Pearch MCP Server

offiziell

Beste Suchmaschine für Personen, die die Zeit für die Talentfindung reduziert.

GitHub
6

Dokumentation

Pearch.ai MCP

MCP-Server für Pearch.AI: natürlichsprachliche Suche nach Personen und Unternehmen/Leads (B2B). Nutzbar mit Cursor, Claude Desktop, VS Code oder jedem MCP-kompatiblen Client.

Evaluierung von KI-Rekrutierungs-Sourcing-Tools nach menschlicher Präferenz

Funktionen

  • search_people — natürlichsprachliche Personensuche (z. B. „Softwareentwickler in Kalifornien mit 5+ Jahren Python“); liefert Kandidaten mit optionalen Einblicken und Profilbewertung.
  • search_company_leads — findet Unternehmen und darin enthaltene Leads/Kontakte (B2B); z. B. „KI-Startups in SF, 50–200 Mitarbeiter“ + „CTOs und Engineering Manager“.
  • Standardmäßig Test-Key — funktioniert sofort mit test_mcp_key (maskierte/Beispielergebnisse); eigenen Key für vollständige Ergebnisse setzen.

Voraussetzungen

  • Python 3.10+
  • uv (empfohlen; Linux/macOS: curl -LsSf https://astral.sh/uv/install.sh | sh) oder pip
  • FastMCP — Installation mit pip install fastmcp oder uv add fastmcp

API-Key

Verwende test_mcp_key für maskierte (Beispiel‑)Ergebnisse — keine Anmeldung erforderlich.

Für vollständige, unmaskierte Ergebnisse einen API-Key aus dem Pearch.ai Dashboard beziehen und als PEARCH_API_KEY in der MCP-Konfiguration setzen (siehe Installation unten).

Installation

Repository klonen, dann die Schritte für deinen Client befolgen:

git clone https://github.com/Pearch-ai/mcp_pearch
cd mcp_pearch

Claude Desktop

Automatisch:

fastmcp install claude-desktop pearch_mcp.py --env PEARCH_API_KEY=test_mcp_key

Ersetze test_mcp_key durch deinen Dashboard-Key für vollständige Ergebnisse.

Falls bad interpreter: No such file or directory erscheint (z. B. mit conda), führe aus:

pip install --force-reinstall fastmcp

oder:

python -m fastmcp install claude-desktop pearch_mcp.py --env PEARCH_API_KEY=test_mcp_key

Manuell: ~/.claude/claude_desktop_config.json bearbeiten und unter mcpServers hinzufügen. /path/to/mcp_pearch durch deinen tatsächlichen Pfad ersetzen.

Mit uv:

"Pearch.ai": {
  "command": "uv",
  "args": ["run", "--with", "fastmcp", "fastmcp", "run", "/path/to/mcp_pearch/pearch_mcp.py"],
  "env": { "PEARCH_API_KEY": "test_mcp_key" }
}

Mit pip/conda (ohne uv):

"Pearch.ai": {
  "command": "python",
  "args": ["/path/to/mcp_pearch/pearch_mcp.py"],
  "env": { "PEARCH_API_KEY": "test_mcp_key" }
}

Sicherstellen, dass fastmcp installiert ist: pip install fastmcp.

Cursor

Empfohlen (automatisch):

fastmcp install cursor pearch_mcp.py --env PEARCH_API_KEY=test_mcp_key

Ersetze test_mcp_key durch deinen Dashboard-Key für vollständige Ergebnisse.

Manuell: zu ~/.cursor/mcp.json (oder Projekt-.cursor/mcp.json) hinzufügen:

{
  "mcpServers": {
    "Pearch.ai": {
      "command": "uv",
      "args": ["run", "--with", "fastmcp", "fastmcp", "run", "/absolute/path/to/pearch_mcp.py"],
      "env": { "PEARCH_API_KEY": "test_mcp_key" }
    }
  }
}

Ersetze /absolute/path/to/pearch_mcp.py durch den tatsächlichen Pfad. Verwende test_mcp_key für maskierte Ergebnisse oder deinen Dashboard-Key für vollständige Ergebnisse.

Um ein fertiges Snippet zu generieren:

fastmcp install mcp-json pearch_mcp.py --name "Pearch.ai"

Dann die Ausgabe in mcpServers unter ~/.cursor/mcp.json einfügen.

VS Code und andere Clients

  • VS Code: denselben mcpServers-Block zu .vscode/mcp.json im Workspace hinzufügen.
  • Andere MCP-Clients: dasselbe command / args / env-Format in der MCP-Konfiguration des Clients verwenden.

Ein Konfigurations-Snippet generieren (Standard test_mcp_key; füge --env PEARCH_API_KEY=your-key für vollständige Ergebnisse hinzu):

fastmcp install mcp-json pearch_mcp.py --name "Pearch.ai"

Das generierte Objekt in die mcpServers des Clients einfügen.

Tools

ToolBeschreibung
search_peopleNatürlichsprachliche Personensuche oder Folgesuche in einem Thread. Beispiel: „Softwareentwickler in Kalifornien mit 5+ Jahren Python“, „Senior ML-Forscher in Berlin“.
search_company_leadsFindet Unternehmen und Leads/Kontakte (B2B). Beispiel: Unternehmen „KI-Startups in SF, 50–200 Mitarbeiter“ + Leads „CTOs und Engineering Manager“.

Basis-URL: PEARCH_API_URL oder pro Aufruf base_url (Standard https://api.pearch.ai).

Remote HTTP (Kubernetes / Cursor URL)

Der Server stellt Streamable HTTP unter /mcp bereit, wenn er mit Uvicorn ausgeführt wird:

export PEARCH_API_URL='https://api.pearch.ai'   # optional
uvicorn pearch_mcp:app --host 0.0.0.0 --port 8000

Health: GET /health oder /healthcheck.

Remote-Zugriff verwendet denselben Pearch API-Key wie api.pearch.ai (Authorization: Bearer). Der Server validiert Keys über GET /v1/user. Demo-Key test_mcp_key wird ebenfalls akzeptiert (maskierte Ergebnisse).

Cursor ~/.cursor/mcp.json:

{
  "mcpServers": {
    "Pearch.ai": {
      "url": "https://mcp.pearch.ai/mcp",
      "headers": {
        "Authorization": "Bearer ${env:PEARCH_API_KEY}"
      }
    }
  }
}

Entwicklung

export PEARCH_API_KEY='test_mcp_key'   # or your key for full results
fastmcp dev inspector pearch_mcp.py

Support

Lizenz

MIT — siehe LICENSE.