Explorium API MCP-Server

mcp-explorerium-ci PyPI-Version Python-Versionen

Der Explorium MCP-Server ist ein Model Context Protocol- Server, der zur Interaktion mit der Explorium-API verwendet wird. Er ermöglicht KI-Assistenten den Zugriff auf die Geschäfts- und Interessentendaten-Suchfunktionen von Explorium.

📋 Inhaltsverzeichnis

Related MCP server: GemForge-Gemini-Tools-MCP

Überblick

Der Explorium MCP Server ermöglicht KI-Assistenten den Zugriff auf die umfangreichen Geschäfts- und Interessentendatenbanken von Explorium. Dadurch können KI-Tools präzise und aktuelle Informationen über Unternehmen, Branchen und Fachkräfte direkt in Chat-Oberflächen bereitstellen.

Installation

Installieren Sie den Explorium MCP-Server von PyPI:

pip install explorium-mcp-server

Das Paket erfordert Python 3.10 oder höher.

Setup für die Entwicklung

Klonen Sie das Repository:

git clone https://github.com/explorium-ai/mcp-explorium.git cd mcp-explorium

Richten Sie die Entwicklungsumgebung mit uv ein:

# Install uv if you don't have it pip install uv # Create and activate the virtual environment with all development dependencies uv sync --group dev

Erstellen Sie mit Ihrem Explorium-API-Schlüssel eine .env Datei im Stammverzeichnis:

EXPLORIUM_API_KEY=your_api_key_here

Um einen API-Schlüssel zu erhalten, befolgen Sie die Anweisungen in der Explorium-API-Dokumentation .

Lokal ausführen

mcp dev local_dev_server.py

Nutzung mit KI-Assistenten

Verwendung mit Claude Desktop

Befolgen Sie die offizielle Anleitung zum Model Context Protocol , um Claude Desktop zu installieren und für die Verwendung von MCP-Servern einzurichten.
Fügen Sie diesen Eintrag zu Ihrer Datei claude_desktop_config.json hinzu:

{ "mcpServers": { "Explorium": { "command": "<PATH_TO_UVX>", "args": [ "explorium-mcp-server" ], "env": { "EXPLORIUM_API_KEY": "<YOUR_API_KEY>" } } } }

Für die Entwicklung können Sie stattdessen diese Konfiguration verwenden:

{ "mcpServers": { "Explorium": { "command": "<UV_INSTALL_PATH>", "args": [ "run", "--directory", "<REPOSITORY_PATH>", "mcp", "run", "local_dev_server.py" ], "env": { "EXPLORIUM_API_KEY": "<YOUR_API_KEY>" } } } }

Ersetzen Sie alle Platzhalter durch Ihre tatsächlichen Pfade und API-Schlüssel.

Verwendung mit Cursor

Cursor verfügt über integrierte Unterstützung für MCP-Server .

So konfigurieren Sie es für die Verwendung des Explorium MCP-Servers:

Gehen Sie zu Cursor > Settings > Cursor Settings > MCP
Fügen Sie mit diesem Befehl einen „Explorium“-Eintrag hinzu:

Verwenden Sie für die Entwicklung:

uv run --directory <repo_path> mcp run local_dev_server.py

Sie können den „Yolo-Modus“ in den Cursor-Einstellungen aktivieren, um Tools ohne Bestätigung unter Cursor > Settings > Cursor Settings > Features > Chat > Enable Yolo mode zu verwenden.

Projektstruktur

mcp-explorium/ ├── .github/workflows/ # CI/CD configuration │ └── ci.yml # Main CI workflow ├── src/ # Source code │ └── explorium_mcp_server/ │ ├── __init__.py # Package initialization │ ├── __main__.py # Entry point for direct execution │ ├── models/ # Data models and schemas │ └── tools/ # MCP tools implementation ├── tests/ # Test suite ├── .env # Local environment variables (not in repo) ├── local_dev_server.py # Development server script ├── Makefile # Development shortcuts ├── pyproject.toml # Project metadata and dependencies └── README.md # Project documentation

Entwicklungs-Workflow

Richten Sie die Umgebung wie unter „Setup für die Entwicklung“ beschrieben ein.
Nehmen Sie Ihre Änderungen an der Codebasis vor
Formatieren Sie Ihren Code:

make format

Führen Sie Lint-Prüfungen durch:

make lint

Führen Sie Tests durch:

make test

Kontinuierliche Integration

Das Projekt verwendet GitHub Actions für CI/CD. Der in .github/workflows/ci.yml definierte Workflow führt Folgendes aus:

Versionsprüfung : Stellt sicher, dass die Version in pyproject.toml vor dem Zusammenführen mit dem Hauptverzeichnis erhöht wird.
Linting : Führt Codestil- und Formatierungsprüfungen mit ruff aus
Testen : Führt die Testsuite mit Abdeckungsberichten aus
Bereitstellung : Kennzeichnet das Repo mit der Version von pyproject.toml , wenn es mit dem Hauptrepo zusammengeführt wird.

Erstellen und Veröffentlichen

Erstellen des Pakets

So erstellen Sie das Paket für die Verteilung:

Aktualisieren Sie die Version in pyproject.toml (erforderlich für jede neue Version)
Führen Sie den Build-Befehl aus:

uv build

Dadurch wird ein dist/ -Verzeichnis mit dem erstellten Paket erstellt.

Veröffentlichen auf PyPI

So veröffentlichen Sie das Paket auf PyPI:

Stellen Sie sicher, dass Sie twine installiert haben:

uv pip install twine

Laden Sie das erstellte Paket auf PyPI hoch:

twine upload dist/*

Sie müssen Ihre PyPI-Anmeldeinformationen angeben oder sie in einer .pypirc Datei konfigurieren.

Automatische Versionierung und Tagging

Wenn Änderungen mit dem Hauptzweig zusammengeführt werden, führt der CI-Workflow automatisch Folgendes aus:

Markiert das Repository mit der Version aus pyproject.toml
Pusht das Tag zu GitHub

Explorium AgentSource MCP Server