HubSpot MCP Server-integratie

AI CRM HubSpot MCP Server

Neem contact met ons op om uw MCP-server te hosten in FlowHunt

Wat doet de “HubSpot” MCP Server?

De HubSpot MCP (Model Context Protocol) Server is ontworpen om AI-assistenten direct te laten communiceren met HubSpot CRM-data. Door als brug te fungeren tussen AI-modellen en je HubSpot-account, maakt deze server naadloze toegang tot contacten, bedrijven en engagementstatistieken mogelijk. Er is ingebouwde vectoropslag (met FAISS) voor semantisch zoeken en cachingmechanismen die HubSpot API-beperkingen helpen omzeilen, zodat je snellere en betrouwbaardere antwoorden krijgt. De focus ligt op waardevolle, veelgebruikte CRM-operaties, met robuuste foutafhandeling en AI-vriendelijke optimalisatie. Dit maakt complexe, meerstaps CRM-workflows efficiënter en verrijkt AI-ontwikkelworkflows door directe, contextrijke toegang tot bedrijfsdata te bieden.

Lijst met prompts

  • (Er zijn geen expliciete prompt templates gevonden in de repository. De sectie “Example Prompts” in de README bevat alleen gebruikersvoorbeelden van prompts, geen herbruikbare templates.)
FlowHunt Logo

Klaar om uw bedrijf te laten groeien?

Start vandaag uw gratis proefperiode en zie binnen enkele dagen resultaten.

Lijst met bronnen

(Er worden geen expliciete bronnen beschreven in de repository of documentatie. Er worden geen MCP-resourceprimitieven vermeld.)

Lijst met tools

  • hubspot_create_contact
    Maak HubSpot-contacten aan met logica voor dubbele controle.

  • hubspot_create_company
    Maak HubSpot-bedrijven aan met logica voor dubbele controle.

  • hubspot_get_company_activity
    Haal activiteiten op voor specifieke bedrijven.

  • hubspot_get_active_companies
    Haal meest recent actieve bedrijven op.

  • hubspot_get_active_contacts
    Haal meest recent actieve contacten op.

  • hubspot_get_recent_conversations
    Haal recente gespreksthreads met berichten op.

  • hubspot_search_data
    Semantisch zoeken in eerder opgehaalde HubSpot-data.

Gebruikscases van deze MCP Server

  • Automatisch contact aanmaken
    Laat AI-assistenten direct nieuwe contacten aanmaken in HubSpot vanuit gesprekken, e-mails of LinkedIn-profielteksten, waardoor lead intake wordt gestroomlijnd en handmatige gegevensinvoer wordt verminderd.

  • Beheer van bedrijfsgegevens
    Vereenvoudig het aanmaken en bijwerken van bedrijfsprofielen in HubSpot via AI-gestuurde workflows, zodat CRM-gegevens accuraat en up-to-date blijven.

  • Activiteiten- en engagementmonitoring
    Haal de nieuwste activiteiten op bedrijven en contacten op, zodat verkoopteams en AI-agenten engagementtrends kunnen volgen en effectiever opvolgen.

  • Gespreksanalyse
    Toegang tot en analyse van recente gespreksthreads, waardoor AI interacties kan samenvatten of opvolgmogelijkheden kan signaleren.

  • Semantische CRM-zoekfunctie
    Gebruik de ingebouwde vectoropslag om semantisch te zoeken in HubSpot-data, zodat AI eenvoudig relevante informatie terugvindt in eerdere interacties en CRM-records.

Hoe stel je het in

Windsurf

  1. Zorg dat je Docker hebt geïnstalleerd.
  2. Verkrijg je HubSpot access token met de vereiste scopes.
  3. Zoek in de Windsurf-configuratie de sectie voor MCP-servers.
  4. Voeg de HubSpot MCP-server toe met het volgende JSON-fragment:
    {
      "mcpServers": {
        "hubspot": {
          "command": "docker",
          "args": [
            "run", "-i", "--rm",
            "-e", "HUBSPOT_ACCESS_TOKEN=your_token",
            "-v", "/path/to/storage:/storage",
            "buryhuang/mcp-hubspot:latest"
          ]
        }
      }
    }
    
  5. Sla je configuratie op en herstart Windsurf.
  6. Controleer de setup door via Windsurf je HubSpot-data op te vragen.

Claude

  1. Installeer Node.js indien nog niet aanwezig.
  2. Verkrijg je HubSpot access token.
  3. Bewerk de Claude-configuratie om de MCP-server toe te voegen.
  4. Voeg de HubSpot MCP-server toe met:
    {
      "mcpServers": {
        "hubspot": {
          "command": "docker",
          "args": [
            "run", "-i", "--rm",
            "-e", "HUBSPOT_ACCESS_TOKEN=your_token",
            "-v", "/path/to/storage:/storage",
            "buryhuang/mcp-hubspot:latest"
          ]
        }
      }
    }
    
