Intégration du serveur HubSpot MCP

Que fait le serveur “HubSpot” MCP ?

Le serveur HubSpot MCP (Model Context Protocol) est conçu pour permettre aux assistants IA d’interagir directement avec les données du CRM HubSpot. Agissant comme un pont entre les modèles IA et votre compte HubSpot, ce serveur permet un accès transparent aux contacts, entreprises et métriques d’engagement. Il intègre un stockage vectoriel (utilisant FAISS) pour la recherche sémantique et des mécanismes de cache qui aident à dépasser les limitations de l’API HubSpot, garantissant des réponses plus rapides et fiables. L’accent est mis sur les opérations CRM à forte valeur ajoutée et fréquemment utilisées, avec une gestion robuste des erreurs et une optimisation adaptée à l’IA. Cela rend les workflows CRM complexes multi-étapes plus efficaces et enrichit les workflows de développement IA en fournissant un accès direct et contextuel aux données métier.

Liste des prompts

• (Aucun template de prompt explicite trouvé dans le dépôt. La section “Example Prompts” du README contient uniquement des exemples de prompts utilisateur, pas de templates réutilisables.)

Liste des ressources

(Aucune ressource explicite n’est décrite dans le dépôt ou la documentation. Aucun primitif de ressource MCP n’est listé.)

Liste des outils

• hubspot_create_contact
  Créer des contacts HubSpot avec logique de prévention des doublons.

• hubspot_create_company
  Créer des entreprises HubSpot avec logique de prévention des doublons.

• hubspot_get_company_activity
  Récupérer l’activité pour des entreprises spécifiques.

• hubspot_get_active_companies
  Récupérer les entreprises les plus récemment actives.

• hubspot_get_active_contacts
  Récupérer les contacts les plus récemment actifs.

• hubspot_get_recent_conversations
  Récupérer les fils de conversations récents avec messages.

• hubspot_search_data
  Recherche sémantique sur les données HubSpot précédemment récupérées.

Cas d’usage de ce serveur MCP

• Création automatisée de contacts
  Permettre aux assistants IA de créer de nouveaux contacts dans HubSpot directement à partir de conversations, d’e-mails ou de textes de profils LinkedIn, rationalisant ainsi l’acquisition de prospects et réduisant la saisie manuelle.

• Gestion des données d’entreprise
  Simplifier la création et la mise à jour des profils d’entreprise dans HubSpot via des workflows pilotés par l’IA, garantissant des dossiers CRM précis et à jour.

• Surveillance de l’activité et de l’engagement
  Récupérer la dernière activité des entreprises et contacts, permettant aux équipes commerciales et aux agents IA de suivre les tendances d’engagement et de relancer plus efficacement.

• Analyse de conversations
  Accéder et analyser les fils de conversations récents, permettant à l’IA de résumer les interactions ou d’identifier des opportunités de suivi.

• Recherche sémantique CRM
  Utiliser le stockage vectoriel intégré pour effectuer des recherches sémantiques dans les données HubSpot, facilitant la recherche d’informations pertinentes par l’IA dans les interactions passées et les dossiers CRM.

Comment le configurer

Windsurf

1. Assurez-vous que Docker est installé.
2. Obtenez votre jeton d’accès HubSpot avec les autorisations requises.
3. Dans la configuration Windsurf, localisez la section pour les serveurs MCP.
4. Ajoutez le serveur HubSpot MCP à l’aide de ce bloc JSON :

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

5. Enregistrez votre configuration et redémarrez Windsurf.
6. Vérifiez l’installation en interrogeant vos données HubSpot via Windsurf.

Claude

1. Installez Node.js si ce n’est pas déjà fait.
2. Obtenez votre jeton d’accès HubSpot.
3. Modifiez la configuration Claude pour inclure le serveur MCP.
4. Insérez le serveur HubSpot MCP avec :

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

5. Enregistrez et redémarrez Claude.
6. Confirmez que le serveur MCP est listé et répond.

Cursor

1. Installez Docker et Node.js.
2. Obtenez le jeton d’accès HubSpot.
3. Ouvrez le fichier de configuration de Cursor.
4. Ajoutez ceci sous 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. Enregistrez les modifications et redémarrez Cursor.

Cline

1. Assurez-vous que Docker est installé.
2. Obtenez le jeton d’accès HubSpot.
3. Dans votre environnement Cline, ouvrez le fichier de configuration concerné.
4. Ajoutez :

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

5. Enregistrez et redémarrez Cline.

Sécurisation des clés API
Il est recommandé de sécuriser votre jeton d’accès HubSpot en utilisant des variables d’environnement plutôt qu’en codant en dur les valeurs. Exemple :

{
  "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"
      }
    }
  }
}

Comment utiliser ce MCP dans des flows

Utilisation du MCP dans FlowHunt

Pour intégrer des serveurs MCP à votre workflow FlowHunt, commencez par ajouter le composant MCP à votre flow et connectez-le à votre agent IA :

Cliquez sur le composant MCP pour ouvrir le panneau de configuration. Dans la section de configuration système MCP, insérez les détails de votre serveur MCP avec ce format JSON :

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

Une fois configuré, l’agent IA pourra utiliser ce MCP comme un outil avec accès à toutes ses fonctions et capacités. Pensez à remplacer “hubspot” par le nom réel de votre serveur MCP (par exemple, “github-mcp”, “weather-api”, etc.) et à modifier l’URL avec celle de votre propre serveur MCP.

Aperçu

Ma note globale pour le serveur HubSpot MCP :
Bien que le serveur soit robuste dans ses outils et sa documentation pour l’installation, l’absence de templates de prompt explicites et de primitives de ressource MCP limite sa flexibilité pour des workflows IA avancés. Le sampling et le support des roots ne sont pas mentionnés. Il convient à un usage CRM pratique, mais pourrait bénéficier d’une couverture MCP plus complète.

Score MCP

Score du tableau MCP : 7/10