Pearch MCP Server

Pearch.ai MCP

Servidor MCP para Pearch.AI: búsqueda en lenguaje natural sobre personas y empresas/prospectos (B2B). Úselo desde Cursor, Claude Desktop, VS Code o cualquier cliente compatible con MCP.

Evaluación de herramientas de búsqueda de talento con IA según preferencia humana

Características

• search_people — búsqueda en lenguaje natural de personas (ej. “ingenieros de software en California con más de 5 años de experiencia en Python”); devuelve candidatos con información adicional y puntuación de perfil opcionales.
• search_company_leads — encuentra empresas y prospectos/contactos dentro de ellas (B2B); ej. “startups de IA en SF, de 50 a 200 empleados” + “CTOs y gerentes de ingeniería”.
• Clave de prueba por defecto — funciona de inmediato con test_mcp_key (resultados enmascarados/de muestra); configure su propia clave para obtener resultados completos.

Requisitos previos

• Python 3.10+
• uv (recomendado; Linux/macOS: curl -LsSf https://astral.sh/uv/install.sh | sh) o pip
• FastMCP — instalar con pip install fastmcp o uv add fastmcp

Clave API

Use test_mcp_key para obtener resultados enmascarados (de muestra) — no es necesario registrarse.

Para obtener resultados completos sin enmascarar, obtenga una clave API desde el Panel de Pearch.ai y configúrela como PEARCH_API_KEY en su configuración de MCP (consulte Instalación a continuación).

Instalación

Clone el repositorio y luego siga los pasos para su cliente:

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

Claude Desktop

Automático:

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

Reemplace test_mcp_key con su clave del panel para obtener resultados completos.

Si ve bad interpreter: No such file or directory (ej. con conda), ejecute:

pip install --force-reinstall fastmcp

o:

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

Manual: edite ~/.claude/claude_desktop_config.json y agregue bajo mcpServers. Reemplace /path/to/mcp_pearch con su ruta real.

Con 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" }
}

Con pip/conda (sin uv):

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

Asegúrese de que fastmcp esté instalado: pip install fastmcp.

Cursor

Recomendado (automático):

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

Reemplace test_mcp_key con su clave del panel para obtener resultados completos.

Manual: agregue a ~/.cursor/mcp.json (o al proyecto .cursor/mcp.json):

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

Reemplace /absolute/path/to/pearch_mcp.py con la ruta real. Use test_mcp_key para resultados enmascarados, o su clave del panel para resultados completos.

Para generar un fragmento listo:

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

Luego pegue la salida en mcpServers en ~/.cursor/mcp.json.

VS Code y otros clientes

• VS Code: agregue el mismo bloque mcpServers a .vscode/mcp.json en su espacio de trabajo.
• Otros clientes MCP: use el mismo formato command / args / env en la configuración MCP del cliente.

Genere un fragmento de configuración (por defecto test_mcp_key; agregue --env PEARCH_API_KEY=your-key para resultados completos):

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

Pegue el objeto generado en el mcpServers de su cliente.

Herramientas

Herramienta	Descripción
search_people	Búsqueda en lenguaje natural de personas o seguimiento de un hilo. Ejemplo: "ingenieros de software en California con más de 5 años de experiencia en Python", "investigadores senior de ML en Berlín".
search_company_leads	Encuentra empresas y prospectos/contactos (B2B). Ejemplo: empresa "startups de IA en SF, de 50 a 200 empleados" + prospectos "CTOs y gerentes de ingeniería".

URL base: PEARCH_API_URL o por llamada base_url (por defecto https://api.pearch.ai).

HTTP remoto (Kubernetes / URL de Cursor)

El servidor expone HTTP transmitible en /mcp cuando se ejecuta con Uvicorn:

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

Salud: GET /health o /healthcheck.

El acceso remoto usa la misma clave API de Pearch que api.pearch.ai (Authorization: Bearer). El servidor valida las claves mediante GET /v1/user. La clave demo test_mcp_key también se acepta (resultados enmascarados).

Cursor ~/.cursor/mcp.json:

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

Desarrollo

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

Soporte

• Abrir un issue
• [email protected]

Licencia

MIT — consulte LICENSE.