Databar MCP服务器
A. 模型上下文协议 (MCP)服务器,使克劳德等人工智能助手能够与 数据库.ai的数据丰富API。使用自然语言在数百个数据提供程序中发现、配置和运行数据丰富。
特性
- 智能丰富发现 --按关键字或类别搜索和过滤丰富内容
- 自然语言接口 --询问“获取David的LinkedIn个人资料”,正确的丰富功能会自动运行
- 批量操作 --通过批量丰富和批量瀑布支持在一次调用中丰富许多记录
- 表格管理 --创建表、管理列、插入/更新/追加销售行
- 瀑布支持 --依次尝试多个数据提供程序,直到其中一个成功
- 异步处理 --自动轮询结果,无需人工干预
- 智能高速缓存 -24小时结果缓存减少了API调用和成本
- 错误处理 --具有指数回退和清除错误消息的重试
快速开始
先决条件
- Node.js 18+
- Databar.ai API密钥(在这里买一个)
安装和构建
git clone https://github.com/databar-ai/databar-mcp-server.git
cd databar-mcp-server
npm install
npm run build配置Claude桌面
编辑您的Claude Desktop配置文件:
- macOS:
~/Library/Application Support/Claude/claude_desktop_config.json - 视窗:
%APPDATA%\Claude\claude_desktop_config.json
{
"mcpServers": {
"databar": {
"command": "node",
"args": ["/absolute/path/to/databar-mcp-server/dist/index.js"],
"env": {
"DATABAR_API_KEY": "your-api-key-here"
}
}
}
}重新启动克劳德桌面。通过以下问题进行验证: *“您可以访问哪些Databar工具?”*
使用示例
查找某人的LinkedIn个人资料
*“给我David Abaev的领英个人资料”*
Claude搜索LinkedIn的丰富内容,选择正确的内容,运行它,并返回个人资料数据。
验证电子邮件地址
*“验证电子邮件david@databar.ai"*
使用瀑布图查找电子邮件
*“在谷歌查找约翰·史密斯的电子邮件”*
运行瀑布图,尝试多个提供者,直到其中一个返回结果。
批量丰富列表
*“用公司数据丰富这10封电子邮件:\[list\]”*
使用批量丰富处理单个API调用中的所有记录。
管理表格数据
*“列出我的表”*\ *“在表abc-123中创建5行,列名称和电子邮件”*\ *“获取表abc-123的列”*
可用工具
丰富
| 工具 | 说明 |
|---|---|
search_enrichments | 按关键字或类别搜索丰富内容 |
get_enrichment_details | 获取丰富的参数、定价和响应字段 |
run_enrichment | 运行单个富集(具有自动轮询和缓存) |
run_bulk_enrichment | 一次对多个输入运行富集 |
瀑布
| 工具 | 说明 |
|---|---|
search_waterfalls | 搜索可用的瀑布资源 |
run_waterfall | 运行瀑布图(按顺序尝试提供者) |
run_bulk_waterfall | 同时对多个输入运行瀑布图 |
表格
| 工具 | 说明 |
|---|---|
create_table | 创建新的空表 |
list_tables | 列出工作区中的所有表 |
get_table_columns | 获取表的列架构 |
get_table_rows | 获取带分页的行 |
get_table_enrichments | 列出表上配置的丰富项 |
add_table_enrichment | 使用列映射向表中添加内容丰富 |
run_table_enrichment | 触发表中所有行的富集 |
行运算
| 工具 | 说明 |
|---|---|
create_rows | 插入最多50行,并提供重复数据消除选项 |
patch_rows | 按ID更新现有行上的字段 |
upsert_rows | 根据匹配的键插入或更新行 |
账户
| 工具 | 说明 |
|---|---|
get_user_balance | 获取信用余额和账户信息 |
配置
所有设置均可通过环境变量进行配置:
| 变量 | 默认值 | 描述 |
|---|---|---|
DATABAR_API_KEY | *(必填)* | 您的Databar API密钥 |
DATABAR_BASE_URL | https://api.databar.ai/v1 | API基本URL |
CACHE_TTL_HOURS | 24 | 结果缓存TTL(小时) |
MAX_POLL_ATTEMPTS | 150 | 异步任务的最大轮询尝试次数 |
POLL_INTERVAL_MS | 2000 | 轮询间隔(毫秒) |
运作原理
异步任务处理
- 服务器向Databar API发送运行请求
- API返回
task_id - 服务器自动轮询
/v1/tasks/{task_id}每2秒 - 当状态为
completed,返回结果 - 如果数据已过期(保留1小时),
gone状态处理得当
缓存
- 默认情况下,结果将缓存24小时
- 缓存键:富集ID+序列化参数
- 缓存结果不消耗积分
- 使用
skip_cache: true强制提供新数据
智能分类
丰富内容会自动分类(人员、公司、电子邮件、电话、社交、财务、验证),以帮助人工智能助手选择合适的工具。
发展
npm run dev # Run with tsx (hot reload)
npm run build # Compile TypeScript
npm start # Run compiled output项目结构
databar-mcp-server/
├── src/
│ ├── index.ts # MCP server entry point & tool handlers
│ ├── databar-client.ts # Databar API client with polling
│ ├── cache.ts # In-memory cache with TTL
│ ├── types.ts # TypeScript type definitions
│ └── utils.ts # Helpers & categorization
├── dist/ # Compiled output (generated)
├── package.json
├── tsconfig.json
└── .gitignore故障排除
| 问题 | 解决方案 |
|---|---|
| 服务器未连接 | 验证API密钥,重新生成(npm run build),重新启动克劳德桌面 |
| “未找到丰富内容” | 尝试更广泛的搜索查询;列表缓存每5分钟刷新一次 |
| “任务超时” | 某些浓缩需要更长的时间;增加 MAX_POLL_ATTEMPTS |
| “任务数据已过期” | 数据仅存储1小时;重新运行浓缩 |
| “无效的API密钥” | 检查 .env 或Claude Desktop配置用于拼写错误/额外空格 |
资源
许可证
麻省理工学院
