AI导哈

数据增强协议服务器

Databar MCP Server 是一个基于模型上下文协议（MCP）的服务器，允许AI助手如Claude与Databar.ai的数据增强API交互，支持通过自然语言发现、配置和执行数据增强操作。

  • by databar-ai
  • TypeScript
  • 本地部署
  • 5 星标
  • 更新于
在 GitHub 查看 databar-ai/databar-mcp-server

使用说明

Databar MCP服务器

A. 模型上下文协议 （MCP）服务器，使克劳德等人工智能助手能够与 数据库.ai的数据丰富API。使用自然语言在数百个数据提供程序中发现、配置和运行数据丰富。

特性

  • 智能丰富发现 --按关键字或类别搜索和过滤丰富内容
  • 自然语言接口 --询问“获取David的LinkedIn个人资料”，正确的丰富功能会自动运行
  • 批量操作 --通过批量丰富和批量瀑布支持在一次调用中丰富许多记录
  • 表格管理 --创建表、管理列、插入/更新/追加销售行
  • 瀑布支持 --依次尝试多个数据提供程序，直到其中一个成功
  • 异步处理 --自动轮询结果，无需人工干预
  • 智能高速缓存 -24小时结果缓存减少了API调用和成本
  • 错误处理 --具有指数回退和清除错误消息的重试

快速开始

先决条件

安装和构建

git clone https://github.com/databar-ai/databar-mcp-server.git
cd databar-mcp-server
npm install
npm run build

配置Claude桌面

编辑您的Claude Desktop配置文件：

  • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
  • 视窗: %APPDATA%\Claude\claude_desktop_config.json
{
  "mcpServers": {
    "databar": {
      "command": "node",
      "args": ["/absolute/path/to/databar-mcp-server/dist/index.js"],
      "env": {
        "DATABAR_API_KEY": "your-api-key-here"
      }
    }
  }
}

重新启动克劳德桌面。通过以下问题进行验证： “您可以访问哪些Databar工具？”

使用示例

查找某人的LinkedIn个人资料

“给我David Abaev的领英个人资料”

Claude搜索LinkedIn的丰富内容，选择正确的内容，运行它，并返回个人资料数据。

验证电子邮件地址

“验证电子邮件david@databar.ai"

使用瀑布图查找电子邮件

“在谷歌查找约翰·史密斯的电子邮件”

运行瀑布图，尝试多个提供者，直到其中一个返回结果。

批量丰富列表

“用公司数据丰富这10封电子邮件：[list]”

使用批量丰富处理单个API调用中的所有记录。

管理表格数据

“列出我的表”
“在表abc-123中创建5行，列名称和电子邮件”
“获取表abc-123的列”

可用工具

丰富

工具 说明
search_enrichments 按关键字或类别搜索丰富内容
get_enrichment_details 获取丰富的参数、定价和响应字段
run_enrichment 运行单个富集（具有自动轮询和缓存）
run_bulk_enrichment 一次对多个输入运行富集

瀑布

工具 说明
search_waterfalls 搜索可用的瀑布资源
run_waterfall 运行瀑布图（按顺序尝试提供者）
run_bulk_waterfall 同时对多个输入运行瀑布图

表格

工具 说明
create_table 创建新的空表
list_tables 列出工作区中的所有表
get_table_columns 获取表的列架构
get_table_rows 获取带分页的行
get_table_enrichments 列出表上配置的丰富项
add_table_enrichment 使用列映射向表中添加内容丰富
run_table_enrichment 触发表中所有行的富集

行运算

工具 说明
create_rows 插入最多50行，并提供重复数据消除选项
patch_rows 按ID更新现有行上的字段
upsert_rows 根据匹配的键插入或更新行

账户

工具 说明
get_user_balance 获取信用余额和账户信息

配置

所有设置均可通过环境变量进行配置：

变量 默认值 描述
DATABAR_API_KEY （必填） 您的Databar API密钥
DATABAR_BASE_URL https://api.databar.ai/v1 API基本URL
CACHE_TTL_HOURS 24 结果缓存TTL（小时）
MAX_POLL_ATTEMPTS 150 异步任务的最大轮询尝试次数
POLL_INTERVAL_MS 2000 轮询间隔（毫秒）

运作原理

异步任务处理

  1. 服务器向Databar API发送运行请求
  2. API返回 task_id
  3. 服务器自动轮询 /v1/tasks/{task_id} 每2秒
  4. 当状态为 completed，返回结果
  5. 如果数据已过期（保留1小时）， gone 状态处理得当

缓存

  • 默认情况下，结果将缓存24小时
  • 缓存键：富集ID+序列化参数
  • 缓存结果不消耗积分
  • 使用 skip_cache: true 强制提供新数据

智能分类

丰富内容会自动分类（人员、公司、电子邮件、电话、社交、财务、验证），以帮助人工智能助手选择合适的工具。

发展

npm run dev      # Run with tsx (hot reload)
npm run build    # Compile TypeScript
npm start        # Run compiled output

项目结构

databar-mcp-server/
├── src/
│   ├── index.ts           # MCP server entry point & tool handlers
│   ├── databar-client.ts  # