
Eunomia MCP Server
Eunomia MCP Server is een uitbreiding van het Eunomia-framework die datagovernancebeleid orkestreert—zoals PII-detectie en toegangscontrole—over tekststromen in...
Laat je AI persistente, context-rijke gebruikersgegevens beheren door Anthropic’s Claude te verbinden met Apache Unomi via de Inoyu MCP Unomi Server.
De Inoyu MCP Unomi Server is een Model Context Protocol (MCP) server die Anthropic’s MCP integreert met het Apache Unomi Customer Data Platform (CDP). Hierdoor kunnen AI-assistenten, zoals Claude, gebruikersprofielen binnen Unomi beheren en ermee interageren, wat zorgt voor contextbewustzijn en persistente gebruikersdata over sessies heen. De server ondersteunt profielopzoeking en -creatie via e-mail, profielpropertybeheer, sessiebehandeling en scopebeheer voor contextisolatie. Door deze mogelijkheden via MCP beschikbaar te stellen, stelt de Inoyu-server AI-agenten in staat geavanceerde gebruikersdata-operaties uit te voeren, zoals het ophalen of bijwerken van gebruikersinformatie, en verbetert zo ontwikkelworkflows die persistente, contextrijke gebruikersdatabeheer vereisen.
Er zijn geen prompt-templates vermeld in de repository of documentatie.
Er zijn geen expliciete MCP-bronnen gedocumenteerd of vermeld in de beschikbare repositorybestanden.
get_my_profile
Haalt het gebruikersprofiel op via omgevingsvariabelen. Ondersteunt het ophalen van segment- en score-informatie en genereert een sessie-ID op basis van de huidige datum.
update_my_profile
Werkt eigenschappen van het gebruikersprofiel bij. Accepteert een properties-object met key-value paren die verschillende datatypes ondersteunen (string, getal, boolean, null).
get_profile
Haalt een specifiek profiel op via het ID uit Unomi en retourneert de volledige profielgegevens.
search_profiles
Zoekt naar profielen op basis van een querystring, met optionele limiet- en offsetparameters. Zoekt in de velden voornaam, achternaam en e-mail.
Er zijn geen specifieke Windsurf-instructies beschikbaar.
~/Library/Application Support/Claude/claude_desktop_config.json
%APPDATA%/Claude/claude_desktop_config.json
{
"mcpServers": {
"unomi-server": {
"command": "npx",
"args": ["@inoyu/mcp-unomi-server"],
"env": {
"UNOMI_BASE_URL": "http://your-unomi-server:8181",
"UNOMI_USERNAME": "your-username",
"UNOMI_PASSWORD": "your-password",
"UNOMI_PROFILE_ID": "your-profile-id",
"UNOMI_KEY": "your-unomi-key",
"UNOMI_EMAIL": "your-email@example.com",
"UNOMI_SOURCE_ID": "claude-desktop"
}
}
}
}
Gebruik de env
-sectie in de JSON-configuratie om gevoelige gegevens als omgevingsvariabelen vast te leggen.
Er zijn geen specifieke Cursor-instructies beschikbaar.
Er zijn geen specifieke Cline-instructies beschikbaar.
MCP gebruiken in FlowHunt
Om MCP-servers in je FlowHunt-workflow te integreren, begin je met het toevoegen van het MCP-component aan je flow en verbind je deze met je AI-agent:
Klik op het MCP-component om het configuratiepaneel te openen. Voeg in het systeem-MCP-configuratiegedeelte je MCP-serverdetails toe met dit JSON-formaat:
{
"inoyu-unomi": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
Zodra geconfigureerd, kan de AI-agent deze MCP nu als tool gebruiken met toegang tot alle functies en mogelijkheden. Vergeet niet “inoyu-unomi” te wijzigen naar de gewenste naam en de URL te vervangen door het adres van je MCP-server.
Sectie | Beschikbaarheid | Details/Opmerkingen |
---|---|---|
Overzicht | ✅ | Overzicht en feature-samenvatting beschikbaar |
Lijst met Prompts | ⛔ | Geen prompt-templates vermeld |
Lijst met Bronnen | ⛔ | Geen expliciete bronnen gedocumenteerd |
Lijst met Tools | ✅ | Vier tools: get_my_profile, update_my_profile, etc. |
Beveiligen van API-sleutels | ✅ | JSON env-voorbeeld gegeven voor Claude |
Sampling-ondersteuning (minder belangrijk) | ⛔ | Niet vermeld |
Deze MCP-server biedt een degelijke integratie voor profielbeheer met Apache Unomi via een duidelijke set tools en eenvoudige setup voor Claude Desktop. Het ontbreken van prompt-templates, expliciete resource-definities en platformspecifieke instructies voor Windsurf, Cursor en Cline beperkt echter de volledigheid. Het is op dit moment vooral geschikt voor experimentatie en leren.
Heeft een LICENSE | ✅ (Apache-2.0) |
---|---|
Heeft ten minste één tool | ✅ |
Aantal forks | 7 |
Aantal sterren | 5 |
Beoordeling: 6/10
De Inoyu MCP Unomi Server is veelbelovend voor Unomi-profielbeheer en AI-integratie, maar het vroege stadium, het ontbreken van resource/promptdetails en beperkte multi-platform setup verminderen momenteel de bruikbaarheid voor bredere ontwikkelaarsdoelgroepen.
Het integreert Anthropic’s Model Context Protocol (MCP) met Apache Unomi, waardoor AI-agenten kunnen communiceren met, beheren en context geven aan persistente gebruikersprofielgegevens voor rijkere, meer gepersonaliseerde gesprekken.
Je kunt je profiel ophalen, je profiel bijwerken, elk profiel ophalen via ID en profielen zoeken met flexibele queries—ondersteunt gebruikerssegmentatie, auditing en dynamische personalisatie.
Gepersonaliseerde AI-gesprekken, klantgegevensbeheer, gebruikerssegmentatie en targeting, contextuele sessiebehandeling en compliancegerichte profielzoekopdrachten en auditing.
Gevoelige gegevens (zoals API-sleutels en wachtwoorden) moeten als omgevingsvariabelen worden ingesteld in de 'env'-sectie van je MCP-serverconfiguratie voor betere beveiliging.
Momenteel zijn gedetailleerde installatie-instructies beschikbaar voor Claude Desktop. Platformspecificieke documentatie voor Windsurf, Cursor en Cline is op dit moment niet inbegrepen.
Integreer geavanceerd profielbeheer in je AI-flows. Verbind Anthropic Claude met Apache Unomi voor gepersonaliseerde, persistente gesprekken en gestroomlijnde klantgegevensworkflows.
Eunomia MCP Server is een uitbreiding van het Eunomia-framework die datagovernancebeleid orkestreert—zoals PII-detectie en toegangscontrole—over tekststromen in...
De Human-In-the-Loop MCP Server voor FlowHunt maakt naadloze integratie mogelijk van menselijke beoordeling, goedkeuring en input in AI-workflows via realtime i...
De Inbox Zero MCP Server fungeert als integratielaag tussen AI-assistenten en externe databronnen, API’s en diensten, waardoor ontwikkelworkflows worden gestroo...