026 in 249 ms. Over 6 checks since 11 September 2026 it answered 6. Status here comes from Neuronto's own probes, not from the publisher.
18, as returned by the server's own tools/list on 12 September 2026: calc_room_layout, compare_products, coordinate_storage, diagnose_ai_visibility, find_product_gaps, find_replacement, get_curated_sets, get_popular_products, and 10 more.
It answered our last check on 20 October 2026 in 249 ms. Over 6 checks since 11 September 2026 it answered 6.
Put the server under mcpServers in ~/.cursor/mcp.json with the URL https://ai-furniture-hub.onrender.com/mcp. The exact JSON is above, with the same setup for Claude Code, Claude Desktop, VS Code, Windsurf, Zed, Gemini CLI and the rest.
It listed its tools to an anonymous client, so reading the tool list needs no key. Individual tools can still ask for credentials in their own inputs.
Publisher: io.github.one8943. Endpoint host: ai-furniture-hub.onrender.com. ARD identifier: urn:air:io.github.one8943:mcp:ai-furniture-hub.
First indexed 10 September 2026. The tools are exactly what the server returned; nothing on this page
is inferred from its name. Ranking in Neuronto search is never for sale.