Pearch

oficial

Melhor mecanismo de busca de pessoas que reduz o tempo gasto na descoberta de talentos.

O que você pode fazer com Pearch MCP?

Encontre candidatos por descrição em linguagem natural — Pesquise pessoas usando search_people, por exemplo, por habilidades, localização, experiência ou cargo.
Descubra empresas B2B e contatos — Use search_company_leads para encontrar empresas que correspondam aos critérios e contatos-chave dentro delas.
Teste sem uma chave de API — Comece imediatamente com test_mcp_key para obter resultados de amostra mascarados antes de atualizar para uma chave completa.

Documentação

Pearch.ai MCP

Servidor MCP para Pearch.AI: busca em linguagem natural sobre pessoas e empresas/leads (B2B). Utilize-o a partir do Cursor, Claude Desktop, VS Code ou qualquer cliente compatível com MCP.

Avaliando Ferramentas de Recrutamento por IA com Base na Preferência Humana

Funcionalidades

search_people — busca em linguagem natural por pessoas (ex.: “engenheiros de software na Califórnia com mais de 5 anos de Python”); retorna candidatos com insights opcionais e pontuação de perfil.
search_company_leads — encontre empresas e leads/contatos dentro delas (B2B); ex.: “startups de IA em SF, 50–200 funcionários” + “CTOs e gerentes de engenharia”.
Chave de teste por padrão — funciona imediatamente com test_mcp_key (resultados mascarados/amostra); defina sua própria chave para resultados completos.

Pré-requisitos

Python 3.10+
uv (recomendado; Linux/macOS: curl -LsSf https://astral.sh/uv/install.sh | sh) ou pip
FastMCP — instale com pip install fastmcp ou uv add fastmcp

Chave de API

Use test_mcp_key para resultados mascarados (amostra) — sem necessidade de cadastro.

Para resultados completos e sem máscara, obtenha uma chave de API no Painel do Pearch.ai e defina-a como PEARCH_API_KEY na sua configuração MCP (veja Instalação abaixo).

Instalação

Clone o repositório e siga os passos para o seu 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

Substitua test_mcp_key pela sua chave do painel para resultados completos.

Se você vir bad interpreter: No such file or directory (ex.: com conda), execute:

pip install --force-reinstall fastmcp

ou:

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

Manual: edite ~/.claude/claude_desktop_config.json e adicione em mcpServers. Substitua /path/to/mcp_pearch pelo caminho real.

Com 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" }
}

Com pip/conda (sem uv):

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

Certifique-se de que o fastmcp esteja instalado: pip install fastmcp.

Cursor

Recomendado (automático):

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

Substitua test_mcp_key pela sua chave do painel para resultados completos.

Manual: adicione ao ~/.cursor/mcp.json (ou ao .cursor/mcp.json do projeto):

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

Substitua /absolute/path/to/pearch_mcp.py pelo caminho real. Use test_mcp_key para resultados mascarados ou sua chave do painel para resultados completos.

Para gerar um trecho pronto:

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

Em seguida, cole a saída em mcpServers no ~/.cursor/mcp.json.

VS Code e outros clientes

VS Code: adicione o mesmo bloco mcpServers ao .vscode/mcp.json no seu espaço de trabalho.
Outros clientes MCP: use o mesmo formato command / args / env na configuração MCP do cliente.

Gere um trecho de configuração (padrão para test_mcp_key; adicione --env PEARCH_API_KEY=your-key para resultados completos):

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

Cole o objeto gerado no mcpServers do seu cliente.

Ferramentas

Ferramenta	Descrição
search_people	Busca em linguagem natural por pessoas ou acompanhamento de um tópico. Exemplo: "engenheiros de software na Califórnia com mais de 5 anos de Python", "pesquisadores seniores de ML em Berlim".
search_company_leads	Encontre empresas e leads/contatos (B2B). Exemplo: empresa "startups de IA em SF, 50–200 funcionários" + leads "CTOs e gerentes de engenharia".

URL base: PEARCH_API_URL ou por chamada base_url (padrão https://api.pearch.ai).

HTTP Remoto (Kubernetes / URL do Cursor)

O servidor expõe HTTP Transmissível em /mcp quando executado com Uvicorn:

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

Saúde: GET /health ou /healthcheck.

O acesso remoto usa a mesma chave de API do Pearch que api.pearch.ai (Authorization: Bearer). O servidor valida as chaves via GET /v1/user. A chave de demonstração test_mcp_key também é aceita (resultados mascarados).

~/.cursor/mcp.json do Cursor:

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

Desenvolvimento

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

Suporte

Licença

MIT — veja LICENSE.