Inoyu MCP Unomi Server-integration

Hvad gør “Inoyu” MCP Server?

Inoyu MCP Unomi Server er en Model Context Protocol (MCP) server, der integrerer Anthropics MCP med Apache Unomi Customer Data Platform (CDP). Dette gør det muligt for AI-assistenter som Claude at interagere med og administrere brugerprofiler i Unomi, hvilket muliggør kontekstuel bevidsthed og vedvarende brugerdata på tværs af sessioner. Serveren understøtter profilopslag og -oprettelse via e-mail, håndtering af profiloplysninger, sessionstyring og scope-håndtering for kontekstisolation. Ved at udstille disse muligheder via MCP kan Inoyu-serveren lade AI-agenter udføre avancerede brugerdataoperationer såsom at hente eller opdatere brugerinformation og dermed forbedre udviklingsworkflows, der kræver vedvarende, kontekstbaseret brugerdatastyring.

Liste over prompts

Ingen prompt-skabeloner er angivet i repository eller dokumentation.

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

Ingen eksplicitte MCP-ressourcer er dokumenteret eller angivet i repository-filerne.

Liste over værktøjer

• get_my_profile
  Henter brugerens profil via miljøvariabler. Understøtter hentning af segment- og scoreinformation og genererer et sessions-ID baseret på den aktuelle dato.

• update_my_profile
  Opdaterer egenskaber i brugerens profil. Accepterer et properties-objekt med nøgle-værdi-par, der understøtter forskellige datatyper (string, number, boolean, null).

• get_profile
  Henter en specifik profil via dens ID fra Unomi og returnerer de komplette profildata.

• search_profiles
  Søger efter profiler baseret på en forespørgselsstreng med valgfrie limit- og offset-parametre. Søger i felterne firstName, lastName og email.

Tilmeld dig vores nyhedsbrev

Få de seneste tips, trends og tilbud gratis.

E-mailadresse

Tilmeld

Anvendelsesmuligheder for denne MCP Server

• Personlige AI-samtaler
  Gør det muligt for AI-assistenter at huske og opdatere brugeroplysninger (såsom navn, præferencer eller abonnement), hvilket giver en mere personlig brugeroplevelse på tværs af sessioner.
• Kundedatastyring
  Gør det nemt at slå kundeprofiler op, opdatere eller hente dem direkte fra Unomi og effektiviserer kundesupport og CRM-workflows for udviklere.
• Brugersegmentering og målretning
  Giver adgang til profiler, segmenter og scores, så udviklere kan segmentere brugere og målrette indhold eller tilbud via AI-integrerede workflows.
• Kontekstuel sessionhåndtering
  Automatiserer sessionstyring med dato-baserede IDs, så brugerkontekst bevares og isoleres på tværs af forskellige interaktioner eller sessioner.
• Profilsøgning og revision
  Gør det muligt at søge i profiler til compliance, revision eller analyse, hvilket gør det lettere at håndtere store brugerdatabaser programmatisk.

Sådan sætter du det op

Windsurf

Ingen specifikke Windsurf-instruktioner er angivet.

Claude

1. Sørg for, at forudsætninger er opfyldt (Node.js og npx).
2. Find konfigurationsfilen:
   • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
   • Windows: %APPDATA%/Claude/claude_desktop_config.json
3. Tilføj Inoyu MCP Unomi Server-konfigurationen:

{
  "mcpServers": {
    "unomi-server": {
      "command": "npx",
      "args": ["@inoyu/mcp-unomi-server"],
      "env": {
        "UNOMI_BASE_URL": "http://your-unomi-server:8181",
        "UNOMI_USERNAME": "your-username",
        "UNOMI_PASSWORD": "your-password",
        "UNOMI_PROFILE_ID": "your-profile-id",
        "UNOMI_KEY": "your-unomi-key",
        "UNOMI_EMAIL": "your-email@example.com",
        "UNOMI_SOURCE_ID": "claude-desktop"
      }
    }
  }
}

4. Gem konfigurationen.
5. Genstart Claude Desktop for at anvende ændringer og kontrollere, at server/værktøjer er registreret.

Sikring af API-nøgler

Brug env-sektionen i JSON-konfigurationen til at angive følsomme legitimationsoplysninger som miljøvariabler.

Cursor

Ingen specifikke Cursor-instruktioner er angivet.

Cline

Ingen specifikke Cline-instruktioner er angivet.

Sådan bruger du 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 til din AI-agent:

Klik på MCP-komponenten for at åbne konfigurationspanelet. I systemets MCP-konfigurationssektion indsættes MCP-serverdetaljerne med dette JSON-format:

{
  "inoyu-unomi": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Når det er konfigureret, kan AI-agenten nu bruge denne MCP som et værktøj med adgang til alle dens funktioner og muligheder. Husk at ændre “inoyu-unomi” til det faktiske navn, du ønsker at bruge, og erstatte URL’en med adressen på din MCP-server.

Oversigt

Vores vurdering

Denne MCP-server leverer solid integration til brugerstyring med Apache Unomi via et klart sæt værktøjer og ligetil opsætning til Claude Desktop. Dog begrænser fraværet af prompt-skabeloner, eksplicitte ressourcedefinitioner og platformspecifikke instruktioner for Windsurf, Cursor og Cline dens fuldkommenhed. Den egner sig bedst til eksperimentering og læring på nuværende tidspunkt.

MCP-score

Bedømmelse: 6/10
Inoyu MCP Unomi Server er lovende til Unomi-profilhåndtering og AI-integration, men dens tidlige stadie, manglende ressource/prompt-detaljer og begrænset multiplatform-opsætning reducerer dens nuværende anvendelighed for bredere udviklerpublikum.