Dotez vos assistants IA des outils de données B2B et de gestion de leads de Hunter directement dans FlowHunt, pour booster la productivité et automatiser la prospection.
Le serveur Hunter MCP assure l’intégration entre l’API Hunter et tout fournisseur LLM supportant le Model Context Protocol (MCP), tel que Claude pour Desktop. Ce serveur permet aux assistants IA d’accéder, d’interroger et de manipuler des données B2B sur les personnes et les entreprises issues de la plateforme Hunter via le langage naturel. En exposant les points de terminaison puissants de l’API Hunter sous forme d’outils, le serveur fluidifie les workflows comme la recherche d’informations de domaines, la recherche et la vérification d’adresses email, l’enrichissement des données d’entreprise et la gestion des leads. Cette intégration étroite permet aux développeurs et professionnels de l’entreprise d’automatiser la génération et l’enrichissement des leads, et de faire interagir les agents IA de façon transparente avec des bases de données B2B externes, améliorant ainsi la productivité et accélérant les processus de développement commercial.
Aucun modèle de prompt explicite n’est mentionné dans le dépôt ou la documentation.
Aucune ressource MCP spécifique n’est listée dans le dépôt ou la documentation.
{
"mcpServers": {
"hunter-mcp": {
"command": "uv",
"args": [
"run",
"--with",
"mcp[cli]",
"mcp",
"run",
"PATH_TO_hunter-mcp/main.py"
],
"env": {
"HUNTER_API_KEY": "YOUR_HUNTER_API_KEY"
}
}
}
}
mcp install main.py -v HUNTER_API_KEY=YOUR_HUNTER_API_KEY
{
"mcpServers": {
"hunter-mcp": {
"command": "uv",
"args": [
"run",
"--with",
"mcp[cli]",
"mcp",
"run",
"PATH_TO_hunter-mcp/main.py"
],
"env": {
"HUNTER_API_KEY": "YOUR_HUNTER_API_KEY"
}
}
}
}
{
"mcpServers": {
"hunter-mcp": {
"command": "uv",
"args": [
"run",
"--with",
"mcp[cli]",
"mcp",
"run",
"PATH_TO_hunter-mcp/main.py"
],
"env": {
"HUNTER_API_KEY": "YOUR_HUNTER_API_KEY"
}
}
}
}
Sécuriser les clés API
Stockez toujours les clés API sensibles dans des variables d’environnement, et non en dur dans les fichiers de configuration. Exemple :
{
"mcpServers": {
"hunter-mcp": {
"env": {
"HUNTER_API_KEY": "${HUNTER_API_KEY}"
},
"inputs": {
"HUNTER_API_KEY": "your-api-key"
}
}
}
}
Utiliser MCP dans FlowHunt
Pour intégrer des serveurs MCP dans votre workflow FlowHunt, commencez par ajouter le composant MCP à votre flux et reliez-le à votre agent IA :
Cliquez sur le composant MCP pour ouvrir le panneau de configuration. Dans la section de configuration système du MCP, insérez les informations de votre serveur MCP dans ce format JSON :
{
"hunter-mcp": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
Une fois configuré, l’agent IA peut utiliser ce MCP comme un outil avec accès à toutes ses fonctions et capacités. N’oubliez pas de remplacer “hunter-mcp” par le nom réel de votre serveur MCP et l’URL par celle de votre propre serveur MCP.
| Section | Disponibilité | Détails/Remarques |
|---|---|---|
| Vue d’ensemble | ✅ | Intégration avec l’API Hunter pour la donnée B2B et la gestion de leads |
| Liste des prompts | ⛔ | Aucun modèle de prompt trouvé |
| Liste des ressources | ⛔ | Aucune ressource explicite mentionnée |
| Liste des outils | ✅ | Domain Search, Email Finder, Email Verifier, etc. |
| Sécurisation des clés API | ✅ | Méthode par variables d’environnement documentée |
| Support du sampling (peu important pour l’éval) | ⛔ | Non mentionné |
Ce serveur MCP offre une intégration solide avec l’API Hunter, rendant les données B2B et la gestion de leads accessibles aux outils pilotés par LLM. Cependant, il manque des modèles de prompts documentés et des primitives de ressource, et il ne mentionne pas les fonctionnalités MCP avancées comme les roots ou le sampling. Le code est open source sous licence permissive, mais le projet est encore jeune et la communauté modeste. Dans l’ensemble, c’est un bon choix pour les utilisateurs de l’API Hunter recherchant la compatibilité MCP, mais il pourrait bénéficier de davantage de documentation et d’un support élargi des fonctionnalités MCP.
| Dispose d’une LICENCE | ✅ (MIT) |
|---|---|
| Dispose d’au moins un outil | ✅ |
| Nombre de forks | 4 |
| Nombre d’étoiles | 7 |
Le serveur MCP Hunter intègre l’API Hunter avec tout fournisseur LLM supportant le Model Context Protocol (MCP), permettant aux agents IA d’accéder et d’interagir avec les données B2B pour des tâches telles que la recherche de domaines, la vérification d’emails, l’enrichissement d’entreprise et la gestion automatisée des leads.
Il expose les outils Domain Search, Email Finder, Email Verifier, Email Enrichment, Company Enrichment et Lead Creation — dotant les workflows IA de puissantes opérations sur les données B2B.
Automatiser la génération et l’enrichissement de leads, vérifier les emails pour les campagnes, enrichir les contacts et entreprises dans votre CRM, et gérer les leads — directement depuis des interfaces IA conversationnelles ou des flux d’automatisation commerciale personnalisés.
Utilisez toujours des variables d’environnement pour stocker les clés API sensibles. Référencez votre clé API dans votre configuration en utilisant ${HUNTER_API_KEY} ou l’équivalent dans votre environnement.
Ajoutez le composant MCP à votre workflow FlowHunt et configurez-le avec l’URL et les identifiants de votre serveur Hunter MCP. Cela permet à vos agents IA d’accéder à tous les outils Hunter dans vos flux.
Connectez vos workflows IA aux données B2B de classe mondiale de Hunter. Automatisez la découverte, la vérification et l’enrichissement des leads — directement dans FlowHunt.
Le serveur ModelContextProtocol (MCP) agit comme un pont entre les agents IA et les sources de données externes, API et services, permettant aux utilisateurs de...
Le serveur Model Context Protocol (MCP) fait le lien entre les assistants IA et des sources de données externes, des API et des services, permettant une intégra...
Le Serveur de Base de Données MCP permet un accès sécurisé et programmatique aux bases de données populaires comme SQLite, SQL Server, PostgreSQL et MySQL pour ...
