MCP

🚀 Upnify MCP服務器（Python版）

這是一個用Python編寫的模型上下文協議（MCP）服務器，用於與Upnify CRM集成。該服務器為AI助手和大語言模型（LLMs）提供了直接訪問Upnify CRM功能的能力，包括潛在客戶管理、機會跟蹤和銷售報告等。

🚀 快速開始

本服務器可讓AI助手和大語言模型直接使用Upnify CRM的功能，如管理潛在客戶、跟蹤銷售機會和生成銷售報告等。

✨ 主要特性

• 潛在客戶管理：在Upnify CRM中創建和搜索潛在客戶。
• 聯繫人搜索：通過姓名、電子郵件或電話號碼查找聯繫人。
• 提醒管理：創建日曆提醒和任務。
• 銷售報告：訪問銷售數據和分析。
• 活動報告：跟蹤團隊活動和績效。
• 易於集成：與Claude Desktop、Open - LLM - VTuber和其他MCP客戶端兼容。

📦 安裝指南

從PyPI安裝

pip install upnify-mcp-server

從源代碼安裝

git clone https://github.com/adrielisa/MCP.git
cd MCP/python-package
pip install -e .

🔧 配置說明

環境變量

將Upnify集成令牌設置為環境變量：

export TK_INTEGRACION="your-upnify-integration-token"

或者創建一個 .env 文件：

TK_INTEGRACION=your-upnify-integration-token

Claude Desktop配置

添加到Claude Desktop配置文件中：

• Windows：%APPDATA%\Claude\claude_desktop_config.json
• macOS：~/Library/Application Support/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "upnify": {
      "command": "upnify-mcp-server",
      "env": {
        "TK_INTEGRACION": "your-upnify-integration-token"
      }
    }
  }
}

💻 使用示例

命令行啟動

直接啟動服務器：

upnify-mcp-server

可用工具

服務器為AI助手提供了以下工具：

基礎用法

# 創建潛在客戶
{
  "name": "create-upnify-prospect",
  "arguments": {
    "nombre": "John",
    "apellidos": "Doe", 
    "correo": "john.doe@example.com",
    "telefono": "+1234567890",
    "empresa": "Acme Corp"
  }
}

# 搜索聯繫人
{
  "name": "search-upnify-contacts",
  "arguments": {
    "buscar": "john.doe@example.com",
    "cantidadRegistros": 10
  }
}

# 創建提醒
{
  "name": "create-upnify-reminder",
  "arguments": {
    "asunto": "Follow up with John Doe",
    "descripcion": "Call to discuss proposal",
    "fechaInicio": "2025-08-07 10:00"
  }
}

高級用法

# 與自定義Python代碼集成示例
import asyncio
from mcp.client.session import ClientSession
from mcp.client.stdio import stdio_client

async def use_upnify_mcp():
    async with stdio_client(["upnify-mcp-server"]) as (read, write):
        async with ClientSession(read, write) as session:
            # 初始化
            await session.initialize()
            
            # 列出可用工具
            tools = await session.list_tools()
            print(f"Available tools: {len(tools.tools)}")
            
            # 創建一個潛在客戶
            result = await session.call_tool(
                "create-upnify-prospect",
                {
                    "nombre": "Jane",
                    "correo": "jane@example.com"
                }
            )
            print(f"Result: {result}")

# 運行示例
asyncio.run(use_upnify_mcp())

集成示例

與Open - LLM - VTuber集成

添加到 conf.yaml 文件中：

tool_config:
  mcp_servers:
    upnify:
      command: ["upnify-mcp-server"]
      env:
        TK_INTEGRACION: "your-token-here"

📋 系統要求

• Python 3.8及以上版本。
• 具有API訪問權限的Upnify CRM賬戶。
• Upnify提供的集成令牌。

🔒 安全注意事項

⚠️ 重要提示

• 切勿在腳本中硬編碼集成令牌。
• 使用環境變量或安全的憑證管理方式。
• 在將所有輸入數據發送到Upnify API之前進行驗證。
• 監控API使用情況和速率限制。

🐛 故障排除

常見問題

1. 認證錯誤

Error: Token de integración inválido

• 驗證 TK_INTEGRACION 環境變量。
• 檢查令牌是否已過期。
• 如有令牌問題，請聯繫Upnify支持。

2. 連接超時

Error: Timeout connecting to Upnify API

• 檢查您的互聯網連接。
• 驗證Upnify API的狀態。
• 如有需要，增加超時值。

3. 權限錯誤

Error: Access denied for resource

• 驗證您的Upnify賬戶權限。
• 檢查您的集成令牌是否具有所需的作用域。

調試模式

使用調試日誌運行：

export UPNIFY_DEBUG=1
upnify-mcp-server

🤝 貢獻指南

1. 分叉倉庫。
2. 創建功能分支（git checkout -b feature/amazing-feature）。
3. 提交您的更改（git commit -m 'Add amazing feature'）。
4. 推送到該分支（git push origin feature/amazing-feature）。
5. 打開拉取請求。

📄 許可證

本項目採用MIT許可證 - 詳情請參閱 LICENSE 文件。

🔗 相關項目

• Upnify CRM - 客戶關係管理平臺。
• 模型上下文協議 - AI應用集成的開放標準。
• Claude Desktop - 支持MCP的AI助手。

📞 支持渠道

• 📧 郵箱：tu-email@ejemplo.com
• 🐛 問題反饋：GitHub Issues
• 📖 文檔：GitHub Wiki

❤️ 為AI和CRM社區精心打造