Pearch

官方

最佳人才搜索引擎，减少人才发现所花费的时间。

GitHub
8

你可以用 Pearch MCP 做什么？

  • 通过自然语言描述查找候选人 — 使用 search_people 搜索人员，例如按技能、地点、经验或职位进行搜索。
  • 发现 B2B 公司和联系人 — 使用 search_company_leads 查找符合标准的公司及其中的关键联系人。
  • 无需 API 密钥即可测试 — 在升级到完整密钥之前，立即使用 test_mcp_key 获取脱敏示例结果。

文档

Pearch.ai MCP

Trust Score

用于 Pearch.AI 的 MCP 服务器：对人员和公司/潜在客户（B2B）进行自然语言搜索。可在 Cursor、Claude Desktop、VS Code 或任何兼容 MCP 的客户端中使用。

基于人类偏好的 AI 招聘寻源工具评估

功能特性

  • search_people — 对人员进行自然语言搜索（例如，“加州拥有 5 年以上 Python 经验的软件工程师”）；返回候选人，并可选附有洞察和简历评分。
  • search_company_leads — 查找公司及其内部的潜在客户/联系人（B2B）；例如，“旧金山 50-200 人的 AI 初创公司” + “CTO 和工程经理”。
  • 默认使用测试密钥 — 开箱即用，使用 test_mcp_key（结果经过脱敏/示例化）；设置您自己的密钥以获取完整结果。

先决条件

  • Python 3.10+
  • uv（推荐；Linux/macOS：curl -LsSf https://astral.sh/uv/install.sh | sh）或 pip
  • FastMCP — 使用 pip install fastmcp 或 uv add fastmcp 安装

API 密钥

使用 test_mcp_key 获取脱敏（示例）结果 — 无需注册。

如需完整、未脱敏的结果，请从 Pearch.ai 仪表板 获取 API 密钥，并在您的 MCP 配置中将其设置为 PEARCH_API_KEY（参见下方的安装说明）。

安装

克隆仓库，然后按照您客户端的步骤操作：

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

Claude Desktop

自动方式：

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

将 test_mcp_key 替换为您仪表板中的密钥以获取完整结果。

如果您看到 bad interpreter: No such file or directory（例如使用 conda 时），请运行：

pip install --force-reinstall fastmcp

或：

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

手动方式： 编辑 ~/.claude/claude_desktop_config.json 并在 mcpServers 下添加配置。将 /path/to/mcp_pearch 替换为您的实际路径。

使用 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" }
}

使用 pip/conda（无 uv）：

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

确保已安装 fastmcp：pip install fastmcp。

Cursor

推荐（自动方式）：

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

将 test_mcp_key 替换为您仪表板中的密钥以获取完整结果。

手动方式： 添加到 ~/.cursor/mcp.json（或项目 .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" }
    }
  }
}

将 /absolute/path/to/pearch_mcp.py 替换为实际路径。使用 test_mcp_key 获取脱敏结果，或使用您仪表板中的密钥获取完整结果。

生成一个现成的配置片段：

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

然后将输出粘贴到 ~/.cursor/mcp.json 中的 mcpServers。

VS Code 和其他客户端

  • VS Code： 将相同的 mcpServers 块添加到您工作区的 .vscode/mcp.json。
  • 其他 MCP 客户端： 在客户端的 MCP 配置中使用相同的 command / args / env 格式。

生成一个配置片段（默认使用 test_mcp_key；添加 --env PEARCH_API_KEY=your-key 以获取完整结果）：

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

将生成的对象粘贴到您客户端的 mcpServers 中。

工具

工具描述
search_people对人员进行自然语言搜索或跟进某个线索。示例："加州拥有 5 年以上 Python 经验的软件工程师"，"柏林的高级机器学习研究员"。
search_company_leads查找公司和潜在客户/联系人（B2B）。示例：公司 "旧金山 50-200 人的 AI 初创公司" + 潜在客户 "CTO 和工程经理"。

基础 URL：PEARCH_API_URL 或每次调用时指定的 base_url（默认 https://api.pearch.ai）。

远程 HTTP（Kubernetes / Cursor URL）

当使用 Uvicorn 运行时，服务器在 /mcp 上公开 Streamable HTTP：

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

健康检查：GET /health 或 /healthcheck。

远程访问使用与 api.pearch.ai（Authorization: Bearer）相同的 Pearch API 密钥。服务器通过 GET /v1/user 验证密钥。演示密钥 test_mcp_key 同样被接受（脱敏结果）。

Cursor ~/.cursor/mcp.json：

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

开发

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

支持

许可证

MIT — 参见 LICENSE。