Skip to main content
Glama

Explorium AgentSource MCP Server

Official
by explorium-ai

Explorium API MCP サーバー

Explorium MCPサーバーは、 Explorium APIとの連携に使用されるモデルコンテキストプロトコルサーバーです。AIアシスタントがExploriumのビジネスデータおよび見込み客データ検索機能にアクセスできるようにします。

📋 目次

概要

Explorium MCPサーバーは、AIアシスタントがExploriumの広範なビジネスおよび見込み客データベースにアクセスできるようにします。これにより、AIツールはチャットインターフェースを通じて、企業、業界、専門家に関する正確で最新の情報を直接提供できるようになります。

インストール

PyPI から Explorium MCP サーバーをインストールします。

pip install explorium-mcp-server

このパッケージには Python 3.10 以降が必要です。

開発のためのセットアップ

  1. リポジトリをクローンします。
git clone https://github.com/explorium-ai/mcp-explorium.git cd mcp-explorium
  1. uvを使用して開発環境をセットアップします。
# 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
  1. ルート ディレクトリに Explorium API キーを使用して.envファイルを作成します。
EXPLORIUM_API_KEY=your_api_key_here

API キーを取得するには、 Explorium API ドキュメントの指示に従ってください。

ローカルで実行

mcp dev local_dev_server.py

AIアシスタントとの使用

Claude Desktopでの使用

  1. 公式のモデル コンテキスト プロトコル ガイドに従って、Claude Desktop をインストールし、MCP サーバーを使用するように設定します。
  2. 次のエントリをclaude_desktop_config.jsonファイルに追加します。
{ "mcpServers": { "Explorium": { "command": "<PATH_TO_UVX>", "args": [ "explorium-mcp-server" ], "env": { "EXPLORIUM_API_KEY": "<YOUR_API_KEY>" } } } }

開発の場合は、代わりに次の構成を使用できます。

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

すべてのプレースホルダーを実際のパスと API キーに置き換えます。

カーソルとの使用

Cursor にはMCP サーバーのサポートが組み込まれています

Explorium MCP サーバーを使用するように構成するには:

  1. Cursor > Settings > Cursor Settings > MCPに移動します。
  2. 次のコマンドで「Explorium」エントリを追加します。

開発には以下を使用します:

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

カーソル設定で「Yolo モード」をオンにするとCursor > Settings > Cursor Settings > Features > Chat > Enable Yolo modeで確認せずにツールを使用できます。

プロジェクト構造

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

開発ワークフロー

  1. 開発のためのセットアップの説明に従って環境をセットアップします。
  2. コードベースに変更を加える
  3. コードをフォーマットします:
make format
  1. リンティングチェックを実行します。
make lint
  1. テストを実行します:
make test

継続的インテグレーション

このプロジェクトでは、CI/CDにGitHub Actionsを使用しています。.github .github/workflows/ci.ymlで定義されたワークフローは、以下の処理を実行します。

  1. バージョンチェック: pyproject.tomlのバージョンがメインにマージされる前に増加していることを確認します。
  2. リンティング: ruffを使用してコードスタイルとフォーマットのチェックを実行します
  3. テスト: カバレッジレポート付きのテストスイートを実行します
  4. デプロイメント: メインにマージするときに、 pyproject.tomlのバージョンでリポジトリにタグを付ける

建築と出版

パッケージの構築

配布用パッケージをビルドするには:

  1. pyproject.tomlのバージョンを更新します (新しいリリースごとに必要)
  2. ビルド コマンドを実行します。
uv build

これにより、ビルドされたパッケージを含むdist/ディレクトリが作成されます。

PyPIへの公開

パッケージをPyPIに公開するには:

  1. twineが取り付けられていることを確認します。
uv pip install twine
  1. ビルドしたパッケージを PyPI にアップロードします。
twine upload dist/*

PyPI の資格情報を提供するか、 .pypircファイルで設定する必要があります。

自動バージョン管理とタグ付け

変更がメイン ブランチにマージされると、CI ワークフローは自動的に次の処理を実行します。

  1. pyproject.tomlのバージョンでリポジトリにタグを付ける
  2. タグをGitHubにプッシュする
Deploy Server
A
security – no known vulnerabilities
A
license - permissive license
A
quality - confirmed to work

remote-capable server

The server can be hosted and run remotely because it primarily relies on remote services or has no dependency on the local environment.

Explorium AgentSource MCP Serverは、すべてのエージェントがAIを活用した市場開拓に特化したエージェントになるお手伝いをします。見込み客の発掘、営業、リードジェネレーション向けに設計された20以上の専用エンドポイントにより、エージェントはアカウントや見込み客を簡単に生成・強化し、深いビジネスインサイトにアクセスし、

  1. 📋 目次
    1. 概要
      1. インストール
        1. 開発のためのセットアップ
          1. ローカルで実行
            1. AIアシスタントとの使用
              1. Claude Desktopでの使用
              2. カーソルとの使用
            2. プロジェクト構造
              1. 開発ワークフロー
                1. 継続的インテグレーション
                  1. 建築と出版
                    1. パッケージの構築
                    2. PyPIへの公開
                    3. 自動バージョン管理とタグ付け

                  Related MCP Servers

                  • -
                    security
                    F
                    license
                    -
                    quality
                    This MCP server provides tools to interact with the Salesforce Agentforce API, allowing authentication, session creation, and message exchange with Salesforce agents.
                    Last updated -
                    11
                  • A
                    security
                    A
                    license
                    A
                    quality
                    Professional Gemini API integration for Claude and MCP-compatible hosts with intelligent model selection and advanced file handling capabilities.
                    Last updated -
                    4
                    3
                    MIT License
                  • -
                    security
                    F
                    license
                    -
                    quality
                    An MCP server that allows agents to interact with Meilisearch, a powerful open-source search engine, through its API using natural language.
                    Last updated -
                  • A
                    security
                    F
                    license
                    A
                    quality
                    The AgentOps MCP server provides access to observability and tracing data for debugging complex AI agent runs. This adds crucial context about where the AI agent succeeds or fails.
                    Last updated -
                    4
                    46
                    6

                  View all related MCP servers

                  MCP directory API

                  We provide all the information about MCP servers via our MCP API.

                  curl -X GET 'https://glama.ai/api/mcp/v1/servers/explorium-ai/mcp-explorium'

                  If you have feedback or need assistance with the MCP directory API, please join our Discord server