Explorium

🚀 探索者 MCP 服務器

探索者 MCP 服務器是一個模型上下文協議 (MCP) 服務器，可與 Explorium API 進行交互。它為 AI 助手提供了訪問 Explorium 企業數據和潛在客戶查找功能的途徑，極大地拓展了 AI 助手在商業數據應用方面的能力。

🚀 快速開始

安裝

要安裝探索者 MCP 服務器，只需運行以下命令：

pip install explorium-mcp-server

本地運行

在項目根目錄下，使用以下命令啟動服務器：

python src/explorium_mcp_server/__main__.py

✨ 主要特性

• 作為模型上下文協議 (MCP) 服務器，能夠與 Explorium API 進行交互。
• 使 AI 助手可以訪問 Explorium 的企業數據和 prospects 查找功能。
• 提供了 MCPTool 和 DataParser 等工具，方便與 API 交互和處理數據。

📦 安裝指南

開發環境搭建

1. 克隆項目倉庫：

   git clone https://github.com/explorium-ai/mcp-server.git
   cd mcp-server
   

2. 安裝依賴項：

   pip install -r requirements.txt
   

3. 配置環境變量，編輯 .env 文件：

   APP_ENV=development
   APP_SECRET=your-secret-key
   

💻 使用示例

與 Claude Desktop 集成

基礎用法

要將探索者 MCP 服務器集成到 Claude Desktop 中，可按以下步驟操作：

1. 安裝必要的依賴項：

   pip install python-dotenv requests
   

2. 創建一個新腳本並添加以下代碼：

   from explorium_mcp_server import tools
   
   def main():
       # 初始化 MCP 工具
       mcp_tool = tools.MCPTool()
       # 獲取數據
       data = mcp_tool.fetch_data()
       print(data)
   
   if __name__ == "__main__":
       main()
   

3. 在終端中運行腳本：

   python your_script.py
   

工具使用

探索者 MCP 服務器提供了以下實用工具：

• MCPTool：用於與 Explorium API 進行交互。
• DataParser：用於解析和處理數據。

📚 詳細文檔

項目結構

explorer-mcp-server/
├── .env               # 本地環境變量文件
├── src/              # 源代碼目錄
│   └── explorium_mcp_server/
│       ├── __init__.py      # 包初始化文件
│       ├── __main__.py      # 程序入口點
│       ├── models/          # 數據模型和架構
│       └── tools/           # MCP 工具實現
├── tests/            # 測試套件
├── Makefile         # 開發快捷方式文件
└── README.md        # 項目文檔

開發工作流

1. 按照上述步驟設置開發環境。
2. 修改代碼並保存更改。
3. 格式化代碼：

   make format
   

4. 運行檢查：

   make lint
   

5. 執行測試：

   make test
   

持續集成

項目使用 GitHub Actions 進行持續集成和交付。主工作流位於 .github/workflows/ci.yml，執行以下操作：

1. 版本檢查：確保 pyproject.toml 中的版本號在合併到主分支之前更新。
2. 代碼風格檢查：使用 ruff 進行代碼樣式和格式驗證。
3. 測試：執行測試套件並生成覆蓋率報告。
4. 部署：將提交標籤推送到 GitHub。

構建和發佈

構建包

1. 更新 pyproject.toml 中的版本號（每個新版本都需要更新）。
2. 運行構建命令：

   uv build
   

此命令會在項目根目錄下創建一個 dist/ 文件夾，包含生成的安裝包。

發佈到 PyPI

1. 確保已安裝 twine：

   pip install twine
   

2. 上傳構建好的包到 PyPI：

   twine upload dist/*
   

您需要提供 PyPI 憑據或配置 .pypirc 文件。

自動版本控制和標記

當代碼合併到主分支時，CI 工作流會自動：

1. 使用 pyproject.toml 中的版本號為倉庫創建標籤。
2. 將標籤推送到 GitHub。