
DataHub MCP 서버 통합
DataHub MCP 서버는 FlowHunt AI 에이전트와 DataHub 메타데이터 플랫폼을 연결하여, 고급 데이터 탐색, 계보 분석, 자동 메타데이터 조회, AI 기반 워크플로우와의 원활한 통합을 가능하게 합니다....
HubSpot MCP(Model Context Protocol) 서버는 AI 어시스턴트가 HubSpot CRM 데이터와 직접 상호작용할 수 있도록 설계되었습니다. 이 서버는 AI 모델과 HubSpot 계정 사이의 다리 역할을 하며, 연락처·회사·참여 지표에 원활하게 접근할 수 있습니다. 내장된 벡터 스토리지(FAISS 사용)와 캐싱 메커니즘을 통해 HubSpot API의 한계를 극복하고, 더 빠르고 안정적인 응답을 제공합니다. 비즈니스 가치가 높은 CRM 작업에 최적화되어 있으며, 강력한 오류 처리와 AI 친화적인 구조로 복잡한 다단계 CRM 워크플로우를 효율적으로 만들고, AI 개발 워크플로우에서 직접적이고 맥락이 풍부한 비즈니스 데이터 접근을 가능하게 합니다.
(저장소나 문서상에 명시적인 리소스 설명이 없습니다. MCP 리소스 프리미티브도 나열되어 있지 않습니다.)
hubspot_create_contact
중복 방지 로직을 적용하여 HubSpot 연락처 생성.
hubspot_create_company
중복 방지 로직을 적용하여 HubSpot 회사 생성.
hubspot_get_company_activity
특정 회사의 활동 정보 조회.
hubspot_get_active_companies
최근에 활동한 회사를 조회.
hubspot_get_active_contacts
최근에 활동한 연락처 조회.
hubspot_get_recent_conversations
최근 대화 스레드와 메시지 조회.
hubspot_search_data
이전에 가져온 HubSpot 데이터에 대한 시맨틱 검색.
연락처 자동 생성
AI 어시스턴트가 대화, 이메일, LinkedIn 프로필 텍스트 등에서 직접 HubSpot 연락처를 생성하여 리드 입력을 간소화하고 수작업을 줄입니다.
회사 데이터 관리
AI 기반 워크플로우로 HubSpot 내 회사 프로필 생성 및 업데이트를 간편화하여 정확한 CRM 기록을 유지합니다.
활동 및 참여 모니터링
회사·연락처의 최신 활동을 조회해 영업팀과 AI 에이전트가 참여 추세를 파악하고 효과적으로 후속조치할 수 있습니다.
대화 분석
최근 대화 스레드를 접근·분석하여 AI가 상호작용을 요약하거나 후속 기회를 식별할 수 있습니다.
시맨틱 CRM 검색
내장 벡터 스토리지로 HubSpot 데이터에 시맨틱 검색을 수행하여 AI가 과거 상호작용 및 CRM 기록에서 관련 정보를 쉽게 찾을 수 있도록 합니다.
{
"mcpServers": {
"hubspot": {
"command": "docker",
"args": [
"run", "-i", "--rm",
"-e", "HUBSPOT_ACCESS_TOKEN=your_token",
"-v", "/path/to/storage:/storage",
"buryhuang/mcp-hubspot:latest"
]
}
}
}
{
"mcpServers": {
"hubspot": {
"command": "docker",
"args": [
"run", "-i", "--rm",
"-e", "HUBSPOT_ACCESS_TOKEN=your_token",
"-v", "/path/to/storage:/storage",
"buryhuang/mcp-hubspot:latest"
]
}
}
}
mcpServers 아래에 다음을 추가합니다:{
"mcpServers": {
"hubspot": {
"command": "docker",
"args": [
"run", "-i", "--rm",
"-e", "HUBSPOT_ACCESS_TOKEN=your_token",
"-v", "/path/to/storage:/storage",
"buryhuang/mcp-hubspot:latest"
]
}
}
}
{
"mcpServers": {
"hubspot": {
"command": "docker",
"args": [
"run", "-i", "--rm",
"-e", "HUBSPOT_ACCESS_TOKEN=your_token",
"-v", "/path/to/storage:/storage",
"buryhuang/mcp-hubspot:latest"
]
}
}
}
API 키 보안
HubSpot 액세스 토큰은 하드코딩하지 말고 환경 변수로 관리하는 것이 권장됩니다. 예시:
{
"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"
}
}
}
}
FlowHunt에서 MCP 사용하기
FlowHunt 워크플로우에 MCP 서버를 통합하려면, 플로우에 MCP 컴포넌트를 추가하고 AI 에이전트와 연결하세요:

MCP 컴포넌트를 클릭하여 설정 패널을 엽니다. 시스템 MCP 설정 섹션에 아래 JSON 포맷으로 MCP 서버 정보를 입력하세요:
{
"hubspot": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
설정 완료 후, AI 에이전트는 이 MCP의 모든 기능을 도구로서 사용할 수 있습니다. “hubspot"을 실제 MCP 서버 이름(예: “github-mcp”, “weather-api” 등)으로 변경하고, 자신의 MCP 서버 URL로 교체하는 것을 잊지 마세요.
| 섹션 | 제공 여부 | 상세/비고 |
|---|---|---|
| 개요 | ✅ | README.md에 제공 |
| 프롬프트 목록 | ⛔ | 재사용 가능한 템플릿이 아닌 사용자 예시만 있음 |
| 리소스 목록 | ⛔ | 명시적 MCP 리소스 없음 |
| 도구 목록 | ✅ | 문서에 7개 도구 나열 |
| API 키 보안 | ✅ | Docker/환경변수 설정 예시 제공 |
| 샘플링 지원(평가에선 중요도 낮음) | ⛔ | 샘플링 지원 언급 없음 |
HubSpot MCP 서버에 대한 전체 평점:
서버의 도구 및 설치 문서는 견고하지만, 명확한 프롬프트 템플릿 및 MCP 리소스 프리미티브의 부재로 고급 AI 워크플로우에서의 유연성이 다소 부족합니다. 샘플링 및 roots 지원 언급도 없습니다. 실용적인 CRM 용도에는 충분히 적합하나, MCP 전체 기능 지원에선 보완 여지가 있습니다.
| 라이선스 보유 | ✅ (MIT) |
|---|---|
| 도구 1개 이상 보유 | ✅ |
| 포크 수 | 42 |
| 별 수 | 83 |
MCP 테이블 점수: 7/10

DataHub MCP 서버는 FlowHunt AI 에이전트와 DataHub 메타데이터 플랫폼을 연결하여, 고급 데이터 탐색, 계보 분석, 자동 메타데이터 조회, AI 기반 워크플로우와의 원활한 통합을 가능하게 합니다....

mcp-server-docker MCP 서버는 AI 어시스턴트가 자연어를 통해 Docker 컨테이너를 관리할 수 있게 해줍니다. 이 MCP를 FlowHunt 및 기타 클라이언트와 통합하여 자동화된 컨테이너 오케스트레이션, 인트로스펙션, 디버깅, 영속 데이터 관리를 구현하세요....

Hunter MCP 서버를 FlowHunt와 통합하여 AI 에이전트가 강력한 B2B 데이터에 접근하고, 리드 생성 자동화, 이메일 검증, 연락처 및 회사 프로필 강화, 자연어를 통한 영업 워크플로우를 간소화할 수 있습니다....
쿠키 동의
당사는 귀하의 브라우징 경험을 향상시키고 트래픽을 분석하기 위해 쿠키를 사용합니다. See our privacy policy.