HubSpot MCP服务器
](https://hub.docker.com/r/buryhuang/mcp-hubspot) 
概述
模型上下文协议（MCP）服务器，使AI助手能够与HubSpot CRM数据进行交互。该服务器将AI模型与您的HubSpot帐户连接起来，提供对联系人、公司和参与数据的直接访问。内置向量存储和缓存机制有助于克服HubSpot API的限制，同时提高响应时间。
我们的实现优先考虑最常用、高价值的HubSpot操作，并具有强大的错误处理和API稳定性。每个组件都针对人工智能友好的交互进行了优化，即使在复杂的多步骤CRM工作流程中也能确保可靠的性能。
为什么选择MCP HubSpot？
- 直接CRM访问：将Claude和其他人工智能助手连接到您的HubSpot数据，无需中间步骤
- 上下文保留：使用FAISS的矢量存储可以跨以前的交互进行语义搜索
- 零配置：使用最少的设置进行简单的Docker部署
示例提示
Create HubSpot contacts and companies from this LinkedIn profile:
[Paste LinkedIn profile text]What's happening lately with my pipeline?可用工具
该服务器提供用于HubSpot管理和数据检索的工具：
| 工具 | 目的 |
|---|---|
hubspot_create_contact | 创建具有防重复功能的联系人 |
hubspot_create_company | 创建具有防重复功能的公司 |
hubspot_get_company_activity | 检索特定公司的活动 |
hubspot_get_active_companies | 检索最近活跃的公司 |
hubspot_get_active_contacts | 检索最近活跃的联系人 |
hubspot_get_recent_conversations | 检索最近包含消息的对话线程 |
hubspot_search_data | 对以前检索到的HubSpot数据进行语义搜索 |
性能特点
- 矢量存储器：利用FAISS进行高效的语义搜索和检索
- 线程级别索引：单独存储每个对话线程以进行精确检索
- 嵌入缓存：使用具有自动缓存功能的SentenceTransformer
- 永久存储：数据在可配置存储目录中的会话之间持续存在
- 多平台支持：针对各种架构优化了Docker镜像
设置
先决条件
您需要一个具有以下作用域的HubSpot访问令牌：
- crm.objects.contacts（读/写）
- crm.objects.com公司（读/写）
- 销售电子邮件已阅读
快速开始
# Install via Smithery (recommended)
npx -y @smithery/cli@latest install mcp-hubspot --client claude
# Or pull Docker image directly
docker run -e HUBSPOT_ACCESS_TOKEN=your_token buryhuang/mcp-hubspot:latestDocker配置
对于Claude桌面中的手动配置：
{
"mcpServers": {
"hubspot": {
"command": "docker",
"args": [
"run", "-i", "--rm",
"-e", "HUBSPOT_ACCESS_TOKEN=your_token",
"-v", "/path/to/storage:/storage", # Optional persistent storage
"buryhuang/mcp-hubspot:latest"
]
}
}
}构建Docker镜像
要在本地构建Docker镜像：
git clone https://github.com/buryhuang/mcp-hubspot.git
cd mcp-hubspot
docker build -t mcp-hubspot .对于多平台构建：
docker buildx create --use
docker buildx build --platform linux/amd64,linux/arm64 -t buryhuang/mcp-hubspot:latest --push .发展
pip install -e .许可证
MIT许可证
