HubSpot MCP Server-integration

Hvad gør “HubSpot” MCP Server?

HubSpot MCP (Model Context Protocol) Server er designet til at gøre det muligt for AI-assistenter at interagere direkte med HubSpot CRM-data. Ved at fungere som bro mellem AI-modeller og din HubSpot-konto giver denne server problemfri adgang til kontakter, virksomheder og engagement-målinger. Den indeholder indbygget vektorlager (ved brug af FAISS) til semantisk søgning samt caching-mekanismer, der hjælper med at omgå HubSpot API-begrænsninger og sikrer hurtigere og mere pålidelige svar. Fokus er på værdifulde, ofte anvendte CRM-operationer med robust fejlhåndtering og AI-venlig optimering. Det gør komplekse CRM-workflows med flere trin mere effektive og forbedrer mulighederne i AI-udviklingsworkflows ved at give direkte, kontekst-rig adgang til forretningsdata.

Liste over Prompts

• (Ingen eksplicitte promptskabeloner fundet i repositoryet. Sektionen “Example Prompts” i README indeholder kun brugerprompt-eksempler, ikke genanvendelige skabeloner.)

Klar til at vokse din virksomhed?

Start din gratis prøveperiode i dag og se resultater inden for få dage.

Anmod om demo Log ind

Liste over Ressourcer

(Der er ikke beskrevet eksplicitte ressourcer i repository eller dokumentation. Ingen MCP resource-primitiver er nævnt.)

Liste over Værktøjer

• hubspot_create_contact
  Opret HubSpot kontakter med dubletforebyggelseslogik.

• hubspot_create_company
  Opret HubSpot virksomheder med dubletforebyggelseslogik.

• hubspot_get_company_activity
  Hent aktiviteter for specifikke virksomheder.

• hubspot_get_active_companies
  Hent de senest aktive virksomheder.

• hubspot_get_active_contacts
  Hent de senest aktive kontakter.

• hubspot_get_recent_conversations
  Hent nylige samtaletråde med beskeder.

• hubspot_search_data
  Semantisk søgning i tidligere hentede HubSpot-data.

Tilmeld dig vores nyhedsbrev

Få de seneste tips, trends og tilbud gratis.

E-mailadresse

Tilmeld

Anvendelsestilfælde for denne MCP Server

• Automatiseret oprettelse af kontakter
  Gør det muligt for AI-assistenter at oprette nye kontakter i HubSpot direkte ud fra samtaler, e-mails eller LinkedIn-profiler, hvilket effektiviserer lead-indtag og reducerer manuel dataindtastning.

• Styring af virksomhedsdata
  Forenkler processen med at oprette og opdatere virksomhedsprofiler i HubSpot via AI-drevne workflows, så CRM-registreringer altid er nøjagtige og opdaterede.

• Overvågning af aktivitet og engagement
  Hent den seneste aktivitet på virksomheder og kontakter, så salgsteams og AI-agenter kan overvåge engagement-trends og følge mere effektivt op.

• Samtaleanalyse
  Få adgang til og analysér nylige samtaletråde, så AI kan opsummere interaktioner eller identificere opfølgningsmuligheder.

• Semantisk CRM-søgning
  Brug indbygget vektorlager til at udføre semantiske søgninger i HubSpot-data, så AI nemt kan finde relevante oplysninger fra tidligere interaktioner og CRM-poster.

Sådan sættes det op

Windsurf

1. Sørg for at have Docker installeret.
2. Hent din HubSpot adgangstoken med de nødvendige scopes.
3. Find sektionen for MCP-servere i Windsurf-konfigurationen.
4. Tilføj HubSpot MCP-serveren med følgende JSON-udsnit:

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

5. Gem konfigurationen og genstart Windsurf.
6. Verificér opsætningen ved at forespørge dine HubSpot-data via Windsurf.

Claude

1. Installer Node.js hvis ikke allerede installeret.
2. Hent din HubSpot adgangstoken.
3. Rediger Claude-konfigurationen til at inkludere MCP-serveren.
4. Indsæt HubSpot MCP-serveren med:

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

5. Gem og genstart Claude.
6. Bekræft at MCP-serveren er tilføjet og responderer.

Cursor

1. Installer Docker og Node.js.
2. Hent HubSpot adgangstoken.
3. Åbn Cursors konfigurationsfil.
4. Tilføj dette under 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. Gem ændringerne og genstart Cursor.

Cline

1. Sørg for at Docker er installeret.
2. Hent HubSpot adgangstoken.
3. Åbn den relevante config-fil i dit Cline-miljø.
4. Tilføj:

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

5. Gem og genstart Cline.

Sikker håndtering af API-nøgler
Det er best practice at sikre din HubSpot adgangstoken ved at bruge miljøvariabler fremfor at hardcode værdier. Eksempel:

{
  "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"
      }
    }
  }
}

Sådan bruges denne MCP i flows

Brug af MCP i FlowHunt

For at integrere MCP-servere i dit FlowHunt-workflow skal du starte med at tilføje MCP-komponenten til dit flow og forbinde den med din AI-agent:

Klik på MCP-komponenten for at åbne konfigurationspanelet. I systemets MCP-konfigurationssektion indsættes dine MCP-serverdetaljer ved brug af dette JSON-format:

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

Når det er konfigureret, kan AI-agenten nu benytte denne MCP som et værktøj med adgang til alle dens funktioner og muligheder. Husk at ændre “hubspot” til det faktiske navn på din MCP-server (f.eks. “github-mcp”, “weather-api” osv.) og udskifte URL’en med din egen MCP-server URL.

Oversigt

Min samlede vurdering af HubSpot MCP-serveren er:
Selvom serveren er robust med hensyn til værktøjer og dokumentation for opsætning, begrænser manglen på eksplicitte promptskabeloner og MCP resource-primitiver dens fleksibilitet til avancerede AI-workflows. Sampling og roots-support er ikke nævnt. Den er velegnet til praktisk CRM-brug, men kunne drage fordel af bredere MCP-funktionalitet.

MCP-score

MCP Tabel-score: 7/10