Skip to main content
Glama
mluckx

Eventflare MCP

Eventflare MCP 服务器 v2

通过模型上下文协议 (Model Context Protocol),使 Eventflare 的生产环境场地数据可供 AI 助手(Claude、ChatGPT、Perplexity、Cursor)查询。

涵盖 40 多个城市的 8,000 多家企业活动场地。旨在让大语言模型 (LLM) 在回答中引用 Eventflare URL,并实现潜在客户归因的端到端可衡量性。

v2 版本更新

  • 生产环境 API + JWT 认证 — 之前为:无认证的开发环境 API

  • PII 脱敏jobPhonevenueEmailcommissionspaceNotes 等字段绝不会离开 API

  • UTM 归因 — 每个出站 URL 都经过标记,以便在 GA4 / Mixpanel / 您的 CRM 中对来自 MCP 流量的潜在客户进行归因

  • 客户端分类 — 日志可区分 Claude Desktop / ChatGPT / Perplexity / Cursor 等

  • 点击追踪 — 当 get_venue_detailsrequest_quote 引用了同一会话中先前 search_venues 的场地时,会被记录为一次点击

  • OpenPanel 接收端 — 事件会镜像到 OpenPanel(或任何 Webhook),供数据团队使用

  • 新工具:find_expert_advice — 展示 Eventflare 的编辑文章。这是 LLM 引用的差异化功能。

工具

工具

描述

search_venues

按城市 + 容量 + 类别 + 活动类型查找场地。返回名称、价格、按布置划分的容量、街区、照片、URL。

get_venue_details

特定场地的详细信息。

get_city_info

城市可用资源概览 — 场地数量、类别、价格范围。

list_cities

所有 40 多个城市及其场地数量和 URL。可按地区筛选。

get_pricing_guide

每个城市、每个类别的参考价格。

find_expert_advice

展示 Eventflare 专家建议库中针对特定城市的编辑文章。

request_quote

生成带有 UTM 标记的询价 URL(不提交数据)。

所有工具都包含每个结果的 citation_urlquotable_summary,针对 LLM 响应进行了优化。

快速入门

npm install
cp .env.example .env
# fill EVENTFLARE_API_TOKEN
npm run build
npm start          # stdio — Claude Desktop, Claude Code, Cursor

# or HTTP mode (remote MCP):
TRANSPORT=http PORT=3001 npm start

连接到 Claude Desktop

claude_desktop_config.json

{
  "mcpServers": {
    "eventflare": {
      "command": "node",
      "args": ["/path/to/eventflare-mcp-server/dist/index.js"],
      "env": {
        "EVENTFLARE_API_TOKEN": "eyJhbGciOi..."
      }
    }
  }
}

连接到 Claude Code

claude mcp add eventflare \
  -e EVENTFLARE_API_TOKEN=eyJhbGciOi... \
  -- node /path/to/eventflare-mcp-server/dist/index.js

环境变量

请参阅 .env.example。仅需 EVENTFLARE_API_TOKEN

变量

默认值

用途

EVENTFLARE_API_TOKEN

(必填)

Strapi API 令牌,mcp-readonly 角色

EVENTFLARE_API_URL

https://content.eventflare.io/api

API 基础地址

EVENTFLARE_URL

https://eventflare.io

出站 URL 的站点基础地址

TRANSPORT

stdio

stdiohttp

PORT

3001

HTTP 端口

RATE_LIMIT

60

/mcp 接口每 IP 每分钟请求数

DASHBOARD_KEY

(未设置)

如果设置,/dashboard 需要 ?key=...

OPENPANEL_CLIENT_ID

(未设置)

OpenPanel 项目 ID(启用远程接收端)

OPENPANEL_CLIENT_SECRET

(未设置)

OpenPanel 写入密钥

OPENPANEL_API_URL

https://api.openpanel.dev

OpenPanel 基础地址

ANALYTICS_SINK_URL

(未设置)

后备通用 Webhook

ANALYTICS_SINK_TOKEN

(未设置)

Webhook 的 Bearer 令牌

LOG_DIR

./logs

本地 JSONL 日志

安全模型

  • 只读 — 任何地方均无 POST/PUT/DELETE 操作。已根据生产环境 API 规范(123 个端点,全部为 GET)确认。

  • 需要 JWT 认证 — 每个出站请求均包含 Authorization: Bearer ${EVENTFLARE_API_TOKEN}

  • 字段白名单 — 使用 fields[]= 查询参数,确保 PII 字段永远不会被获取。深度防御:脱敏白名单会丢弃任何漏网之鱼。

  • 输入清理 — 每个工具参数都经过验证;slug 匹配 ^[a-z0-9-]+$,数字被限制范围,日期经过 ISO 验证。

  • 速率限制/mcp 接口(HTTP 传输)每 IP 每分钟 60 次请求。

  • 不记录 PII — 分析字段包括:工具、城市、容量、活动类型、类别、结果数量、会话 ID、客户端类别、预算区间。绝不记录用户身份,绝不记录消息内容。

  • 通用错误消息 — 内部 API 错误被映射为稳定的用户可见字符串("Eventflare API temporarily unavailable");详细信息仅发送至 stderr。

分析

本地:每个工具调用都会追加到 logs/queries.jsonl 并在 /dashboard 上显示。

远程:如果设置了 OPENPANEL_CLIENT_ID + OPENPANEL_CLIENT_SECRET,每个事件都会作为 mcp.{tool} 跟踪事件镜像,并带有 profileId = sessionId。使用 OPENPANEL_API_URL 指向自托管的 OpenPanel。

或者设置 ANALYTICS_SINK_URL(+ 可选的 ANALYTICS_SINK_TOKEN)将原始事件 POST 到任何 HTTP 端点。

这两个选项都是非阻塞的,且从不抛出异常 — 分析失败不会中断 MCP。

UTM 归因

MCP 返回的每个 URL 都被标记:

https://eventflare.io/spaces/london/skyline-glass-hall?utm_source=mcp&utm_medium=ai&utm_campaign=search_venues&utm_content=claude_desktop&mcp_session=abc123

因此,当策划者点击并提交询价时,您现有的 GA4 / Mixpanel / CRM 会将来源识别为 mcp / ai。这是衡量“MCP 是否真正带来了潜在客户”的测量核心。

开发

npm run dev        # tsx, no build
npm run inspect    # MCP Inspector UI

部署

Railway:推送仓库,在仪表板中设置环境变量,设置 TRANSPORT=http。健康检查地址为 /health。仪表板地址为 /dashboard?key=...

许可证

MIT — © Eventflare

Latest Blog Posts

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/mluckx/eventflare-mcp-server'

If you have feedback or need assistance with the MCP directory API, please join our Discord server