Inoyu MCP Unomi Server-integrasjon

Inoyu MCP Unomi Server-integrasjon

Gjør det mulig for din AI å utføre vedvarende, kontekstrik brukerdatabehandling ved å koble Anthropic’s Claude med Apache Unomi via Inoyu MCP Unomi Server.

Hva gjør “Inoyu” MCP Server?

Inoyu MCP Unomi Server er en Model Context Protocol (MCP) server som integrerer Anthropics MCP med Apache Unomi Customer Data Platform (CDP). Dette gjør det mulig for AI-assistenter, som Claude, å samhandle med og administrere brukerprofiler i Unomi, og muliggjør kontekstuell bevissthet og vedvarende brukerdata på tvers av økter. Serveren støtter profiloppslag og opprettelse via e-post, administrasjon av profilegenskaper, sesjonshåndtering og scope-håndtering for kontekstisolasjon. Ved å eksponere disse funksjonene via MCP, lar Inoyu-serveren AI-agenter utføre avanserte brukerdataoperasjoner, slik som å hente eller oppdatere brukerinformasjon, noe som forbedrer utviklingsarbeidsflyter som krever vedvarende, kontekstrik brukerdatabehandling.

Liste over prompt-maler

Ingen prompt-maler er oppført i depotet eller dokumentasjonen.

Liste over ressurser

Ingen eksplisitte MCP-ressurser er dokumentert eller oppført i tilgjengelige depotfiler.

Liste over verktøy

  • get_my_profile
    Henter brukerens profil ved hjelp av miljøvariabler. Støtter henting av segment- og score-informasjon, og genererer en sesjons-ID basert på dagens dato.

  • update_my_profile
    Oppdaterer egenskaper for brukerens profil. Godtar et egenskapsobjekt med nøkkel-verdi-par som støtter ulike datatyper (string, number, boolean, null).

  • get_profile
    Henter en spesifikk profil etter dens ID fra Unomi og returnerer komplette profildata.

  • search_profiles
    Søker etter profiler basert på en spørringsstreng, med valgfrie limit- og offset-parametere. Søker på tvers av firstName, lastName og email-felter.

Bruksområder for denne MCP-serveren

  • Personaliserte AI-samtaler
    Gjør det mulig for AI-assistenter å huske og oppdatere brukerinformasjon (som navn, preferanser eller abonnementsstatus), og gir en mer personlig brukeropplevelse på tvers av økter.
  • Kundedatabehandling
    Gjør det enkelt å slå opp, oppdatere eller hente kundeporfiler direkte fra Unomi, og strømlinjeformer kundestøtte og CRM-arbeidsflyter for utviklere.
  • Brukersegmentering og målretting
    Gir tilgang til profiler, segmenter og score, slik at utviklere kan segmentere brukere og tilpasse innhold eller tilbud via AI-integrerte arbeidsflyter.
  • Kontekstuell sesjonshåndtering
    Automatiserer sesjonshåndtering ved å bruke dato-baserte ID-er, og sikrer at brukerkontekst bevares og isoleres på tvers av ulike interaksjoner eller økter.
  • Profilsøk og revisjon
    Gjør det mulig å søke i profiler for samsvar, revisjon eller analyseformål, noe som gjør det enklere å administrere store brukerdatabaser programmessig.

Hvordan sette det opp

Windsurf

Ingen spesifikke Windsurf-instruksjoner er gitt.

Claude

  1. Sørg for at forutsetningene er oppfylt (Node.js og npx).
  2. Finn konfigurasjonsfilen:
    • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
    • Windows: %APPDATA%/Claude/claude_desktop_config.json
  3. Legg til Inoyu MCP Unomi Server-konfigurasjonen:
{
  "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"
      }
    }
  }
}
  1. Lagre konfigurasjonen.
  2. Start Claude Desktop på nytt for å aktivere endringene og verifisere at serveren/verktøyene blir oppdaget.

Sikring av API-nøkler

Bruk env-seksjonen i JSON-konfigurasjonen for å sette sensitive legitimasjoner som miljøvariabler.

Cursor

Ingen spesifikke Cursor-instruksjoner er gitt.

Cline

Ingen spesifikke Cline-instruksjoner er gitt.

