Giggal.ai MCP 服务器

无需离开 Claude、ChatGPT、Cursor、VS Code 或任何其他 MCP 客户端，即可验证全能、全收和 SEG 保护的电子邮件地址。这是 Giggal.ai 的官方 Model Context Protocol 服务器——一款全能邮箱验证工具，能够确认其他验证器标记为“风险”或“未知”的邮箱。

MCP URL:  https://mcp.giggal.ai/mcp

为什么选择 Giggal.ai

大多数工具会放弃难以验证的地址。Giggal.ai 通过 SMTP 进行深度邮箱存在性检查，并在其他工具无法验证的情况下返回真实的可投递性结果：

• 全能发送和全收域：接受所有地址，即使这些用户并不存在

• SEG 保护邮箱：位于 Proofpoint、Mimecast 和 Barracuda 之后，这些网关会阻止大多数验证器依赖的检查

• 高风险 B2B 联系人：竞争对手标记并丢弃的地址，约占典型列表的 30%，被重新确认为可投递

标准商业列表的准确率达 99%，退信率低于 3%，可直接通过您的 AI 助手使用。

Related MCP server: Prospector MCP

获取 API 密钥

在 emailverifier.giggal.ai 注册，即可获得 1,000 次免费验证额度，无需信用卡，然后从 Developer API 标签页复制您的密钥。Claude 和 ChatGPT 通过 OAuth 连接，无需密钥。以下 IDE 和 CLI 客户端需要将密钥作为 Bearer 令牌使用。

连接您的 AI 客户端

Claude

将 Giggal.ai 添加为自定义连接器。无需配置文件，也无需 API 密钥。

1. 打开 设置 → 连接器（Web 或桌面版）。

2. 点击 添加 → 添加自定义连接器。

3. 将其命名为 Giggal.ai，粘贴 MCP URL，然后点击 添加。

4. 打开 Giggal.ai 连接器，点击 连接。

5. 点击 允许 以授予 verify:read 权限（验证地址、检查额度、查询过往验证记录）。

ChatGPT

将 Giggal.ai 添加为自定义插件，通过 OAuth 连接。

1. 从侧边栏打开 插件，然后点击右上角的 +。

2. 将其命名为 Giggal.ai，将 服务器 URL 设置为 MCP URL，选择 认证 → OAuth，勾选确认框，然后点击 创建。

3. 打开插件，点击 连接，然后点击 使用 Giggal.ai 登录。

4. 点击 允许 以授予 verify:read 权限。

Claude Code

claude mcp add --transport http --scope user giggal \
  https://mcp.giggal.ai/mcp \
  --header "Authorization: Bearer YOUR_API_KEY"

如果已有名为 giggal 的服务器，请先运行 claude mcp remove giggal --scope user，然后重新添加。

Cursor、Windsurf 和 Cline

将其添加到您的 MCP 配置文件中：

• Cursor：~/.cursor/mcp.json（或项目级 .cursor/mcp.json）

• Windsurf：~/.codeium/windsurf/mcp_config.json

• Cline：cline_mcp_settings.json（从 Cline MCP 设置中打开）

{
  "mcpServers": {
    "giggal": {
      "url": "https://mcp.giggal.ai/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_KEY"
      }
    }
  }
}

VS Code

添加到 .vscode/mcp.json。VS Code 使用 servers 而非 mcpServers：

{
  "servers": {
    "giggal": {
      "url": "https://mcp.giggal.ai/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_KEY"
      }
    }
  }
}

Zed

添加到 ~/.config/zed/settings.json：

{
  "context_servers": {
    "giggal": {
      "source": "custom",
      "url": "https://mcp.giggal.ai/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_KEY"
      }
    }
  }
}

Codex

添加到 ~/.codex/config.toml：

[mcp_servers.giggal]
url = "https://mcp.giggal.ai/mcp"
bearer_token_env_var = "GIGGAL_API_KEY"

Codex 从环境变量中读取密钥。设置后重新加载 shell，然后完全退出并重新打开 Codex：

echo 'export GIGGAL_API_KEY="tp_live_..."' >> ~/.zshrc
source ~/.zshrc

添加后重启客户端，然后直接询问：

info@giggal.ai 是否可以投递？

工具

所有工具均为只读。

此项服务的作用

• 使用 Model Context Protocol，使 AI 助手能够调用上述工具

• 提供 OpenAPI 3.1 规范，使 ChatGPT 自定义 GPT（GPT Actions）能够使用它

• 运行 OAuth 2.1 授权服务器，使 AI 客户端能够验证用户身份

• 封装 Giggal.ai 验证 API，绝不重新实现验证逻辑

本地运行（自托管）

更喜欢运行自己的实例而不是托管服务器？giggal-mcp 命令是一个小型 stdio 服务器，它使用您自己的开发者 API 密钥调用公共 Giggal.ai API。无需数据库、无需 OAuth、无需托管任何内容。

从源码构建：

npm install
npm run build
GIGGAL_API_KEY=tp_live_... npm run start:local

使用 Docker：

docker build -t giggal-mcp .
docker run -i --rm -e GIGGAL_API_KEY=tp_live_... giggal-mcp

在 MCP 客户端中（指向您本地构建的副本）：

{
  "mcpServers": {
    "giggal": {
      "command": "node",
      "args": ["/path/to/giggal-mcp/dist/local/index.js"],
      "env": { "GIGGAL_API_KEY": "tp_live_..." }
    }
  }
}

与托管服务器相同的三个工具。GIGGAL_API_BASE 可选地覆盖 API 基础地址（默认为 https://api.giggal.ai/v1）。

关于此仓库

本仓库同时驱动 托管 服务器（位于 https://mcp.giggal.ai/mcp，支持 OAuth，零配置）和上述 本地 stdio 服务器（giggal-mcp，使用您自己的 API 密钥）。两者都暴露相同的三个工具，并通过调用 Giggal.ai 验证 API 来完成实际工作。发布此仓库是为了透明性。

端点

托管服务器暴露以下端点：

• POST /mcp MCP JSON-RPC（主要协议端点）

• GET /mcp MCP SSE 流（服务器到客户端的通知）

• GET /openapi.json OpenAPI 3.1 规范（用于 GPT Actions）

• POST /oauth/register 动态客户端注册（RFC 7591）

• GET /oauth/authorize 用户授权界面

• POST /oauth/token 访问令牌交换

• POST /oauth/revoke 撤销令牌

• GET /.well-known/oauth-authorization-server 服务器元数据

• GET /health 健康检查

许可证

MIT。详见 LICENSE。