HubSpot MCP 服务器集成

“HubSpot” MCP 服务器的作用是什么？

HubSpot MCP（模型上下文协议）服务器旨在让 AI 助手能够直接操作和访问 HubSpot CRM 数据。作为 AI 模型与 HubSpot 账户之间的桥梁，该服务器实现了对联系人、公司及互动指标的无缝访问。它内置了向量存储（基于 FAISS），支持语义搜索和缓存机制，有效突破 HubSpot API 的限制，确保响应更快、更可靠。服务器专注于高价值、高频次的 CRM 操作，具备强大的错误处理和 AI 友好型优化。此举让复杂的多步骤 CRM 工作流更高效，也为 AI 开发流程提供了直接、丰富上下文的业务数据访问能力。

Prompt 列表

• （仓库中未找到可复用的显式 Prompt 模板。README 的“示例 Prompt”部分仅包含用户示例，并非可复用模板。）

资源列表

（仓库或文档中未描述显式资源。未列出 MCP 资源原语。）

工具列表

• hubspot_create_contact
  创建 HubSpot 联系人，内置防重复逻辑。

• hubspot_create_company
  创建 HubSpot 公司，内置防重复逻辑。

• hubspot_get_company_activity
  获取指定公司的活动信息。

• hubspot_get_active_companies
  获取最近活跃的公司列表。

• hubspot_get_active_contacts
  获取最近活跃的联系人列表。

• hubspot_get_recent_conversations
  获取最新会话线程及消息。

• hubspot_search_data
  对已获取的 HubSpot 数据进行语义搜索。

本 MCP 服务器的应用场景

• 自动化联系人创建
  让 AI 助手直接根据对话、邮件或 LinkedIn 个人资料文本，在 HubSpot 创建新联系人，高效收集线索，减少手动录入。

• 公司数据管理
  通过 AI 驱动流程，简化 HubSpot 公司档案的创建与更新，确保 CRM 数据准确且实时。

• 活动及互动监控
  检索公司和联系人的最新活动，使销售团队及 AI 代理能更好地跟进和分析互动趋势。

• 会话分析
  访问并分析最新会话线程，支持 AI 总结互动内容或识别后续跟进机会。

• 语义 CRM 搜索
  利用内置向量存储，对 HubSpot 数据进行语义搜索，让 AI 快速查找历史互动和 CRM 记录中的相关信息。

如何配置

Windsurf

1. 确保已安装 Docker。
2. 获取具有所需权限的 HubSpot 访问令牌。
3. 在 Windsurf 配置中定位 MCP 服务器配置部分。
4. 添加 HubSpot MCP 服务器，使用如下 JSON 片段：

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

5. 保存配置并重启 Windsurf。
6. 通过 Windsurf 查询 HubSpot 数据验证配置。

Claude

1. 如未安装，先安装 Node.js。
2. 获取 HubSpot 访问令牌。
3. 编辑 Claude 配置，添加 MCP 服务器。
4. 插入如下 HubSpot MCP 服务器配置：

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

5. 保存配置并重启 Claude。
6. 确认 MCP 服务器已被识别并正常响应。

Cursor

1. 安装 Docker 和 Node.js。
2. 获取 HubSpot 访问令牌。
3. 打开 Cursor 的配置文件。
4. 在 mcpServers 下添加如下内容：

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

5. 保存并重启 Cursor。

Cline

1. 确认 Docker 已安装。
2. 获取 HubSpot 访问令牌。
3. 在 Cline 环境下打开配置文件。
4. 添加如下内容：

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

5. 保存并重启 Cline。

API 密钥安全
建议通过环境变量而非硬编码来保护你的 HubSpot 访问令牌。例如：

{
  "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"
      }
    }
  }
}

如何在流程中使用 MCP

在 FlowHunt 中使用 MCP

要将 MCP 服务器集成到你的 FlowHunt 工作流，请先在流程中添加 MCP 组件，并将其连接到 AI 代理：

点击 MCP 组件，打开配置面板。在系统 MCP 配置区，使用如下 JSON 格式填写 MCP 服务器信息：

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

配置完成后，AI 代理即可作为工具调用该 MCP 的所有功能。请根据实际 MCP 服务器名称（如 “github-mcp”、“weather-api” 等）替换 “hubspot”，并用你的 MCP 服务器 URL 替换示例链接。

概览

我对 HubSpot MCP 服务器的总体评价：
服务器在工具和配置文档方面表现出色，但缺乏显式的 Prompt 模板和 MCP 资源原语，限制了其在高级 AI 工作流中的灵活性。未提及采样和 roots 支持。适用于实际 CRM 场景，但若能完善 MCP 功能覆盖会更好。

MCP 评分

MCP 表格评分： 7/10