Hvordan bruke denne MCP-en i flows

Bruke MCP i FlowHunt

For å integrere MCP-servere i din FlowHunt-arbeidsflyt, start med å legge til MCP-komponenten i flyten din og koble den til din AI-agent:

FlowHunt MCP flow

Klikk på MCP-komponenten for å åpne konfigurasjonspanelet. I systemets MCP-konfigurasjonsseksjon setter du inn MCP-serverdetaljene dine i dette JSON-formatet:

{
  "inoyu-unomi": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Når dette er konfigurert, kan AI-agenten bruke denne MCP-en som et verktøy med tilgang til alle dens funksjoner og muligheter. Husk å endre “inoyu-unomi” til det faktiske navnet du ønsker å bruke, og bytt ut URL-en med adressen til din MCP-server.


Oversikt

SeksjonTilgjengeligDetaljer/Notater
OversiktOversikt og funktionsoppsummering tilgjengelig
Liste over prompt-malerIngen prompt-maler oppført
Liste over ressurserIngen eksplisitte ressurser dokumentert
Liste over verktøyFire verktøy: get_my_profile, update_my_profile, etc.
Sikring av API-nøklerJSON env-eksempel gitt for Claude
Støtte for sampling (mindre viktig i evaluering)Ikke nevnt

Vår vurdering

Denne MCP-serveren gir solid integrasjon for profiladministrasjon med Apache Unomi gjennom et klart sett med verktøy og enkel oppsett for Claude Desktop. Mangelen på prompt-maler, eksplisitte ressursdefinisjoner og plattforms-spesifikke instruksjoner for Windsurf, Cursor og Cline begrenser imidlertid fullstendigheten. Den passer best til eksperimentering og læring på nåværende tidspunkt.

MCP-score

Har en LISENS✅ (Apache-2.0)
Har minst ett verktøy
Antall forks7
Antall stjerner5

Vurdering: 6/10
Inoyu MCP Unomi Server er lovende for Unomi-profiladministrasjon og AI-integrasjon, men den tidlige fasen, mangelen på ressurs-/prompt-detaljer og begrenset multi-plattform-oppsett reduserer dens nåværende nytteverdi for et bredere utviklermiljø.

Vanlige spørsmål

Hva gjør Inoyu MCP Unomi Server?

Den integrerer Anthropics Model Context Protocol (MCP) med Apache Unomi, slik at AI-agenter kan samhandle med, administrere og kontekstualisere vedvarende brukerprofildata for rikere og mer personaliserte samtaler.

Hvilke verktøy er tilgjengelige med denne integrasjonen?

Du kan hente din egen profil, oppdatere profilen din, hente enhver profil ved ID, og søke i profiler ved hjelp av fleksible spørringer—støtter brukersegmentering, revisjon og dynamisk personalisering.

Hva er vanlige bruksområder?

Personaliserte AI-samtaler, kundedatabehandling, brukersegmentering og målretting, kontekstuell sesjonshåndtering og samsvarsorientert profilsøk og revisjon.

Hvordan sikres sensitiv informasjon?

Sensitive legitimasjoner (som API-nøkler og passord) bør settes som miljøvariabler i MCP-serverkonfigurasjonens 'env'-seksjon for økt sikkerhet.

Støtter den oppsett på flere plattformer?

For øyeblikket gis detaljerte oppsettsinstruksjoner for Claude Desktop. Plattforms-spesifikk dokumentasjon for Windsurf, Cursor og Cline er ikke inkludert på dette stadiet.

Prøv Inoyu MCP Unomi Server-integrasjon

Integrer avansert brukerprofiladministrasjon i dine AI-flows. Koble Anthropic Claude med Apache Unomi for personaliserte, vedvarende samtaler og strømlinjeformede kundedataarbeidsflyter.

Lær mer

Odoo MCP Server-integrasjon
Odoo MCP Server-integrasjon

Odoo MCP Server-integrasjon

Odoo MCP Server muliggjør sømløs interaksjon mellom AI-verktøy og Odoo ERP-systemer, slik at automatiserte arbeidsflyter kan håndtere og hente ut forretningsdat...

3 min lesing
AI Odoo +5
Eunomia MCP-server
Eunomia MCP-server

Eunomia MCP-server

Eunomia MCP-server er en utvidelse av Eunomia-rammeverket som orkestrerer datastyringsregler—som PII-deteksjon og tilgangskontroll—på tvers av tekststrømmer i L...

3 min lesing
AI MCP +6
onenote MCP Server
onenote MCP Server

onenote MCP Server

onenote MCP Server kobler AI-assistenter med Microsoft OneNote, og muliggjør automatisert henting av notater, organisering og smart søk gjennom standardiserte p...

4 min lesing
MCP Server OneNote +3