Integrácia HubSpot MCP servera

Čo robí “HubSpot” MCP Server?

HubSpot MCP (Model Context Protocol) Server je navrhnutý na umožnenie AI asistentom priamo pracovať s dátami HubSpot CRM. Ako most medzi AI modelmi a vaším HubSpot účtom poskytuje plynulý prístup ku kontaktom, firmám a metrikám interakcií. Obsahuje vstavané vektorové úložisko (FAISS) pre sémantické vyhľadávanie a caching mechanizmy, ktoré pomáhajú obísť limity HubSpot API, čím zaisťuje rýchlejšie a spoľahlivejšie odpovede. Dôraz je na najčastejšie používané CRM operácie s robustným manažmentom chýb a optimalizáciou pre AI. Vďaka tomu sú komplexné CRM workflow efektívnejšie a rozširuje možnosti vývoja AI tokov priamym, kontextovo bohatým prístupom k firemným dátam.

Zoznam promptov

• (V repozitári nie sú explicitne uvedené šablóny promptov. Sekcia „Example Prompts“ v README obsahuje iba užívateľské príklady, nie znovupoužiteľné šablóny.)

Zoznam zdrojov

(V repozitári alebo dokumentácii nie sú uvedené explicitné zdroje. Nie sú vypísané žiadne MCP resource primitives.)

Zoznam nástrojov

• hubspot_create_contact
  Vytvorenie kontaktu v HubSpot s prevenciou duplicit.

• hubspot_create_company
  Vytvorenie firmy v HubSpot s prevenciou duplicit.

• hubspot_get_company_activity
  Získanie aktivity pre konkrétne firmy.

• hubspot_get_active_companies
  Získanie najaktívnejších firiem za posledné obdobie.

• hubspot_get_active_contacts
  Získanie najaktívnejších kontaktov za posledné obdobie.

• hubspot_get_recent_conversations
  Získanie posledných konverzačných vlákien so správami.

• hubspot_search_data
  Sémantické vyhľadávanie v už získaných HubSpot dátach.

Prípady použitia tohto MCP servera

• Automatizované vytváranie kontaktov
  Umožnite AI asistentom vytvárať nové kontakty v HubSpot priamo z konverzácií, e-mailov či LinkedIn profilov, čím zefektívnite získavanie leadov a znížite manuálny zápis.

• Správa firemných dát
  Zjednodušte vytváranie a aktualizáciu firemných profilov v HubSpot pomocou AI workflow, zabezpečte presné a aktuálne CRM záznamy.

• Monitoring aktivít a interakcií
  Získajte najnovšie aktivity firiem a kontaktov, čo umožní obchodným tímom a AI agentom efektívnejšie sledovať trendy a reagovať.

• Analýza konverzácií
  Prístup a analýza posledných konverzačných vlákien, AI môže sumarizovať interakcie alebo identifikovať príležitosti na ďalšie kroky.

• Sémantické vyhľadávanie v CRM
  Využite vstavané vektorové úložisko na sémantické vyhľadávanie v HubSpot dátach; AI tak ľahko nájde relevantné informácie z minulých interakcií a CRM záznamov.

Ako ho nastaviť

Windsurf

1. Uistite sa, že máte nainštalovaný Docker.
2. Získajte svoj HubSpot access token s požadovanými scopes.
3. V konfigurácii Windsurf vyhľadajte časť pre MCP servery.
4. Pridajte HubSpot MCP server pomocou tohto JSON úryvku:

   {
     "mcpServers": {
       "hubspot": {
         "command": "docker",
         "args": [
           "run", "-i", "--rm",
           "-e", "HUBSPOT_ACCESS_TOKEN=your_token",
           "-v", "/path/to/storage:/storage",
           "buryhuang/mcp-hubspot:latest"
         ]
       }
     }
   }
   

5. Uložte konfiguráciu a reštartujte Windsurf.
6. Overte nastavenie dotazovaním HubSpot dát cez Windsurf.

Claude

1. Nainštalujte Node.js, ak ešte nie je.
2. Získajte svoj HubSpot access token.
3. Upravte konfiguráciu Claude tak, aby obsahovala MCP server.
4. Vložte HubSpot MCP server:

   {
     "mcpServers": {
       "hubspot": {
         "command": "docker",
         "args": [
           "run", "-i", "--rm",
           "-e", "HUBSPOT_ACCESS_TOKEN=your_token",
           "-v", "/path/to/storage:/storage",
           "buryhuang/mcp-hubspot:latest"
         ]
       }
     }
   }
   

5. Uložte a reštartujte Claude.
6. Overte, že MCP server je uvedený a odpovedá.

Cursor

1. Nainštalujte Docker a Node.js.
2. Získajte HubSpot access token.
3. Otvorte konfiguračný súbor Cursor.
4. Pridajte pod mcpServers:

   {
     "mcpServers": {
       "hubspot": {
         "command": "docker",
         "args": [
           "run", "-i", "--rm",
           "-e", "HUBSPOT_ACCESS_TOKEN=your_token",
           "-v", "/path/to/storage:/storage",
           "buryhuang/mcp-hubspot:latest"
         ]
       }
     }
   }
   

5. Uložte zmeny a reštartujte Cursor.

Cline

1. Overte, že Docker je nainštalovaný.
2. Získajte HubSpot access token.
3. Vo svojom prostredí Cline otvorte príslušný konfiguračný súbor.
4. Pridajte:

   {
     "mcpServers": {
       "hubspot": {
         "command": "docker",
         "args": [
           "run", "-i", "--rm",
           "-e", "HUBSPOT_ACCESS_TOKEN=your_token",
           "-v", "/path/to/storage:/storage",
           "buryhuang/mcp-hubspot:latest"
         ]
       }
     }
   }
   

5. Uložte a reštartujte Cline.

Zabezpečenie API kľúčov
Odporúčame zabezpečiť váš HubSpot access token pomocou environmentálnych premenných namiesto pevného zápisu. Príklad:

{
  "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"
      }
    }
  }
}

Ako používať tento MCP vo flow

Použitie MCP vo FlowHunt

Pre integráciu MCP serverov do vášho FlowHunt workflow začnite pridaním MCP komponentu do flowu a prepojením s AI agentom:

Kliknite na MCP komponent pre otvorenie konfiguračného panela. Do sekcie systémovej MCP konfigurácie vložte detaily svojho MCP servera v tomto JSON formáte:

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

Po konfigurácii bude môcť AI agent využívať tento MCP ako nástroj so všetkými jeho funkciami a možnosťami. Nezabudnite zmeniť “hubspot” na skutočný názov vášho MCP servera (napr. “github-mcp”, “weather-api” a pod.) a upraviť URL na adresu vášho MCP servera.

Prehľad

Moje celkové hodnotenie pre HubSpot MCP server:
Server je robustný z pohľadu nástrojov a dokumentácie na nastavenie, avšak absencia explicitných šablón promptov a MCP resource primitives obmedzuje jeho flexibilitu pri pokročilých AI workflow. O podpore samplingu a roots nie je zmienka. Je vhodný na praktické CRM použitie, avšak mohol by získať na hodnote rozšírením MCP funkcionalít.

MCP skóre

MCP tabuľkové skóre: 7/10