Elastic Email MCP Server
ทางการเซิร์ฟเวอร์ Elastic Email MCP ช่วยให้เอเจนต์ AI เช่น GitHub Copilot, ChatGPT, Claude และผู้ช่วยอื่นๆ ที่เข้ากันได้สามารถผสานรวมกับบัญชี Elastic Email ของคุณได้อย่างราบรื่น
เอกสาร
ด้วยการใช้งาน MCP ทำให้ Elastic Email อนุญาตให้ AI Agent เข้าถึงและควบคุมการดำเนินการด้านอีเมลของคุณ พร้อมทั้งรักษาความปลอดภัยและการตรวจสอบสิทธิ์ที่เหมาะสม
การดำเนินการที่ MCP ของเราจะสามารถทำแทนคุณได้
- เพิ่มผู้ติดต่อลงในรายการ
- อัปโหลดและเพิ่มผู้ติดต่อ
- สร้างรายการ
- สร้างเซ็กเมนต์
- สร้างแคมเปญ
- ดูรายการแคมเปญ
- อัปเดตแคมเปญ
- หยุดแคมเปญชั่วคราว
- แสดงรายการแคมเปญ
- ส่งอีเมล: ทั้งแบบทรานแซกชันและแบบจำนวนมาก
- ดึงข้อมูลผู้ติดต่อ, ผู้ติดต่อทั้งหมด, ผู้ติดต่อจากรายการ
- ดึงข้อมูลรายการ
- ดึงข้อมูลเทมเพลต
- ดึงข้อมูลเซ็กเมนต์
- พร้อมใช้งานหรือไม่ (การตรวจสอบความสมบูรณ์, การเชื่อมต่อ และความพร้อม)
- ลบผู้ติดต่อออกจากรายการ
- ลบผู้ติดต่อออกจากบัญชี
โปรดทราบว่าไม่ใช่ทุกปลายทางที่ระบุไว้จะพร้อมใช้งานสำหรับแผนราคาทั้งหมดของ Elastic Email ตัวอย่างเช่น ปลายทางแคมเปญและผู้ติดต่อไม่พร้อมใช้งานสำหรับแผน Email API นี่คือรายการบทความทั้งหมดของเราที่เกี่ยวข้องกับฟีเจอร์ที่ระบุไว้ข้างต้น:
https://help.elasticemail.com/en/articles/4984897-contact-lists-and-segments
https://help.elasticemail.com/en/articles/5472509-how-to-send-your-first-campaign
http://help.elasticemail.com/en/articles/2300606-how-to-manage-templates
การตั้งค่า
ในการเชื่อมต่อกับเซิร์ฟเวอร์ MCP ของเรา คุณสามารถใช้ AI Agent ใดก็ได้ที่รองรับ MCP ข้อกำหนดหลักสำหรับการตั้งค่าใดๆ คือการรองรับ "โหมด Agent" ซึ่งช่วยให้ AI Agent สามารถโต้ตอบกับบริการภายนอกได้อย่างปลอดภัยผ่านโปรแกรม
เราได้เตรียมตัวอย่างการตั้งค่าทีละขั้นตอนโดยใช้เครื่องมือ VS Code และ Github Copilot
- https://github.com คุณจะต้องสร้างบัญชีฟรีใน Github
- https://code.visualstudio.com/ ดาวน์โหลด VS Code จากเว็บไซต์นี้
ถัดไปคุณจะต้องเชื่อมต่อบัญชี Github ของคุณกับ VS Code
-
ติดตั้งและเรียกใช้ VS Code
-
เปิดส่วนขยายในเมนูด้านซ้ายและติดตั้งส่วนขยาย Github Copilot และ Github Copilot Chat
-
ลงชื่อเข้าใช้ Github โดยใช้บัญชีที่คุณสร้างในขั้นตอนก่อนหน้า
-
อนุญาต Visual Studio Code ใน Github Copilot
-
อนุญาตให้เรียกใช้ VS Code ในขั้นตอนถัดไป
-
เพื่อแสดงหน้าต่างแชท ไปที่ View → Chat ในเมนูด้านบนของ VS Code แชทควรแสดงทางด้านขวา
-
สลับแชทเป็นโหมด Agent
-
สร้างคีย์ API ใน Elastic Email สิทธิ์ที่จำเป็นในการดูและแก้ไขมีดังนี้: Account, Templates, Campaigns, Contacts, Files, Send HTTP นอกจากนี้ อย่างน้อยต้องมีสิทธิ์ "view" สำหรับ Access Tokens โปรดจำไว้ว่า ห้าม แชร์คีย์ API ของคุณกับบุคคลที่สามที่ไม่ได้รับอนุญาต!
