HubSpot MCP Server Integration

Was macht der „HubSpot“ MCP Server?

Der HubSpot MCP (Model Context Protocol) Server wurde entwickelt, damit KI-Assistenten direkt mit HubSpot CRM-Daten interagieren können. Als Brücke zwischen KI-Modellen und Ihrem HubSpot-Konto ermöglicht dieser Server den nahtlosen Zugriff auf Kontakte, Unternehmen und Engagement-Metriken. Er integriert einen eingebauten Vektorspeicher (FAISS) für semantische Suche sowie Caching-Mechanismen, die HubSpot-API-Limitierungen umgehen und so für schnellere und zuverlässigere Antworten sorgen. Der Fokus liegt auf wertvollen, häufig verwendeten CRM-Operationen mit robuster Fehlerbehandlung und KI-optimierter Performance. Dadurch werden komplexe mehrstufige CRM-Workflows effizienter und die Möglichkeiten von KI-Entwicklungs-Workflows durch direkten, kontextreichen Zugriff auf Unternehmensdaten erweitert.

Liste der Prompts

• (Es wurden keine expliziten Prompt-Templates im Repository gefunden. Der Abschnitt „Example Prompts“ in der README enthält nur Nutzerbeispiele, keine wiederverwendbaren Templates.)

Liste der Ressourcen

(Es sind keine expliziten Ressourcen im Repository oder in der Dokumentation beschrieben. Es sind keine MCP-Resource-Primitives aufgeführt.)

Liste der Tools

• hubspot_create_contact
  Erstellt HubSpot-Kontakte mit Duplikat-Prüfung.

• hubspot_create_company
  Erstellt HubSpot-Unternehmen mit Duplikat-Prüfung.

• hubspot_get_company_activity
  Ruft Aktivitäten zu bestimmten Unternehmen ab.

• hubspot_get_active_companies
  Ruft die zuletzt aktiven Unternehmen ab.

• hubspot_get_active_contacts
  Ruft die zuletzt aktiven Kontakte ab.

• hubspot_get_recent_conversations
  Ruft aktuelle Konversations-Threads mitsamt Nachrichten ab.

• hubspot_search_data
  Semantische Suche in vorher abgerufenen HubSpot-Daten.

Anwendungsfälle dieses MCP Servers

• Automatisierte Kontakterstellung
  Ermöglichen Sie KI-Assistenten, neue Kontakte direkt aus Konversationen, E-Mails oder LinkedIn-Profiltexten in HubSpot anzulegen, um die Lead-Erfassung zu optimieren und manuelle Dateneingaben zu reduzieren.

• Firmendaten-Management
  Vereinfachen Sie die Erstellung und Aktualisierung von Unternehmensprofilen in HubSpot durch KI-gestützte Workflows und stellen Sie so stets aktuelle und korrekte CRM-Daten sicher.

• Aktivitäts- und Engagement-Monitoring
  Rufen Sie die neuesten Aktivitäten zu Unternehmen und Kontakten ab, damit Vertriebsteams und KI-Agenten Engagement-Trends überwachen und effektiver nachfassen können.

• Konversationsanalyse
  Greifen Sie auf aktuelle Konversations-Threads zu und analysieren Sie diese, damit KI Interaktionen zusammenfassen oder Nachfassmöglichkeiten erkennen kann.

• Semantische CRM-Suche
  Nutzen Sie den integrierten Vektorspeicher, um semantische Suchen in HubSpot-Daten durchzuführen und relevante Informationen aus vergangenen Interaktionen und CRM-Einträgen leicht zu finden.

Einrichtung

Windsurf

1. Stellen Sie sicher, dass Docker installiert ist.
2. Fordern Sie Ihren HubSpot-Access-Token mit den benötigten Berechtigungen an.
3. Öffnen Sie die Windsurf-Konfiguration und suchen Sie den Abschnitt für MCP-Server.
4. Fügen Sie den HubSpot MCP Server mit folgendem JSON-Snippet hinzu:

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

5. Speichern Sie die Konfiguration und starten Sie Windsurf neu.
6. Überprüfen Sie die Einrichtung, indem Sie Ihre HubSpot-Daten über Windsurf abfragen.

Claude

1. Installieren Sie Node.js, falls nicht vorhanden.
2. Fordern Sie Ihren HubSpot-Access-Token an.
3. Bearbeiten Sie die Claude-Konfiguration und fügen Sie den MCP-Server hinzu.
4. Fügen Sie den HubSpot MCP Server wie folgt ein:

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

5. Speichern und starten Sie Claude neu.
6. Prüfen Sie, ob der MCP-Server gelistet und erreichbar ist.

Cursor

1. Installieren Sie Docker und Node.js.
2. Fordern Sie den HubSpot-Access-Token an.
3. Öffnen Sie die Cursor-Konfigurationsdatei.
4. Fügen Sie unter mcpServers Folgendes ein:

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

5. Änderungen speichern und Cursor neu starten.

Cline

1. Stellen Sie sicher, dass Docker installiert ist.
2. Fordern Sie den HubSpot-Access-Token an.
3. Öffnen Sie in Ihrer Cline-Umgebung die entsprechende Konfigurationsdatei.
4. Fügen Sie hinzu:

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

5. Speichern und Cline neu starten.

API-Keys absichern
Es ist Best Practice, Ihren HubSpot-Access-Token über Umgebungsvariablen statt als fest kodierten Wert zu speichern. Beispiel:

{
  "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"
      }
    }
  }
}

So nutzen Sie diesen MCP in Flows

MCP in FlowHunt verwenden

Um MCP-Server in Ihren FlowHunt-Workflow zu integrieren, fügen Sie zunächst die MCP-Komponente zu Ihrem Flow hinzu und verbinden Sie sie mit Ihrem KI-Agenten:

Klicken Sie auf die MCP-Komponente, um das Konfigurationspanel zu öffnen. Im Abschnitt System-MCP-Konfiguration fügen Sie Ihre MCP-Server-Details mit folgendem JSON-Format ein:

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

Nach der Konfiguration kann der KI-Agent diesen MCP nun als Tool nutzen und hat Zugriff auf sämtliche Funktionen. Passen Sie “hubspot” ggf. auf den Namen Ihres MCP-Servers an (z.B. “github-mcp”, “weather-api”, etc.) und ersetzen Sie die URL durch die Ihres MCP-Servers.

Übersicht

Meine Gesamtbewertung für den HubSpot MCP Server lautet:
Der Server bietet robuste Tools und eine gute Dokumentation zur Einrichtung, allerdings fehlt es an expliziten Prompt-Templates und MCP-Resource-Primitives, was die Flexibilität für fortgeschrittene KI-Workflows einschränkt. Sampling- und Roots-Unterstützung werden nicht erwähnt. Für praktische CRM-Anwendungen geeignet, aber eine umfassendere MCP-Feature-Abdeckung wäre wünschenswert.

MCP Score

MCP Tabellen-Score: 7/10