使用说明

无缝ai cli

JSON优先，代理本地CLI和MCP服务器无缝.ai B2B勘探平台。

搜索1.9B以上的联系人和1.21亿以上的公司，进行人工智能研究/丰富，并检索您组织的数据——所有这些都可以从终端或通过任何兼容MCP的人工智能代理。

安装

npm install -g seamless-ai-cli

要求： Node.js 18+

认证

从以下位置获取API密钥： 设置→ API密钥 在您的Seamless.ai帐户中。

选项1——环境变量（建议用于代理）

export SEAMLESS_API_KEY="your-api-key-here"

选项2--登录命令（保存到 `~/.seamless-cli/config.json`)

seamless login
# or non-interactively:
seamless login --api-key "your-api-key-here"

选项3--每个命令标志

seamless contacts list --api-key "your-api-key-here"

优先级顺序： --api-key 旗帜> SEAMLESS_API_KEY 环境> ~/.seamless-cli/config.json

快速开始

# Search for contacts at a specific company
seamless contacts search --company-name "Stripe" --department "Engineering"

# Search for VP-level contacts in SaaS
seamless contacts search --seniority "VP" --industry "SaaS" --limit 25

# Research a contact from search results (returns requestId)
seamless contacts research --search-result-ids "abc123,def456"

# Poll research results (auto-wait until complete)
seamless contacts poll --request-ids "req_abc123" --wait

# List your org's saved contacts
seamless contacts list --limit 100

# Search companies in fintech with 50-200 employees
seamless companies search --industry "Fintech" --company-size "51-200"

# Research companies by domain
seamless companies research --domains "stripe.com,shopify.com"

# Get pretty-printed output
seamless contacts search --company-domain "stripe.com" --pretty

输出格式

所有命令输出 将JSON压缩到stdout 默认情况下，这是管道和试剂消耗的理想选择。

# Default: compact JSON
seamless contacts list
# → {"data":[{"firstName":"John","lastName":"Doe","email":"john@stripe.com",...}],...}

# Pretty-printed
seamless contacts list --pretty

# Select specific fields (supports dot notation)
seamless contacts list --fields "firstName,lastName,email,contactLocation.city"

# Suppress output (exit code only — 0 = success, 1 = error)
seamless contacts list --quiet

错误转到stderr：

{"error":"No API key found. Set SEAMLESS_API_KEY or run: seamless login","code":"AUTH_ERROR"}

命令

认证

命令	描述
`seamless login`	验证并保存API密钥
`seamless logout`	删除存储的凭据
`seamless status`	显示当前身份验证状态

联系人搜索

使用强大的过滤器搜索Seamless.ai的1.9B+联系人数据库。

seamless contacts search [options]

选项	描述
`--company-name <names>`	公司名称，逗号分隔
`--company-domain <domains>`	域，例如。 `stripe.com,shopify.com`
`--job-title <titles>`	职位名称，逗号分隔
`--department <depts>`	部门：工程、销售、市场营销等。
`--seniority <levels>`	资历：董事、副总裁、高管、经理等。
`--industry <industries>`	行业/行业，逗号分隔
`--contact-state <states>`	美国各州：加利福尼亚州、德克萨斯州、纽约州等。
`--contact-country <countries>`	国家/地区，逗号分隔
`--company-size <ranges>`	员工范围： `51-200`, `201-500`, `501-1000`
`--company-revenue <ranges>`	收入范围，逗号分隔
`--technologies <techs>`	使用的技术：Salesforce、HubSpot等。
`--last-modified-after <date>`	ISO8601日期过滤器
`--last-modified-before <date>`	ISO8601日期过滤器
`-l, --limit <n>`	每页结果数（1-100，默认值25）
`--next-token <token>`	上次搜索的分页标记

示例：

seamless contacts search --seniority "VP,Director" --industry "SaaS"
seamless contacts search --company-domain "stripe.com" --department "Engineering"
seamless contacts search --technologies "HubSpot" --company-size "51-200,201-500" --limit 50

答复包括： data[] 随着 searchResultId, name, company, title, location --加上 supplementalData.nextToken 用于分页。

联系人研究

提交联系人以进行深度人工智能丰富。退货 requestIds --投票与 contacts poll.

seamless contacts research [options]

选项	描述
`--search-result-ids <ids>`	逗号分隔 `searchResultId`s从 `contacts search`
`--contacts <pairs>`	`"Name:Company"` 成对，逗号分隔
`--linkedin-urls <urls>`	LinkedIn个人资料URL，逗号分隔
`--is-job-change`	标记为工作变动研究

