mcpField
A
Apollo.io MCP Server

Apollo.io MCP Server

ローカル
github.com/edwardchohビジネス・マーケティング1681 週間前に更新

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

  1. 01人物データの補完
  2. 02組織データの補完
  3. 03人物の検索
  4. 04組織の検索
  5. 05組織の求人情報検索

活用シーン

  1. 01人物データを補完
  2. 02人物や組織を検索
  3. 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。

インストール方法は未掲載です

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。

リポジトリ

ツール

ツール一覧はまだ取得されていません

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。

  1. 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。
  2. 依存関係を取得します:uv sync
  3. 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

  1. 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

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

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。