Apollo.io MCP Server
将 Apollo.io API 功能作为工具公开的 MCP 服务器
edwardchoh
README
Apollo.io MCP 服务器
本项目提供一个 MCP 服务器,它将 Apollo.io API 功能作为工具公开。它允许您使用模型上下文协议 (MCP) 与 Apollo.io API 交互。
概述
该项目包含以下主要组件:
apollo_client.py
: 定义ApolloClient
类,用于与 Apollo.io API 交互。它包括人员信息补全、组织信息补全、人员搜索、组织搜索和组织职位发布的方法。server.py
: 定义 FastMCP 服务器,它将 Apollo.io API 功能作为工具公开。它使用apollo_client.py
中定义的ApolloClient
类与 API 交互。apollo/
: 包含 Apollo.io API 的数据模型,例如PeopleEnrichmentQuery
、OrganizationEnrichmentQuery
、PeopleSearchQuery
、OrganizationSearchQuery
和OrganizationJobPostingsQuery
。
功能
以下功能作为 MCP 工具公开:
people_enrichment
: 使用人员信息补全端点来补全 1 个人的数据。organization_enrichment
: 使用组织信息补全端点来补全 1 家公司的数据。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。
用法
要使用此 MCP 服务器,您需要:
- 使用您的 Apollo.io API 密钥设置
APOLLO_IO_API_KEY
环境变量。或者在项目根目录中创建包含APOLLO_IO_API_KEY
的 '.env' 文件。 - 获取依赖项:
uv sync
- 运行
uv run mcp run server.py
数据模型
apollo/
目录包含 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
: 定义人员信息补全端点的数据模型。apollo/organization.py
: 定义组织信息补全端点的数据模型。apollo/people_search.py
: 定义人员搜索端点的数据模型。apollo/organization_search.py
: 定义组织搜索端点的数据模型。apollo/organization_job_postings.py
: 定义组织职位发布端点的数据模型。
测试
要进行测试,请设置 APOLLO_IO_API_KEY
环境变量并运行 uv run apollo_client.py
。
与 Claude for Desktop 一起使用
- 通过将这些 MCP 服务器添加到您的
claude_desktop_config.json
文件中,配置 Claude for Desktop 以使用它们:
{
"mcpServers": {
"apollo-io-mcp-server": {
"type": "stdio",
"command": "uv",
"args": [
"run",
"mcp",
"run",
"path/to/apollo-io-mcp-server/server.py"
]
}
}
}
资源
推荐服务器
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
MCP Package Docs Server
促进大型语言模型高效访问和获取 Go、Python 和 NPM 包的结构化文档,通过多语言支持和性能优化来增强软件开发。
Claude Code MCP
一个实现了 Claude Code 作为模型上下文协议(Model Context Protocol, MCP)服务器的方案,它可以通过标准化的 MCP 接口来使用 Claude 的软件工程能力(代码生成、编辑、审查和文件操作)。
@kazuph/mcp-taskmanager
用于任务管理的模型上下文协议服务器。它允许 Claude Desktop(或任何 MCP 客户端)在基于队列的系统中管理和执行任务。
mermaid-mcp-server
一个模型上下文协议 (MCP) 服务器,用于将 Mermaid 图表转换为 PNG 图像。
Jira-Context-MCP
MCP 服务器向 AI 编码助手(如 Cursor)提供 Jira 工单信息。

Linear MCP Server
一个模型上下文协议(Model Context Protocol)服务器,它与 Linear 的问题跟踪系统集成,允许大型语言模型(LLM)通过自然语言交互来创建、更新、搜索和评论 Linear 问题。

Sequential Thinking MCP Server
这个服务器通过将复杂问题分解为顺序步骤来促进结构化的问题解决,支持修订,并通过完整的 MCP 集成来实现多条解决方案路径。
Curri MCP Server
通过管理文本笔记、提供笔记创建工具以及使用结构化提示生成摘要,从而实现与 Curri API 的交互。