Inoyu MCP Unomi Server-integrasjon

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.

Klar til å vokse bedriften din?

Start din gratis prøveperiode i dag og se resultater i løpet av få dager.

Be om demo Logg inn

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.

Bli med i vårt nyhetsbrev

Få de siste tipsene, trendene og tilbudene gratis.

E-postadresse

Abonner

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"
      }
    }
  }
}

4. Lagre konfigurasjonen.
5. 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:

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

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

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.