Hunter MCPサーバー連携

「Hunter」MCPサーバーの機能とは？

Hunter MCPサーバーは、Hunter APIとModel Context Protocol（MCP）をサポートする任意のLLMプロバイダー（例：Claude for Desktop）との連携を提供します。このサーバーにより、AIアシスタントはHunterプラットフォームのB2Bデータ（人物・企業情報）を自然言語でアクセス・検索・操作できるようになります。Hunterの強力なAPIエンドポイントをツールとして公開することで、ドメイン情報の検索、メールアドレスの発見・検証、企業データのエンリッチメント、リード管理といったワークフローを効率化します。この密接な統合により、開発者やビジネス担当者はリード生成やエンリッチメント業務を自動化でき、AIエージェントが外部B2Bデータセットとシームレスに連携し、生産性向上とビジネス開発の加速を実現します。

プロンプト一覧

リポジトリやドキュメント内に明示的なプロンプトテンプレートは記載されていません。

リソース一覧

リポジトリやドキュメント内に特定のMCPリソースは記載されていません。

ツール一覧

• ドメイン検索
  特定のドメインに関連付けられたメールアドレスを検索できます。
• メールファインダー
  指定した人物とドメインから最も可能性の高いメールアドレスを特定します。
• メール検証
  メールアドレスの有効性・配信可能性を検証します。
• メールエンリッチメント
  指定したメールアドレスに関する追加データを取得します。
• 企業エンリッチメント
  特定企業の詳細情報を提供します。
• リード作成
  Hunterに連絡先や企業をリードとして保存できます。

このMCPサーバーのユースケース

• ドメインリサーチとリード生成
  ドメイン検索や主要担当者の特定を通じて、営業・アウトリーチキャンペーン向けの企業連絡先やメールの発見を自動化します。
• キャンペーン用メール検証
  マーケティングや営業キャンペーン開始前にメールアドレスを検証し、バウンス率削減や配信率向上に貢献します。
• 連絡先・企業のエンリッチメント
  CRMシステム向けに企業や人物の詳細プロファイルを構築するための包括的な情報を取得します。
• 自動リード管理
  会話型AIインターフェースからHunterプラットフォームへ新規リードをシームレスに追加し、営業ワークフローを効率化します。
• B2Bデータ連携
  最新のB2BデータをカスタムアプリやAIエージェントに統合し、リアルタイム意思決定やパーソナライズを実現します。

セットアップ方法

Windsurf

1. Python 3.13+とuvがインストールされていることを確認します。
2. HunterのAPIキーを取得します。
3. Windsurfの設定ファイルを編集または作成します。
4. 以下のJSONスニペットを使ってHunter MCPサーバーを追加します:

   {
     "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"
         }
       }
     }
   }
   

5. 設定を保存し、Windsurfを再起動します。
6. サーバーが稼働していることを確認します。

Claude

1. Python 3.13+とuvがインストール済みであることを確認します。
2. Hunter APIキーを取得します。
3. ターミナルで以下のコマンドを実行します:

   mcp install main.py -v HUNTER_API_KEY=YOUR_HUNTER_API_KEY
   

4. Claudeが新しいMCPサーバーへ接続できるよう設定します。
5. ClaudeでHunterツールへのアクセスをテストします。

Cursor

1. Python 3.13+とuvをインストールします。
2. Hunter APIキーを取得します。
3. Cursor設定内のMCP設定を見つけます。
4. 以下のようにHunter MCPサーバーを追加します:

   {
     "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"
         }
       }
     }
   }
   

5. 保存してCursorを再起動し、サーバーを有効化します。

Cline

1. Python 3.13+とuvがインストールされていることを確認します。
2. Hunter APIキーを取得します。
3. Cline用のMCP設定ファイルを編集します。
4. 以下のスニペットを挿入します:

   {
     "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"
         }
       }
     }
   }
   

5. 保存し、Clineを再起動します。

APIキーのセキュリティ確保

機密性の高いAPIキーは、設定ファイルへハードコーディングせず、必ず環境変数で管理してください。例:

{
  "mcpServers": {
    "hunter-mcp": {
      "env": {
        "HUNTER_API_KEY": "${HUNTER_API_KEY}"
      },
      "inputs": {
        "HUNTER_API_KEY": "your-api-key"
      }
    }
  }
}

FlowHuntフロー内でのMCP利用方法

FlowHuntでMCPサーバーを統合するには、まずフローにMCPコンポーネントを追加し、AIエージェントへ接続します。

MCPコンポーネントをクリックして設定パネルを開き、system MCP設定セクションに以下のJSONフォーマットでサーバー情報を入力します:

{
  "hunter-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

設定後、AIエージェントはこのMCPをツールとして利用でき、すべての機能・能力にアクセス可能になります。“hunter-mcp"は実際のサーバー名に、URLはご自身のMCPサーバーURLに置き換えてください。

概要

総評

本MCPサーバーはHunter APIとの堅実な連携により、B2Bデータやリード管理をLLMツールで利用可能にします。ただし、プロンプトテンプレートやリソースプリミティブのドキュメントはなく、rootsやサンプリングといった高度なMCP機能への言及もありません。コードはオープンソース（パーミッシブライセンス）ですが、プロジェクトはまだ初期段階でコミュニティ活動も控えめです。Hunter APIユーザーでMCP連携を求める場合には良い選択肢ですが、今後より多くのドキュメントやMCP機能対応が期待されます。

MCPスコア