  5. Sla op en herstart Claude.
  6. Bevestig dat de MCP-server zichtbaar is en reageert.

Cursor

  1. Installeer Docker en Node.js.
  2. Verkrijg het HubSpot access token.
  3. Open het configuratiebestand van Cursor.
  4. Voeg dit onder mcpServers toe:
    {
      "mcpServers": {
        "hubspot": {
          "command": "docker",
          "args": [
            "run", "-i", "--rm",
            "-e", "HUBSPOT_ACCESS_TOKEN=your_token",
            "-v", "/path/to/storage:/storage",
            "buryhuang/mcp-hubspot:latest"
          ]
        }
      }
    }
    
  5. Sla de wijzigingen op en herstart Cursor.

Cline

  1. Zorg dat Docker geïnstalleerd is.
  2. Verkrijg het HubSpot access token.
  3. Open in je Cline-omgeving het relevante configuratiebestand.
  4. Voeg toe:
    {
      "mcpServers": {
        "hubspot": {
          "command": "docker",
          "args": [
            "run", "-i", "--rm",
            "-e", "HUBSPOT_ACCESS_TOKEN=your_token",
            "-v", "/path/to/storage:/storage",
            "buryhuang/mcp-hubspot:latest"
          ]
        }
      }
    }
    
  5. Sla op en herstart Cline.

API-sleutels beveiligen
Het is best practice om je HubSpot access token als omgevingsvariabele in te stellen in plaats van hardcoded waarden te gebruiken. Voorbeeld:

{
  "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"
      }
    }
  }
}

Hoe gebruik je deze MCP in flows

MCP gebruiken in FlowHunt

Om MCP-servers in je FlowHunt-workflow te integreren, voeg je het MCP-component toe aan je flow en verbind je deze met je AI-agent:

FlowHunt MCP flow

Klik op het MCP-component om het configuratiepaneel te openen. Voeg in de systeem-MCP-configuratie je MCP-servergegevens toe met dit JSON-formaat:

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

Na configuratie kan de AI-agent deze MCP nu als tool gebruiken met toegang tot alle functies en mogelijkheden. Vergeet niet “hubspot” te wijzigen naar de daadwerkelijke naam van je MCP-server (bijv. “github-mcp”, “weather-api”, enz.) en vervang de URL door je eigen MCP-server-URL.


Overzicht

SectieBeschikbaarheidDetails/Opmerkingen
OverzichtBeschikbaar in README.md
Lijst met promptsAlleen gebruikersvoorbeelden van prompts, geen herbruikbare templates
Lijst met bronnenGeen expliciete MCP-bronnen beschreven
Lijst met tools7 tools vermeld in de documentatie
API-sleutels beveiligenDocker/env-variabele configuratie uitgelegd in de documentatie
Sampling-ondersteuning (minder belangrijk)Geen vermelding van sampling-ondersteuning

Mijn algemene beoordeling voor de HubSpot MCP-server is:
Hoewel de server robuust is qua tooling en documentatie voor installatie, beperken het ontbreken van expliciete prompt templates en MCP-resourceprimitieven de flexibiliteit voor geavanceerde AI-workflows. Sampling- en root-ondersteuning worden niet genoemd. Het is geschikt voor praktisch CRM-gebruik, maar zou kunnen profiteren van bredere MCP-featuredekking.


MCP Score

Heeft een LICENSE✅ (MIT)
Minimaal één tool
Aantal forks42
Aantal sterren83

MCP Tabelscore: 7/10

Veelgestelde vragen

Geef je CRM-automatisering een boost

Ontgrendel krachtige HubSpot CRM-workflows in FlowHunt door de HubSpot MCP Server te integreren. Automatiseer naadloos het aanmaken van contacten, beheer van bedrijfsgegevens en engagementanalyse met AI.

Meer informatie

DataHub MCP Server-integratie
DataHub MCP Server-integratie

DataHub MCP Server-integratie

De DataHub MCP Server vormt de brug tussen FlowHunt AI-agenten en het DataHub metadata-platform. Hiermee wordt geavanceerde data-ontdekking, lijnanalyse, geauto...

4 min lezen
AI Metadata +6
Vectorize MCP Server-integratie
Vectorize MCP Server-integratie

Vectorize MCP Server-integratie

Integreer de Vectorize MCP Server met FlowHunt om geavanceerde vectoropvraging, semantische zoekopdrachten en tekstanalyse mogelijk te maken voor krachtige AI-g...

5 min lezen
AI MCP Server +6
Model Context Protocol (MCP) Server
Model Context Protocol (MCP) Server

Model Context Protocol (MCP) Server

De Model Context Protocol (MCP) Server vormt de brug tussen AI-assistenten en externe databronnen, API's en diensten, waardoor een gestroomlijnde integratie van...

3 min lezen
AI MCP +4