Integracja serwera MCP HubSpot

Do czego służy serwer MCP „HubSpot”?

Serwer MCP HubSpot (Model Context Protocol) został zaprojektowany, aby umożliwić asystentom AI bezpośrednią interakcję z danymi CRM HubSpot. Działając jako most między modelami AI a Twoim kontem HubSpot, ten serwer zapewnia płynny dostęp do kontaktów, firm i metryk zaangażowania. Wykorzystuje wbudowane przechowywanie wektorowe (FAISS) do wyszukiwania semantycznego oraz mechanizmy cache, które pomagają obejść ograniczenia API HubSpot, zapewniając szybsze i bardziej niezawodne odpowiedzi. Skupia się na kluczowych, często wykonywanych operacjach CRM, oferując solidną obsługę błędów i optymalizację pod kątem AI. Dzięki temu złożone, wieloetapowe przepływy CRM stają się bardziej wydajne, a możliwości rozwoju AI zostają rozszerzone o bezpośredni, kontekstowy dostęp do danych biznesowych.

Lista promptów

• (W repozytorium nie znaleziono jawnych szablonów promptów. Sekcja „Example Prompts” w README zawiera jedynie przykłady promptów użytkownika, nie szablony wielokrotnego użytku.)

Lista zasobów

(W repozytorium ani dokumentacji nie opisano jawnych zasobów. Brak wymienionych prymitywów MCP.)

Lista narzędzi

• hubspot_create_contact
  Tworzenie kontaktów HubSpot z logiką zapobiegania duplikatom.

• hubspot_create_company
  Tworzenie firm HubSpot z logiką zapobiegania duplikatom.

• hubspot_get_company_activity
  Pobieranie aktywności dla wskazanych firm.

• hubspot_get_active_companies
  Pobieranie ostatnio aktywnych firm.

• hubspot_get_active_contacts
  Pobieranie ostatnio aktywnych kontaktów.

• hubspot_get_recent_conversations
  Pobieranie najnowszych wątków konwersacji wraz z wiadomościami.

• hubspot_search_data
  Wyszukiwanie semantyczne w uprzednio pobranych danych HubSpot.

Przypadki użycia tego serwera MCP

• Automatyczne tworzenie kontaktów
  Umożliwia asystentom AI tworzenie nowych kontaktów w HubSpot bezpośrednio z rozmów, e-maili czy tekstów z profili LinkedIn, usprawniając pozyskiwanie leadów i ograniczając ręczne wprowadzanie danych.

• Zarządzanie danymi firm
  Upraszcza proces tworzenia i aktualizacji profili firm w HubSpot poprzez przepływy sterowane AI, zapewniając dokładność i aktualność rekordów CRM.

• Monitorowanie aktywności i zaangażowania
  Pobieranie najnowszych aktywności firm i kontaktów, co pozwala zespołom sprzedaży i agentom AI monitorować trendy zaangażowania i skuteczniej podejmować działania.

• Analiza konwersacji
  Dostęp i analiza najnowszych wątków konwersacji, co pozwala AI podsumowywać interakcje lub wskazywać możliwości follow-upu.

• Semantyczne wyszukiwanie w CRM
  Wykorzystanie wbudowanego przechowywania wektorowego do wyszukiwania semantycznego w danych HubSpot, co ułatwia AI odnajdywanie istotnych informacji z poprzednich interakcji i rekordów CRM.

Jak skonfigurować

Windsurf

1. Upewnij się, że Docker jest zainstalowany.
2. Uzyskaj token dostępu HubSpot z wymaganymi zakresami.
3. W konfiguracji Windsurf znajdź sekcję dla serwerów MCP.
4. Dodaj serwer MCP HubSpot, używając poniższego fragmentu JSON:

   {
     "mcpServers": {
       "hubspot": {
         "command": "docker",
         "args": [
           "run", "-i", "--rm",
           "-e", "HUBSPOT_ACCESS_TOKEN=your_token",
           "-v", "/path/to/storage:/storage",
           "buryhuang/mcp-hubspot:latest"
         ]
       }
     }
   }
   

