Explorium API MCP サーバー

mcp-explorerium-ci PyPIバージョン Pythonのバージョン

Explorium MCPサーバーは、 Explorium APIとの連携に使用されるモデルコンテキストプロトコルサーバーです。AIアシスタントがExploriumのビジネスデータおよび見込み客データ検索機能にアクセスできるようにします。

📋 目次

Related MCP server: GemForge-Gemini-Tools-MCP

概要

Explorium MCPサーバーは、AIアシスタントがExploriumの広範なビジネスおよび見込み客データベースにアクセスできるようにします。これにより、AIツールはチャットインターフェースを通じて、企業、業界、専門家に関する正確で最新の情報を直接提供できるようになります。

インストール

PyPI から Explorium MCP サーバーをインストールします。

pip install explorium-mcp-server

このパッケージには Python 3.10 以降が必要です。

開発のためのセットアップ

リポジトリをクローンします。

git clone https://github.com/explorium-ai/mcp-explorium.git cd mcp-explorium

uvを使用して開発環境をセットアップします。

# Install uv if you don't have it pip install uv # Create and activate the virtual environment with all development dependencies uv sync --group dev

ルートディレクトリに Explorium API キーを使用して.envファイルを作成します。

EXPLORIUM_API_KEY=your_api_key_here

API キーを取得するには、 Explorium API ドキュメントの指示に従ってください。

ローカルで実行

mcp dev local_dev_server.py

AIアシスタントとの使用

Claude Desktopでの使用

公式のモデルコンテキストプロトコルガイドに従って、Claude Desktop をインストールし、MCP サーバーを使用するように設定します。
次のエントリをclaude_desktop_config.jsonファイルに追加します。

{ "mcpServers": { "Explorium": { "command": "<PATH_TO_UVX>", "args": [ "explorium-mcp-server" ], "env": { "EXPLORIUM_API_KEY": "<YOUR_API_KEY>" } } } }

開発の場合は、代わりに次の構成を使用できます。

{ "mcpServers": { "Explorium": { "command": "<UV_INSTALL_PATH>", "args": [ "run", "--directory", "<REPOSITORY_PATH>", "mcp", "run", "local_dev_server.py" ], "env": { "EXPLORIUM_API_KEY": "<YOUR_API_KEY>" } } } }

すべてのプレースホルダーを実際のパスと API キーに置き換えます。

カーソルとの使用

Cursor にはMCP サーバーのサポートが組み込まれています。

Explorium MCP サーバーを使用するように構成するには:

Cursor > Settings > Cursor Settings > MCPに移動します。
次のコマンドで「Explorium」エントリを追加します。

開発には以下を使用します:

uv run --directory <repo_path> mcp run local_dev_server.py

カーソル設定で「Yolo モード」をオンにするとCursor > Settings > Cursor Settings > Features > Chat > Enable Yolo modeで確認せずにツールを使用できます。

プロジェクト構造

mcp-explorium/ ├── .github/workflows/ # CI/CD configuration │ └── ci.yml # Main CI workflow ├── src/ # Source code │ └── explorium_mcp_server/ │ ├── __init__.py # Package initialization │ ├── __main__.py # Entry point for direct execution │ ├── models/ # Data models and schemas │ └── tools/ # MCP tools implementation ├── tests/ # Test suite ├── .env # Local environment variables (not in repo) ├── local_dev_server.py # Development server script ├── Makefile # Development shortcuts ├── pyproject.toml # Project metadata and dependencies └── README.md # Project documentation

開発ワークフロー

開発のためのセットアップの説明に従って環境をセットアップします。
コードベースに変更を加える
コードをフォーマットします:

make format

リンティングチェックを実行します。

make lint

テストを実行します:

make test

継続的インテグレーション

このプロジェクトでは、CI/CDにGitHub Actionsを使用しています。.github .github/workflows/ci.ymlで定義されたワークフローは、以下の処理を実行します。

バージョンチェック: pyproject.tomlのバージョンがメインにマージされる前に増加していることを確認します。
リンティング: ruffを使用してコードスタイルとフォーマットのチェックを実行します
テスト: カバレッジレポート付きのテストスイートを実行します
デプロイメント: メインにマージするときに、 pyproject.tomlのバージョンでリポジトリにタグを付ける

建築と出版

パッケージの構築

配布用パッケージをビルドするには:

pyproject.tomlのバージョンを更新します (新しいリリースごとに必要)
ビルドコマンドを実行します。

uv build

これにより、ビルドされたパッケージを含むdist/ディレクトリが作成されます。

PyPIへの公開

パッケージをPyPIに公開するには:

twineが取り付けられていることを確認します。

uv pip install twine

ビルドしたパッケージを PyPI にアップロードします。

twine upload dist/*

PyPI の資格情報を提供するか、 .pypircファイルで設定する必要があります。

自動バージョン管理とタグ付け

変更がメインブランチにマージされると、CI ワークフローは自動的に次の処理を実行します。

pyproject.tomlのバージョンでリポジトリにタグを付ける
タグをGitHubにプッシュする

Explorium AgentSource MCP Server