Skip to main content
Glama
deenesjakoruzh

Explorium AgentSource MCP Server

Official
by explorium-ai
GitHub
Python
Apache 2.0
24
  • Apple
OverviewInspectNewSchemaRelated ServersReviewsScore
Need Help?View Source CodeReport Issue

Explorium API MCP 서버

Explorium MCP 서버는 Explorium API 와 상호 작용하는 데 사용되는 모델 컨텍스트 프로토콜( MCP) 서버입니다. AI 비서가 Explorium의 비즈니스 및 잠재 고객 데이터 조회 기능에 액세스할 수 있도록 합니다.

📋 목차

개요

Explorium MCP 서버를 통해 AI 비서는 Explorium의 광범위한 비즈니스 및 잠재 고객 데이터베이스에 접근할 수 있습니다. 이를 통해 AI 도구는 채팅 인터페이스를 통해 기업, 산업 및 전문가에 대한 정확하고 최신 정보를 직접 제공할 수 있습니다.

설치

PyPI에서 Explorium MCP 서버를 설치하세요.

지엑스피1

이 패키지에는 Python 3.10 이상이 필요합니다.

개발을 위한 설정

  1. 저장소를 복제합니다.
git clone https://github.com/explorium-ai/mcp-explorium.git cd mcp-explorium
  1. uv 사용하여 개발 환경을 설정합니다.
# 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. Explorium API 키로 루트 디렉토리에 .env 파일을 만듭니다.
EXPLORIUM_API_KEY=your_api_key_here

API 키를 얻으려면 Explorium API 설명서 의 지침을 따르세요.

지역적으로 실행

mcp dev local_dev_server.py

AI 어시스턴트 사용

Claude Desktop과 함께 사용

  1. Claude Desktop을 설치하고 MCP 서버를 사용하도록 설정하려면 공식 Model Context Protocol 가이드를 따르세요.
  2. claude_desktop_config.json 파일에 다음 항목을 추가하세요.
{ "mcpServers": { "Explorium": { "command": "<PATH_TO_UVX>", "args": [ "explorium-mcp-server" ], "env": { "EXPLORIUM_API_KEY": "<YOUR_API_KEY>" } } } }

개발의 경우 대신 이 구성을 사용할 수 있습니다.

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

모든 플레이스홀더를 실제 경로와 API 키로 바꾸세요.

커서를 사용한 사용

커서 에는 MCP 서버에 대한 지원이 내장되어 있습니다.

Explorium MCP 서버를 사용하도록 구성하려면:

  1. Cursor > Settings > Cursor Settings > MCP 로 이동하세요.
  2. 다음 명령을 사용하여 "Explorium" 항목을 추가합니다.

개발을 위해 다음을 사용하세요.

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

커서 설정에서 "Yolo 모드"를 켜면 Cursor > Settings > Cursor Settings > Features > Chat > Enable Yolo mode 에서 확인 없이 도구를 사용할 수 있습니다.

프로젝트 구조

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

개발 워크플로

  1. 개발 설정 에 설명된 대로 환경을 설정하세요.
  2. 코드베이스를 변경하세요
  3. 코드 형식을 지정하세요:
make format
  1. 린팅 검사를 실행합니다.
make lint
  1. 테스트 실행:
make test

지속적인 통합

이 프로젝트는 CI/CD에 GitHub Actions를 사용합니다. .github/workflows/ci.yml 에 정의된 워크플로는 다음과 같습니다.

  1. 버전 확인 : 메인에 병합하기 전에 pyproject.toml 의 버전이 증가했는지 확인합니다.
  2. Linting : ruff 사용하여 코드 스타일 및 형식 검사를 실행합니다.
  3. 테스트 : 커버리지 보고를 통해 테스트 모음을 실행합니다.
  4. 배포 : 메인에 병합될 때 pyproject.toml 의 버전으로 리포에 태그를 지정합니다.

건축 및 출판

패키지 구축

배포를 위한 패키지를 빌드하려면:

  1. pyproject.toml 의 버전을 업데이트합니다(모든 새 릴리스에 필요함)
  2. 빌드 명령을 실행합니다.
uv build

이렇게 하면 빌드된 패키지가 있는 dist/ 디렉토리가 생성됩니다.

PyPI에 게시

PyPI에 패키지를 게시하려면:

  1. twine 설치되어 있는지 확인하세요.
uv pip install twine
  1. 빌드된 패키지를 PyPI에 업로드합니다.
twine upload dist/*

PyPI 자격 증명을 제공하거나 .pypirc 파일에 이를 구성해야 합니다.

자동 버전 관리 및 태그 지정

변경 사항이 메인 브랜치에 병합되면 CI 워크플로는 자동으로 다음을 수행합니다.

  1. pyproject.toml 의 버전으로 저장소에 태그를 지정합니다.
  2. 태그를 GitHub에 푸시합니다.
Install Server
A
security – no known vulnerabilities
A
license - permissive license
A
quality - confirmed to work

How are these scores calculated?

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 서버는 모든 상담원이 AI 기반의 Go-To-Market 전문 상담원이 될 수 있도록 지원합니다! 잠재 고객 발굴, 영업 및 리드 생성을 위해 설계된 20개 이상의 전문 엔드포인트를 통해 상담원은 손쉽게 계정 및 잠재 고객을 생성하고 강화하며, 심층적인 비즈니스 인사이트를 확보하고,

  1. 📋 목차
    1. 개요
      1. 설치
        1. 개발을 위한 설정
          1. 지역적으로 실행
            1. AI 어시스턴트 사용
              1. Claude Desktop과 함께 사용
              2. 커서를 사용한 사용
            2. 프로젝트 구조
              1. 개발 워크플로
                1. 지속적인 통합
                  1. 건축 및 출판
                    1. 패키지 구축
                    2. PyPI에 게시
                    3. 자동 버전 관리 및 태그 지정

                  Related Resources

                  Related MCP Servers

                  • MCP BatchIt

                    ryanjoachim
                    -
                    security
                    F
                    license
                    -
                    quality
                    A simple aggregator server that allows batching multiple MCP tool calls into a single request, reducing token usage and network overhead for AI agents.
                    Last updated -
                    38
                    JavaScript

                  • dune-analytics-mcp

                    kukapay
                    -
                    security
                    A
                    license
                    -
                    quality
                    A mcp server that bridges Dune Analytics data to AI agents.
                    Last updated -
                    22
                    Python
                    MIT License

                  • chainlink-feeds-mcp

                    kukapay
                    A
                    security
                    A
                    license
                    A
                    quality
                    An MCP server that provides real-time access to Chainlink's decentralized on-chain price feeds, optimized for seamless integration into AI agents and autonomous systems.
                    Last updated -
                    5
                    0
                    4
                    JavaScript
                    MIT License

                  • defi-yields-mcp

                    kukapay
                    A
                    security
                    A
                    license
                    A
                    quality
                    An MCP server for AI agents to explore DeFi yield opportunities, powered by DefiLlama.
                    Last updated -
                    1
                    5
                    Python
                    MIT License

                  View all related MCP servers

                  Appeared in Searches

                  New 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