Pearch MCP Server

Pearch.ai MCP

適用於 Pearch.AI 的 MCP 伺服器：針對人員和公司/潛在客戶（B2B）的自然語言搜尋。可從 Cursor、Claude Desktop、VS Code 或任何相容 MCP 的客戶端使用。

以人類偏好評估 AI 招募尋源工具

功能特色

• search_people — 人員的自然語言搜尋（例如「在加州有 5 年以上 Python 經驗的軟體工程師」）；回傳候選人，可附帶洞察資訊和個人資料評分。
• search_company_leads — 尋找公司及其內部的潛在客戶/聯絡人（B2B）；例如「舊金山 50 至 200 人的 AI 新創公司」+「技術長和工程經理」。
• 預設使用測試金鑰 — 開箱即用，內建 test_mcp_key（遮罩/範例結果）；設定您自己的金鑰以取得完整結果。

先決條件

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

API 金鑰

使用 test_mcp_key 取得遮罩（範例）結果 — 無需註冊。

如需完整、未遮罩的結果，請從 Pearch.ai 儀表板 取得 API 金鑰，並在您的 MCP 設定中將其設為 PEARCH_API_KEY（請參閱下方的安裝說明）。

安裝

複製儲存庫，然後依照您客戶端的步驟操作：

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

Claude Desktop

自動：

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

將 test_mcp_key 替換為您的儀表板金鑰以取得完整結果。

如果您看到 bad interpreter: No such file or directory（例如使用 conda 時），請執行：

pip install --force-reinstall fastmcp

或：

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

手動： 編輯 ~/.claude/claude_desktop_config.json 並在 mcpServers 下方新增。將 /path/to/mcp_pearch 替換為您的實際路徑。

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（無 uv）：

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

確保已安裝 fastmcp：pip install fastmcp。

Cursor

建議（自動）：

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

將 test_mcp_key 替換為您的儀表板金鑰以取得完整結果。

手動： 新增至 ~/.cursor/mcp.json（或專案 .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" }
    }
  }
}

將 /absolute/path/to/pearch_mcp.py 替換為真實路徑。使用 test_mcp_key 取得遮罩結果，或使用您的儀表板金鑰取得完整結果。

若要產生即用型程式碼片段：

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

然後將輸出貼到 ~/.cursor/mcp.json 中的 mcpServers。

VS Code 和其他客戶端

• VS Code： 將相同的 mcpServers 區塊新增到工作區中的 .vscode/mcp.json。
• 其他 MCP 客戶端： 在客戶端的 MCP 設定中使用相同的 command / args / env 格式。

產生設定程式碼片段（預設為 test_mcp_key；新增 --env PEARCH_API_KEY=your-key 以取得完整結果）：

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

將產生的物件貼到客戶端的 mcpServers 中。

工具

工具	說明
search_people	人員的自然語言搜尋或對話串的後續追蹤。範例：「在加州有 5 年以上 Python 經驗的軟體工程師」、「柏林的高階機器學習研究員」。
search_company_leads	尋找公司及潛在客戶/聯絡人（B2B）。範例：公司 「舊金山 50 至 200 人的 AI 新創公司」 + 潛在客戶 「技術長和工程經理」。

基礎網址：PEARCH_API_URL 或每次呼叫的 base_url（預設 https://api.pearch.ai）。

遠端 HTTP（Kubernetes / Cursor URL）

使用 Uvicorn 執行時，伺服器會在 /mcp 公開可串流的 HTTP：

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

健康檢查：GET /health 或 /healthcheck。

遠端存取使用與 api.pearch.ai（Authorization: Bearer）相同的 Pearch API 金鑰。伺服器透過 GET /v1/user 驗證金鑰。也接受示範金鑰 test_mcp_key（遮罩結果）。

Cursor ~/.cursor/mcp.json：

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

開發

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

支援

• 開啟 Issue
• [email protected]

授權

MIT — 請參閱 LICENSE。