Integrace MCP serveru HubSpot

K čemu slouží MCP server “HubSpot”?

HubSpot MCP (Model Context Protocol) Server je navržen tak, aby umožnil AI asistentům přímou interakci s daty HubSpot CRM. Jako most mezi AI modely a vaším účtem HubSpot zajišťuje plynulý přístup ke kontaktům, firmám i metrikám zapojení. Obsahuje vestavěné vektorové úložiště (využívá FAISS) pro sémantické vyhledávání a mechanismy cachování, které pomáhají překonat limity HubSpot API a zajistí rychlejší a spolehlivější odpovědi. Zaměřuje se na nejhodnotnější a nejčastěji používané CRM operace, disponuje robustním zpracováním chyb a optimalizací pro AI. To zefektivňuje složité vícekrokové CRM workflow a rozšiřuje možnosti AI vývoje díky přímému, kontextovému přístupu k firemním datům.

Seznam promptů

• (V repozitáři nejsou nalezeny explicitní šablony promptů. Sekce „Example Prompts“ v README obsahuje pouze uživatelské příklady, nikoliv znovupoužitelné šablony.)

Seznam zdrojů

(V repozitáři ani dokumentaci nejsou popsány žádné explicitní zdroje. MCP resource primitives nejsou uvedeny.)

Seznam nástrojů

• hubspot_create_contact
  Vytváření kontaktů v HubSpot s logikou prevence duplicit.

• hubspot_create_company
  Vytváření firem v HubSpot s logikou prevence duplicit.

• hubspot_get_company_activity
  Získání aktivit pro konkrétní firmy.

• hubspot_get_active_companies
  Získání nejaktivnějších firem.

• hubspot_get_active_contacts
  Získání nejaktivnějších kontaktů.

• hubspot_get_recent_conversations
  Získání vláken nedávných konverzací včetně zpráv.

• hubspot_search_data
  Sémantické vyhledávání v dříve načtených datech z HubSpot.

Příklady využití tohoto MCP serveru

• Automatizované vytváření kontaktů
  Umožněte AI asistentům vytvářet nové kontakty v HubSpot přímo z konverzací, e-mailů nebo textů z LinkedIn profilů, čímž zjednodušíte sběr leadů a omezíte ruční zadávání dat.

• Správa firemních dat
  Zjednodušte vytváření a aktualizace firemních profilů v HubSpot pomocí AI workflow, což zajistí přesné a aktuální CRM záznamy.

• Monitoring aktivit a zapojení
  Získejte nejnovější aktivity u firem a kontaktů, což umožní obchodním týmům i AI agentům efektivně sledovat zapojení a navazovat na interakce.

• Analýza konverzací
  Přístup k nedávným vláknům konverzací a jejich analýza, což AI umožňuje sumarizovat interakce nebo identifikovat příležitosti k navázání.

• Sémantické CRM vyhledávání
  Využijte vestavěné vektorové úložiště pro sémantické prohledávání dat v HubSpot, takže AI snadno najde relevantní informace z minulých interakcí a záznamů.

Jak službu nastavit

Windsurf

1. Ujistěte se, že máte nainstalovaný Docker.
2. Získejte svůj access token pro HubSpot s požadovanými oprávněními.
3. V konfiguraci Windsurf najděte sekci pro MCP servery.
4. Přidejte MCP server HubSpot pomocí následujícího JSON úryvku:

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

5. Uložte konfiguraci a restartujte Windsurf.
6. Ověřte nastavení dotazem na svá data v HubSpot přes Windsurf.

Claude

1. Pokud ještě není, nainstalujte Node.js.
2. Získejte svůj access token pro HubSpot.
3. Upravte konfiguraci Claude a přidejte MCP server.
4. Vložte MCP server HubSpot tímto způsobem:

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

5. Uložte a restartujte Claude.
6. Ověřte, že je MCP server uveden a odpovídá.

Cursor

1. Nainstalujte Docker a Node.js.
2. Získejte access token pro HubSpot.
3. Otevřete konfigurační soubor Cursor.
4. Přidejte 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. Uložte změny a restartujte Cursor.

Cline

1. Ověřte, že je nainstalovaný Docker.
2. Získejte access token pro HubSpot.
3. V prostředí Cline otevřete příslušný konfigurační soubor.
4. Přidejte:

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

5. Uložte a restartujte Cline.

Zabezpečení API klíčů
Doporučuje se zabezpečit access token pro HubSpot pomocí environmentálních proměnných místo přímého vložení do kódu. Příklad:

{
  "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 tento MCP používat ve flow

Použití MCP ve FlowHunt

Pro integraci MCP serverů do FlowHunt workflow začněte přidáním MCP komponenty do svého toku a propojte ji se svým AI agentem:

Klikněte na MCP komponentu pro otevření konfiguračního panelu. Do sekce systémové konfigurace MCP vložte detaily svého MCP serveru v tomto JSON formátu:

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

Po konfiguraci může AI agent využívat tento MCP jako nástroj se všemi jeho funkcemi a možnostmi. Nezapomeňte změnit “hubspot” na skutečný název vašeho MCP serveru (např. “github-mcp”, “weather-api” apod.) a URL nahraďte adresou svého MCP serveru.

Přehled

Moje celkové hodnocení MCP serveru HubSpot:
Server je robustní, co se týče nástrojové výbavy i dokumentace k nastavení, ale absence explicitních šablon promptů a MCP resource primitives omezuje jeho flexibilitu pro pokročilé AI workflow. Není zmíněna podpora sampling ani roots. Pro praktické CRM použití je vhodný, ale pro plné pokrytí funkcí MCP by mohl být ještě rozšířen.

MCP skóre

Tabulkové MCP skóre: 7/10