-
ในแถบด้านบนของ VS Code ใช้ฟังก์ชันค้นหาเพื่อค้นหา: Show and run commands
-
คุณสามารถเขียน "MCP" ในช่องค้นหาเพื่อจำกัดตัวเลือกที่มีให้แคบลงและเลือก "MCP: Open user configuration"
-
วางข้อความการกำหนดค่าดังตัวอย่างด้านล่าง (หากคุณมีเซิร์ฟเวอร์ใดๆ อยู่แล้ว เฉพาะข้อมูล elasticemail.mcp ก็เพียงพอ)
{
"servers": {
"elasticemail.mcp": {
"url": "https://mcp.elasticemail.com",
"headers": {
"X-Auth-Token": "your_api_key"
}
}
}
}
โปรดทราบว่าขั้นตอนที่สำคัญที่สุดคือการป้อนคีย์ API จริงของคุณพร้อมสิทธิ์ที่กล่าวถึงข้างต้น และโปรดตรวจสอบให้แน่ใจว่าหลังจากแก้ไขฟิลด์นี้ คุณต้องบันทึกการเปลี่ยนแปลงก่อนดำเนินการต่อ หากไม่บันทึกการเปลี่ยนแปลง ตัวเลือกในการ "เริ่มต้น" การรวมระบบจะไม่ปรากฏขึ้น
-
ตอนนี้คุณสามารถเริ่มต้นการเชื่อมต่อกับเซิร์ฟเวอร์ MCP: คลิก Start เหนือ elasticemail.mcp ในไฟล์การกำหนดค่า
-
วิธีอื่น: เลือก Extensions จากเมนูด้านซ้าย เลือกเซิร์ฟเวอร์จาก MCP SERVERS INSTALLED ที่ด้านล่าง คลิกขวาและเลือก Start server
จากนี้ไปคุณสามารถใช้การดำเนินการที่ Elastic Email MCP server มอบให้ภายในหน้าต่างแชท การดำเนินการเหล่านี้ได้ระบุไว้ในตอนต้นของบทความนี้
คุณสามารถลองใช้คำสั่งแรกเพื่อให้แน่ใจว่าการรวมระบบทำงานได้ คุณสามารถป้อนพรอมต์ "Is MCP working" เป็นตัวอย่าง และหากทุกอย่างทำงานได้ คุณควรได้รับการยืนยันเป็นคำตอบ
เพื่อให้เข้าใจมากขึ้นว่าการรวมระบบประเภทนี้ทำงานอย่างไรในฝั่งของ Elastic Email คุณสามารถตรวจสอบเอกสาร API ของเราได้เช่นกัน:
https://elasticemail.com/developers/api-documentation/rest-api
เคล็ดลับ
- AI Agent อาจติดขัดในการจดจำคำสั่งก่อนหน้านี้และลองทำซ้ำ การเริ่มเซสชันแชทใหม่มีประโยชน์ในการแก้ไขปัญหาดังกล่าว นอกจากนี้คุณอาจสั่งให้ Agent ดึงเครื่องมือใหม่และบอกว่ามีการเปลี่ยนแปลงบนเซิร์ฟเวอร์เพื่อให้แน่ใจว่ามันดึงข้อมูลใหม่จริงๆ
- ยิ่งพรอมต์แม่นยำมากเท่าไหร่ ก็ยิ่งเหลือช่องว่างให้ LLM ตีความน้อยลง ลดปัญหาที่เกี่ยวข้องกับการสร้างข้อมูลเท็จ
- การตรวจสอบคำขอก่อนส่งมีประโยชน์ เนื่องจากคุณอาจสังเกตเห็นความไม่สอดคล้องที่อาจเกิดขึ้นจากการที่ LLM แปลคำขอของคุณเป็นคำเรียก API