5. Zapisz konfigurację i zrestartuj Windsurf.
6. Zweryfikuj konfigurację, odpytując dane HubSpot przez Windsurf.

Claude

1. Zainstaluj Node.js, jeśli nie jest obecny.
2. Uzyskaj token dostępu HubSpot.
3. Edytuj konfigurację Claude’a, aby dodać serwer MCP.
4. Wstaw serwer MCP HubSpot w następujący sposób:

   {
     "mcpServers": {
       "hubspot": {
         "command": "docker",
         "args": [
           "run", "-i", "--rm",
           "-e", "HUBSPOT_ACCESS_TOKEN=your_token",
           "-v", "/path/to/storage:/storage",
           "buryhuang/mcp-hubspot:latest"
         ]
       }
     }
   }
   

5. Zapisz i zrestartuj Claude’a.
6. Potwierdź, czy serwer MCP jest widoczny i odpowiada.

Cursor

1. Zainstaluj Dockera i Node.js.
2. Uzyskaj token dostępu HubSpot.
3. Otwórz plik konfiguracyjny Cursor.
4. Dodaj poniższy fragment pod mcpServers:

   {
     "mcpServers": {
       "hubspot": {
         "command": "docker",
         "args": [
           "run", "-i", "--rm",
           "-e", "HUBSPOT_ACCESS_TOKEN=your_token",
           "-v", "/path/to/storage:/storage",
           "buryhuang/mcp-hubspot:latest"
         ]
       }
     }
   }
   

5. Zapisz zmiany i zrestartuj Cursor.

Cline

1. Upewnij się, że Docker jest zainstalowany.
2. Uzyskaj token dostępu HubSpot.
3. Otwórz odpowiedni plik konfiguracyjny w środowisku Cline.
4. Dodaj:

   {
     "mcpServers": {
       "hubspot": {
         "command": "docker",
         "args": [
           "run", "-i", "--rm",
           "-e", "HUBSPOT_ACCESS_TOKEN=your_token",
           "-v", "/path/to/storage:/storage",
           "buryhuang/mcp-hubspot:latest"
         ]
       }
     }
   }
   

5. Zapisz i zrestartuj Cline.

Bezpieczeństwo kluczy API
Najlepszą praktyką jest zabezpieczanie tokena dostępu HubSpot przy użyciu zmiennych środowiskowych zamiast wpisywania wartości na stałe. Przykład:

{
  "mcpServers": {
    "hubspot": {
      "command": "docker",
      "args": [
        "run", "-i", "--rm",
        "-e", "HUBSPOT_ACCESS_TOKEN=${HUBSPOT_ACCESS_TOKEN}",
        "-v", "/path/to/storage:/storage",
        "buryhuang/mcp-hubspot:latest"
      ],
      "env": {
        "HUBSPOT_ACCESS_TOKEN": "your_token"
      }
    }
  }
}

Jak używać MCP w przepływach

Korzystanie z MCP w FlowHunt

Aby zintegrować serwery MCP w swoim przepływie FlowHunt, rozpocznij od dodania komponentu MCP do przepływu i połącz go z agentem AI:

Kliknij na komponent MCP, aby otworzyć panel konfiguracji. W sekcji konfiguracji systemowej MCP wklej szczegóły serwera MCP w tym formacie JSON:

{
  "hubspot": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Po skonfigurowaniu agent AI może teraz korzystać z tego MCP jako narzędzia ze wszystkimi jego funkcjami i możliwościami. Pamiętaj, aby zamienić „hubspot” na rzeczywistą nazwę swojego serwera MCP (np. „github-mcp”, „weather-api” itd.) oraz podać własny adres URL serwera MCP.

Przegląd

Moja ogólna ocena serwera MCP HubSpot:
Serwer jest solidny pod względem narzędzi i dokumentacji konfiguracyjnej, lecz brak jawnych szablonów promptów i prymitywów zasobów MCP ogranicza jego elastyczność w zaawansowanych przepływach AI. Nie wspomniano o wsparciu próbkowania i roots. Sprawdza się w praktycznych zastosowaniach CRM, ale mógłby zyskać na pełniejszej zgodności z funkcjami MCP.

Ocena MCP

Ocena MCP w tabeli: 7/10