Apollo.io MCP Server について
Apollo.io MCP Serverは、Apollo.io APIの一部の操作をMCPクライアント向けのツールとして公開します。Apollo.io APIキーを使い、人物・組織のデータ補完と検索、組織の求人情報検索に対応します。
主な機能
- 01人物データの補完
- 02組織データの補完
- 03人物の検索
- 04組織の検索
- 05組織の求人情報検索
活用シーン
- 01人物データを補完
- 02人物や組織を検索
- 03企業の求人情報を確認
MCP 対応
人物・組織のデータ補完、人物・組織の検索、組織の求人情報検索という5つのApollo.io API操作をMCPツールとして公開します。
設定
ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。
このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。
ツール
ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。
詳細
Apollo.io MCP サーバー
このプロジェクトは、Apollo.io API の機能をツールとして公開する MCP サーバーを提供します。Model Context Protocol(MCP)を使用して、Apollo.io API とやり取りできます。
概要
このプロジェクトは、次の主要コンポーネントで構成されています。
apollo_client.py:Apollo.io API とのやり取りに使用するApolloClientクラスを定義します。人物情報のエンリッチメント、組織情報のエンリッチメント、人物検索、組織検索、組織の求人情報に関するメソッドが含まれています。server.py:Apollo.io API の機能をツールとして公開する FastMCP サーバーを定義します。API とのやり取りには、apollo_client.pyで定義されたApolloClientクラスを使用します。apollo/:PeopleEnrichmentQuery、OrganizationEnrichmentQuery、PeopleSearchQuery、OrganizationSearchQuery、OrganizationJobPostingsQueryなど、Apollo.io API のデータモデルが含まれています。
機能
次の機能が MCP ツールとして公開されています。
people_enrichment:People Enrichment エンドポイントを使用して、1 人分のデータをエンリッチします。organization_enrichment:Organization Enrichment エンドポイントを使用して、1 社分のデータをエンリッチします。people_search:People Search エンドポイントを使用して、人物を検索します。organization_search:Organization Search エンドポイントを使用して、組織を検索します。organization_job_postings:Organization Job Postings エンドポイントを使用して、特定の組織の求人情報を検索します。
使用方法
この MCP サーバーを使用するには、次の手順が必要です。
APOLLO_IO_API_KEY環境変数に Apollo.io API キーを設定します。または、プロジェクトのルートにAPOLLO_IO_API_KEYを記載した.envファイルを作成します。- 依存関係を取得します:
uv sync uv run mcp run server.pyを実行します。
データモデル
apollo/ ディレクトリには、Apollo.io API のデータモデルが含まれています。これらのモデルは、MCP ツールの入力と出力を定義するために使用されます。
apollo/people.py:People Enrichment エンドポイントのデータモデルを定義します。apollo/organization.py:Organization Enrichment エンドポイントのデータモデルを定義します。apollo/people_search.py:People Search エンドポイントのデータモデルを定義します。apollo/organization_search.py:Organization Search エンドポイントのデータモデルを定義します。apollo/organization_job_postings.py:Organization Job Postings エンドポイントのデータモデルを定義します。
テスト
テストするには、APOLLO_IO_API_KEY 環境変数を設定して、uv run apollo_client.py を実行します。
Claude for Desktop での使用方法
claude_desktop_config.jsonファイルに追加して、これらの MCP サーバーを使用するよう Claude for Desktop を設定します。
{
"mcpServers": {
"apollo-io-mcp-server": {
"type": "stdio",
"command": "uv",
"args": [
"run",
"mcp",
"run",
"path/to/apollo-io-mcp-server/server.py"
]
}
}
}
リソース
コメント
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。