示例：

# From search results (most common)
seamless contacts research --search-result-ids "abc123,def456"

# From raw data
seamless contacts research --contacts "John Smith:Stripe,Jane Doe:Shopify"

# From LinkedIn
seamless contacts research --linkedin-urls "https://linkedin.com/in/johndoe"

联系人投票

民意调查研究请求状态。使用 --wait 直到完成。

seamless contacts poll --request-ids <ids> [options]

选项	描述
`--request-ids <ids>`	逗号分隔 `requestId`s（必填）
`--wait`	自动轮询，直到所有请求完成
`--poll-interval <s>`	民意调查之间的秒数 `--wait` 已设置（默认值5）
`--max-attempts <n>`	最大轮询尝试次数（默认24≈2分钟）

研究的联系人数据包括： email, phone, personalEmail, contactLocation, jobHistory[], lIProfileUrl以及更多。

联系人列表

列出保存到您组织的已研究联系人。

seamless contacts list [options]

选项	描述
`-p, --page <n>`	页码（默认1）
`-l, --limit <n>`	每页结果（1-500，默认50）
`--start-date <date>`	按研究日期开始筛选（ISO8601）
`--end-date <date>`	按研究日期结束筛选（ISO8601）

公司搜索

使用丰富的过滤器搜索121M多家公司。

seamless companies search [options]

选项	描述
`--company-name <names>`	公司名称，逗号分隔
`--company-domain <domains>`	域，逗号分隔
`--company-state <states>`	美国各州，逗号分隔
`--company-country <countries>`	国家/地区，逗号分隔
`--industry <industries>`	行业/行业，逗号分隔
`--company-size <ranges>`	员工人数范围
`--company-revenue <ranges>`	年收入范围
`--technologies <techs>`	使用的技术
`--founded-on <years>`	成立年份或范围
`-l, --limit <n>`	每页结果数（1-100，默认值25）
`--next-token <token>`	上次搜索的分页标记

公司研究

提交公司进行深度人工智能丰富。退货 requestIds.

seamless companies research [options]

选项	描述
`--search-result-ids <ids>`	`searchResultId`s从 `companies search`
`--domains <domains>`	公司域，逗号分隔
`--company-names <names>`	公司名称，逗号分隔

公司民意调查

调查公司研究现状。

seamless companies poll --request-ids <ids> [options]

与相同的选项 contacts poll.

公司列表

列出保存到您组织中的已研究公司。

seamless companies list [options]

与相同的选项 contacts list.

分页

搜索结果使用 nextToken-基于分页：

# First page
seamless contacts search --seniority "VP" --limit 50 --pretty
# → supplementalData.nextToken = "eyJwYWdl..."

# Next page
seamless contacts search --seniority "VP" --limit 50 --next-token "eyJwYWdl..."

组织列表端点(contacts list, companies list)使用基于页面的分页 --page.

研究工作流程

研究流程是异步的——提交→ poll:

# 1. Search for contacts
seamless contacts search --company-name "Stripe" --seniority "VP" --pretty
# → Note the searchResultId for each result

# 2. Submit for research (enrichment)
seamless contacts research --search-result-ids "abc123,def456"
# → {"requestIds":["req_xyz789"]}

# 3. Poll until complete (--wait handles the retry loop)
seamless contacts poll --request-ids "req_xyz789" --wait
# → Full contact data with email, phone, job history, etc.

MCP服务器（AI代理集成）

作为MCP服务器运行，用于直接AI代理集成：

# Start MCP server (stdio transport)
seamless mcp

# Or use the direct binary
node /path/to/dist/mcp.js

克劳德桌面/Claude代码配置

{
  "mcpServers": {
    "seamless": {
      "command": "seamless",
      "args": ["mcp"],
      "env": {
        "SEAMLESS_API_KEY": "your-api-key-here"
      }
    }
  }
}

可用的MCP工具

工具	说明
`contacts_search`	使用筛选器搜索联系人
`contacts_research`	提交联系人以丰富内容
`contacts_poll`	轮询联系人研究状态
`contacts_list`	列出组织联系人
`companies_search`	使用筛选器搜索公司
`companies_research`	提交公司进行富集
`companies_poll`	民意调查公司研究现状
`companies_list`	列出组织公司

速率限制

Seamless.ai允许大约 每60秒100个请求 每个端点。客户端自动：

尊重 X-RateLimit-Reset 和 Retry-After 标头
在429、500、502、503、504上进行最多3次指数回退
通过以下方式报告剩余学分 X-PublicAPI-Credits API响应中的标头

环境变量

变量	描述
`SEAMLESS_API_KEY`	Seamless.ai API密钥

许可证

麻省理工学院