Enrichb2b

🚀 MCP テンプレートサーバー

Model Context Protocol (MCP) を実装したテンプレートサーバーで、OpenAI、Anthropic、EnrichB2B を統合しています。

🚀 クイックスタート

このサーバーを使用するには、まず環境を設定し、サーバーを起動する必要があります。以下の手順に従って操作してください。

📦 インストール

環境構築

1. 仮想環境の作成：

python -m venv venv
source venv/bin/activate  # Windowsの場合：venv\Scripts\activate

2. 依存関係のインストール：

pip install -r requirements.txt

3. 環境変数の設定：

cp .env.example .env
# .envファイルを開き、APIキーと設定を編集してください

サーバーの起動

開発モードでサーバーを起動するには、以下のコマンドを実行します。

python server.py

または、MCP CLI を使用して起動することもできます。

mcp dev server.py

✨ 主な機能

• OpenAI GPT-4 の統合
• Anthropic Claude の統合
• EnrichB2B LinkedIn データの統合
• FastAPI と Uvicorn サーバー
• 環境設定
• サンプルリソースとツール
• 構造化されたプロジェクトレイアウト

📚 ドキュメント

プロジェクト構造

.
├── .env.example          # 環境変数のテンプレートファイル
├── .gitignore           # Gitの除外ルール
├── README.md            # このファイル
├── requirements.txt     # Pythonの依存関係
├── enrichb2b.py        # EnrichB2B APIクライアント
└── server.py           # MCPサーバーの実装

使用方法

1. サーバーを起動します。
2. 任意の MCP クライアントを使用して接続します。
3. 提供されているツールとリソースを利用します。
   • config://app - サーバーの設定を取得します。
   • get_profile_details - LinkedIn のプロフィール情報を取得します。
   • get_contact_activities - LinkedIn ユーザーの最近の活動と投稿を取得します。
   • gpt4_completion - GPT-4 を使用してテキストを生成します。
   • claude_completion - Claude を使用してテキストを生成します。
   • analysis_prompt - テキスト分析のテンプレートです。

EnrichB2B ツール

get_profile_details

LinkedIn のプロフィール詳細情報を取得します。

result = await get_profile_details(
    linkedin_url="https://www.linkedin.com/in/username",
    include_company_details=True,  # 会社詳細を含めるかどうか
    include_followers_count=True   # フォロワー数を含めるかどうか
)

get_contact_activities

LinkedIn ユーザーの最近の活動と投稿を取得します。

result = await get_contact_activities(
    linkedin_url="https://www.linkedin.com/in/username",
    pages=1,  # ページ数（1 - 50）
    comments_per_post=1,  # 投稿ごとのコメント数（0 - 50）
    likes_per_post=None   # 投稿ごとのいいね数（0 - 50）
)

開発

新しい機能を追加するには、以下の手順に従ってください。

1. @mcp.tool() デコレータを使用して新しいツールを追加します。
2. @mcp.resource() デコレータを使用して新しいリソースを追加します。
3. @mcp.prompt() デコレータを使用して新しいプロンプトを追加します。

📄 ライセンス

MIT