Skip to main content
Glama

Explorium AgentSource MCP Server

Official
by explorium-ai

Сервер API Explorium MCP

Сервер Explorium MCP — это сервер Model Context Protocol, используемый для взаимодействия с API Explorium . Он позволяет помощникам на основе ИИ получать доступ к возможностям поиска бизнес-данных и данных о потенциальных клиентах Explorium.

📋 Содержание

Обзор

Сервер Explorium MCP позволяет помощникам ИИ получать доступ к обширным базам данных о бизнесе и перспективах от Explorium. Это позволяет инструментам ИИ предоставлять точную и актуальную информацию о компаниях, отраслях и специалистах непосредственно в интерфейсах чата.

Установка

Установите сервер Explorium MCP из PyPI:

pip install explorium-mcp-server

Для работы пакета требуется Python 3.10 или более поздняя версия.

Настройка для разработки

  1. Клонируйте репозиторий:
git clone https://github.com/explorium-ai/mcp-explorium.git cd mcp-explorium
  1. Настройте среду разработки с помощью uv :
# 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. Создайте файл .env в корневом каталоге с вашим ключом API Explorium:
EXPLORIUM_API_KEY=your_api_key_here

Чтобы получить ключ API, следуйте инструкциям в документации API Explorium .

Работает локально

mcp dev local_dev_server.py

Использование с помощниками на основе искусственного интеллекта

Использование с Claude Desktop

  1. Следуйте официальному руководству по Model Context Protocol , чтобы установить Claude Desktop и настроить его для использования серверов MCP.
  2. Добавьте эту запись в файл claude_desktop_config.json :
{ "mcpServers": { "Explorium": { "command": "<PATH_TO_UVX>", "args": [ "explorium-mcp-server" ], "env": { "EXPLORIUM_API_KEY": "<YOUR_API_KEY>" } } } }

Для разработки вы можете использовать следующую конфигурацию:

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

Замените все заполнители вашими фактическими путями и ключом API.

Использование с курсором

Курсор имеет встроенную поддержку MCP-серверов .

Чтобы настроить его на использование сервера Explorium MCP:

  1. Перейдите в Cursor > Settings > Cursor Settings > MCP
  2. Добавьте запись «Explorium» с помощью этой команды:

Для разработки используйте:

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

Вы можете включить «Режим Yolo» в настройках курсора, чтобы использовать инструменты без подтверждения, выбрав Cursor > Settings > Cursor Settings > Features > Chat > Enable Yolo mode .

Структура проекта

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

Рабочий процесс разработки

  1. Настройте среду, как описано в разделе «Настройка для разработки».
  2. Внесите изменения в кодовую базу.
  3. Отформатируйте свой код:
make format
  1. Запустите проверки линтинга:
make lint
  1. Проведите тесты:
make test

Непрерывная интеграция

Проект использует GitHub Actions для CI/CD. Рабочий процесс, определенный в .github/workflows/ci.yml делает следующее:

  1. Проверка версии : обеспечивает увеличение версии в pyproject.toml перед слиянием с основным проектом.
  2. Linting : выполняет проверки стиля и форматирования кода с помощью ruff
  3. Тестирование : запуск набора тестов с отчетом о покрытии.
  4. Развертывание : помечает репозиторий версией из pyproject.toml при слиянии с основным

Строительство и издательское дело

Создание пакета

Чтобы собрать пакет для распространения:

  1. Обновите версию в pyproject.toml (требуется для каждого нового релиза)
  2. Запустите команду сборки:
uv build

Это создаст каталог dist/ со собранным пакетом.

Публикация в PyPI

Чтобы опубликовать пакет в PyPI:

  1. Убедитесь, что у вас установлен twine :
uv pip install twine
  1. Загрузите собранный пакет в PyPI:
twine upload dist/*

Вам необходимо будет предоставить свои учетные данные PyPI или настроить их в файле .pypirc .

Автоматическое управление версиями и тегирование

Когда изменения объединяются с основной веткой, рабочий процесс CI автоматически:

  1. Помечает репозиторий версией из pyproject.toml
  2. Отправляет тег на GitHub
Install 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 позволяет каждому агенту стать специализированным агентом, работающим на основе искусственного интеллекта, выходящим на рынок! С более чем 20 специализированными конечными точками, предназначенными для поиска, продаж и генерации лидов, агенты могут без усилий создавать и обогащать учетные записи и потенциальных клиентов, получать доступ к глубоким бизнес-информациям,

  1. 📋 Содержание
    1. Обзор
      1. Установка
        1. Настройка для разработки
          1. Работает локально
            1. Использование с помощниками на основе искусственного интеллекта
              1. Использование с Claude Desktop
              2. Использование с курсором
            2. Структура проекта
              1. Рабочий процесс разработки
                1. Непрерывная интеграция
                  1. Строительство и издательское дело
                    1. Создание пакета
                    2. Публикация в PyPI
                    3. Автоматическое управление версиями и тегирование

                  Related MCP Servers

                  • -
                    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 -
                    14
                    JavaScript
                  • -
                    security
                    A
                    license
                    -
                    quality
                    A mcp server that bridges Dune Analytics data to AI agents.
                    Last updated -
                    16
                    Python
                    MIT License
                  • -
                    security
                    -
                    license
                    -
                    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 -
                    JavaScript
                    MIT License
                  • -
                    security
                    -
                    license
                    -
                    quality
                    An MCP server for AI agents to explore DeFi yield opportunities, powered by DefiLlama.
                    Last updated -
                    Python
                    MIT License

                  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