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 服务器

Explorium MCP 服务器是一个用于与Explorium API交互的模型上下文协议服务器。它使 AI 助手能够访问 Explorium 的业务和潜在客户数据查找功能。

📋 目录

概述

Explorium MCP 服务器允许 AI 助手访问 Explorium 丰富的业务和潜在客户数据库。这使得 AI 工具能够直接在聊天界面中提供有关公司、行业和专业人士的准确、最新的信息。

安装

从 PyPI 安装 Explorium MCP 服务器：

pip install explorium-mcp-server

该软件包需要 Python 3.10 或更高版本。

开发设置

  1. 克隆存储库：
git clone https://github.com/explorium-ai/mcp-explorium.git cd mcp-explorium
  1. 使用uv设置开发环境：
# 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. 使用您的 Explorium API 密钥在根目录中创建一个.env文件：
EXPLORIUM_API_KEY=your_api_key_here

要获取 API 密钥，请按照Explorium API 文档中的说明进行操作。

本地运行

mcp dev local_dev_server.py

与人工智能助手一起使用

与 Claude Desktop 一起使用

  1. 按照官方模型上下文协议指南安装 Claude Desktop 并将其设置为使用 MCP 服务器。
  2. 将此条目添加到您的claude_desktop_config.json文件中：
{ "mcpServers": { "Explorium": { "command": "<PATH_TO_UVX>", "args": [ "explorium-mcp-server" ], "env": { "EXPLORIUM_API_KEY": "<YOUR_API_KEY>" } } } }

对于开发，您可以改用此配置：

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

用您的实际路径和 API 密钥替换所有占位符。

与游标一起使用

Cursor内置了对 MCP 服务器的支持。

要配置它以使用 Explorium MCP 服务器：

  1. 前往Cursor > Settings > Cursor Settings > MCP
  2. 使用以下命令添加“Explorium”条目：

对于开发，请使用：

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

您可以在 Cursor 设置中打开“Yolo 模式”，以便在Cursor > Settings > Cursor Settings > Features > Chat > Enable Yolo mode下无需确认即可使用工具。

项目结构

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

开发工作流程

  1. 按照开发设置中的说明设置环境
  2. 对代码库进行更改
  3. 格式化您的代码：
make format
  1. 运行 linting 检查：
make lint
  1. 运行测试：
make test

持续集成

该项目使用 GitHub Actions 进行 CI/CD。.github .github/workflows/ci.yml中定义的工作流程执行以下操作：

  1. 版本检查：确保在合并到主项目之前pyproject.toml中的版本已增加
  2. Linting ：使用ruff运行代码样式和格式检查
  3. 测试：运行测试套件并报告覆盖率
  4. 部署：合并到主仓库时，使用pyproject.toml中的版本标记仓库

构建和发布

构建包

要构建分发包：

  1. 更新pyproject.toml中的版本（每个新版本都需要）
  2. 运行构建命令：
uv build

这将创建一个包含构建包的dist/目录。

发布到 PyPI

要将包发布到 PyPI：

  1. 确保已安装twine ：
uv pip install twine
  1. 将构建的包上传到 PyPI：
twine upload dist/*

您需要提供您的 PyPI 凭证或在.pypirc文件中配置它们。

自动版本控制和标记

当更改合并到主分支时，CI 工作流程会自动：

  1. 使用pyproject.toml中的版本标记存储库
  2. 将标签推送到 GitHub
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 服务器赋能每位客服人员，让他们成为 AI 驱动、快速进入市场的专属客服人员！凭借 20 多个专为潜在客户开发、销售和潜在客户生成而设计的专用终端，客服人员可以轻松创建和丰富客户和潜在客户，获取深度业务洞察，并

  1. 📋 目录
    1. 概述
      1. 安装
        1. 开发设置
          1. 本地运行
            1. 与人工智能助手一起使用
              1. 与 Claude Desktop 一起使用
              2. 与游标一起使用
            2. 项目结构
              1. 开发工作流程
                1. 持续集成
                  1. 构建和发布
                    1. 构建包
                    2. 发布到 PyPI
                    3. 自动版本控制和标记

                  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