Explorium API MCP 服务器

mcp-explorerium-ci PyPI 版本 Python 版本

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

Related MCP server: GemForge-Gemini-Tools-MCP

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

克隆存储库：

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

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

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

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。
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：

前往Cursor > Settings > Cursor Settings > MCP
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

按照开发设置中的说明设置环境
对代码库进行更改
格式化您的代码：

make format

运行 linting 检查：

make lint

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：

版本检查：确保在合并到主项目之前pyproject.toml中的版本已增加
Linting ：使用ruff运行代码样式和格式检查
测试：运行测试套件并报告覆盖率
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：

更新pyproject.toml中的版本（每个新版本都需要）
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：

确保已安装twine ：

uv pip install twine

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：

使用pyproject.toml中的版本标记存储库
将标签推送到 GitHub

Explorium AgentSource MCP Server