Intercom MCP 服务器

“Intercom” MCP 服务器有什么作用？

Intercom MCP（模型上下文协议）服务器是一个符合 MCP 协议的工具，使 AI 助手能够访问和分析来自 Intercom 的客户支持数据。该服务器充当 AI agent 与 Intercom API 之间的桥梁，允许通过高级筛选（按客户、状态、日期、关键词等）搜索对话和工单，也支持在没有联系人的情况下按邮件内容搜索。服务器通过 Intercom 的搜索 API 实现高效的服务器端过滤，简化了相关支持信息的获取流程。通过与 MCP 兼容的 AI 助手集成，Intercom MCP 服务器提升了客户支持自动化、分析等开发工作流。

提示词列表

资源列表

工具列表

此 MCP 服务器的应用场景

• 客户支持工单搜索： 开发者可以让 AI 助手检索并筛选 Intercom 对话或工单，快速定位相关支持案例，提高客服效率。
• 高级分析筛选： AI 工具可通过服务器按状态、客户、关键词或日期范围分析支持活动，便于满意度分析和趋势监控。
• 邮件内容搜索： 支持按邮件内容搜索对话，即使没有联系人，也能全面查阅支持历史。
• 无缝 AI 集成： 可轻松集成至符合 MCP 的 AI 工具，实现支持团队自动化和工作流增强。
• 服务器端过滤与高效性： 利用 Intercom 自身的搜索 API，开发者能获得快速、高效、可扩展的数据检索，适用于下游 AI 或报表任务。

如何搭建

Windsurf

1. 安装 Node.js（v18.0.0 及以上版本）。
2. 从 Intercom 账户设置获取 API token。
3. 编辑 Windsurf 配置文件，添加 Intercom MCP 服务器。
4. 添加 MCP 服务器配置项，JSON 示例见下。
5. 重启 Windsurf，并通过 MCP 服务器状态接口验证。

"mcpServers": {
  "intercom-mcp": {
    "command": "npx",
    "args": ["@raoulbia-ai/mcp-server-for-intercom@latest"],
    "env": {
      "INTERCOM_ACCESS_TOKEN": "${INTERCOM_ACCESS_TOKEN}"
    }
  }
}

注意：请以环境变量方式安全存储 Intercom API 密钥。

Claude

1. 确保已安装 Node.js。
2. 获取您的 Intercom API token。
3. 定位 Claude 的 MCP 配置部分。
4. 使用下方 JSON 添加 Intercom MCP 服务器。
5. 重启 Claude 并确认 MCP 服务器激活。

"mcpServers": {
  "intercom-mcp": {
    "command": "npx",
    "args": ["@raoulbia-ai/mcp-server-for-intercom@latest"],
    "env": {
      "INTERCOM_ACCESS_TOKEN": "${INTERCOM_ACCESS_TOKEN}"
    }
  }
}

Cursor

1. 安装 Node.js（v18+）。
2. 获取 Intercom API token。
3. 打开 Cursor 的 MCP 服务器配置文件。
4. 插入以下配置片段。
5. 重启 Cursor 并验证配置。

"mcpServers": {
  "intercom-mcp": {
    "command": "npx",
    "args": ["@raoulbia-ai/mcp-server-for-intercom@latest"],
    "env": {
      "INTERCOM_ACCESS_TOKEN": "${INTERCOM_ACCESS_TOKEN}"
    }
  }
}

Cline

1. 安装 Node.js（18+）。
2. 获取您的 Intercom API token。
3. 编辑 Cline 的 MCP 服务器配置。
4. 添加 Intercom MCP 配置项，见下方片段。
5. 重启 Cline 并通过服务器接口确认。

"mcpServers": {
  "intercom-mcp": {
    "command": "npx",
    "args": ["@raoulbia-ai/mcp-server-for-intercom@latest"],
    "env": {
      "INTERCOM_ACCESS_TOKEN": "${INTERCOM_ACCESS_TOKEN}"
    }
  }
}

提示： 始终如示例所示，通过环境变量方式引用 API 密钥以保证安全。

环境变量与 inputs 示例

"mcpServers": {
  "intercom-mcp": {
    "command": "npx",
    "args": ["@raoulbia-ai/mcp-server-for-intercom@latest"],
    "env": {
      "INTERCOM_ACCESS_TOKEN": "${INTERCOM_ACCESS_TOKEN}"
    },
    "inputs": {
      "INTERCOM_ACCESS_TOKEN": "string"
    }
  }
}

如何在流程中使用该 MCP

在 FlowHunt 中使用 MCP

要将 MCP 服务器集成到 FlowHunt 工作流，请先将 MCP 组件添加到流程中，并连接至您的 AI agent：

点击 MCP 组件进入配置面板。在系统 MCP 配置部分，使用如下 JSON 格式填写您的 MCP 服务器信息：

{
  "intercom-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

配置完成后，AI agent 即可作为工具使用该 MCP，访问其全部功能。请将 “intercom-mcp” 替换为您实际 MCP 服务器的名称，并将 URL 替换为您自己的服务器地址。

概览

根据现有资料，Intercom MCP 服务器是针对 Intercom 集成而打造的聚焦型实用服务器，但缺乏详细的 MCP 功能文档和工具/资源清单。文档在搭建方面较完善，但在高级 MCP 功能上不够完整。

我们的观点

该 MCP 服务器为 AI 工具与 Intercom 架起了宝贵的桥梁，但未完整记录 MCP 的全部原语（如提示词、工具、资源）。它面向 Intercom 支持场景，定位清晰，但在 MCP 完整性和透明度方面得分较低。

MCP 评分