该项目提供了一个MCP服务器,它暴露了Apollo.io API的功能作为工具。它允许您使用模型上下文协议(MCP)与Apollo.io API进行交互。
项目由以下主要组件组成:
apollo_client.py: 定义了ApolloClient类,用于与Apollo.io API进行交互。它包括人员丰富、组织丰富、人员搜索、组织搜索和组织职位发布的方法。server.py: 定义了FastMCP服务器,该服务器将Apollo.io API的功能暴露为工具。它使用在apollo_client.py中定义的ApolloClient类与API进行交互。apollo/: 包含Apollo.io API的数据模型,如PeopleEnrichmentQuery、OrganizationEnrichmentQuery、PeopleSearchQuery、OrganizationSearchQuery和OrganizationJobPostingsQuery。以下功能被暴露为MCP工具:
people_enrichment: 使用人员丰富端点来丰富单个人员的数据。organization_enrichment: 使用组织丰富端点来丰富单个公司的数据。people_search: 使用人员搜索端点来查找人员。organization_search: 使用组织搜索端点来查找组织。organization_job_postings: 使用组织职位发布端点来查找特定组织的职位发布。要使用此MCP服务器,您需要:
APOLLO_IO_API_KEY为您的Apollo.io API密钥。或者在项目根目录创建一个.env文件,并设置APOLLO_IO_API_KEY。uv syncuv run mcp run server.pyapollo/目录包含了Apollo.io API的数据模型。这些模型用于定义MCP工具的输入和输出。
apollo/people.py: 定义了人员丰富端点的数据模型。
apollo/organization.py: 定义了组织丰富端点的数据模型。
apollo/people_search.py: 定义了人员搜索端点的数据模型。
apollo/organization_search.py: 定义了组织搜索端点的数据模型。
apollo/organization_job_postings.py: 定义了组织职位发布端点的数据模型。
要进行测试,请设置APOLLO_IO_API_KEY环境变量并运行uv run apollo_client.py。
claude_desktop_config.json文件中:{
"mcpServers": {
"apollo-io-mcp-server": {
"type": "stdio",
"command": "uv",
"args": [
"run",
"mcp",
"run",
"path/to/apollo-io-mcp-server/server.py"
]
}
}
}