Pearch MCP Server

Pearch.ai MCP

Serveur MCP pour Pearch.AI : recherche en langage naturel de personnes et d’entreprises/prospects (B2B). Utilisez-le depuis Cursor, Claude Desktop, VS Code ou tout client compatible MCP.

Évaluation des outils de sourcing IA pour le recrutement selon les préférences humaines

Fonctionnalités

• search_people — recherche en langage naturel de personnes (ex. : « ingénieurs logiciels en Californie avec plus de 5 ans de Python ») ; renvoie des candidats avec des informations optionnelles et un score de profil.
• search_company_leads — trouver des entreprises et des prospects/contacts en leur sein (B2B) ; ex. : « startups IA à SF, 50–200 employés » + « CTO et responsables ingénierie ».
• Clé de test par défaut — fonctionne immédiatement avec test_mcp_key (résultats masqués/échantillons) ; définissez votre propre clé pour des résultats complets.

Prérequis

• Python 3.10+
• uv (recommandé ; Linux/macOS : curl -LsSf https://astral.sh/uv/install.sh | sh) ou pip
• FastMCP — installer avec pip install fastmcp ou uv add fastmcp

Clé API

Utilisez test_mcp_key pour des résultats masqués (échantillons) — aucune inscription requise.

Pour des résultats complets et non masqués, obtenez une clé API depuis le tableau de bord Pearch.ai et définissez-la comme PEARCH_API_KEY dans votre configuration MCP (voir Installation ci-dessous).

Installation

Clonez le dépôt, puis suivez les étapes pour votre client :

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

Claude Desktop

Automatique :

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

Remplacez test_mcp_key par votre clé du tableau de bord pour des résultats complets.

Si vous voyez bad interpreter: No such file or directory (ex. avec conda), exécutez :

pip install --force-reinstall fastmcp

ou :

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

Manuel : modifiez ~/.claude/claude_desktop_config.json et ajoutez sous mcpServers. Remplacez /path/to/mcp_pearch par votre chemin réel.

Avec 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" }
}

Avec pip/conda (sans uv) :

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

Assurez-vous que fastmcp est installé : pip install fastmcp.

Cursor

Recommandé (automatique) :

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

Remplacez test_mcp_key par votre clé du tableau de bord pour des résultats complets.

Manuel : ajoutez à ~/.cursor/mcp.json (ou au projet .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" }
    }
  }
}

Remplacez /absolute/path/to/pearch_mcp.py par le chemin réel. Utilisez test_mcp_key pour des résultats masqués, ou votre clé du tableau de bord pour des résultats complets.

Pour générer un extrait prêt à l’emploi :

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

Collez ensuite la sortie dans mcpServers sous ~/.cursor/mcp.json.

VS Code et autres clients

• VS Code : ajoutez le même bloc mcpServers à .vscode/mcp.json dans votre espace de travail.
• Autres clients MCP : utilisez le même format command / args / env dans la configuration MCP du client.

Générez un extrait de configuration (par défaut test_mcp_key ; ajoutez --env PEARCH_API_KEY=your-key pour des résultats complets) :

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

Collez l’objet généré dans le mcpServers de votre client.

Outils

Outil	Description
search_people	Recherche en langage naturel de personnes ou suivi d’un fil de discussion. Exemple : "ingénieurs logiciels en Californie avec plus de 5 ans de Python", "chercheurs ML seniors à Berlin".
search_company_leads	Trouver des entreprises et des prospects/contacts (B2B). Exemple : entreprise "startups IA à SF, 50–200 employés" + prospects "CTO et responsables ingénierie".

URL de base : PEARCH_API_URL ou par appel base_url (par défaut https://api.pearch.ai).

HTTP distant (Kubernetes / URL Cursor)

Le serveur expose du HTTP streamable sur /mcp lorsqu’il est exécuté avec Uvicorn :

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

Santé : GET /health ou /healthcheck.

L’accès distant utilise la même clé API Pearch que api.pearch.ai (Authorization: Bearer). Le serveur valide les clés via GET /v1/user. La clé de démonstration test_mcp_key est également acceptée (résultats masqués).

Cursor ~/.cursor/mcp.json :

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

Développement

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

Support

• Ouvrir un ticket
• [email protected]

Licence

MIT — voir LICENSE.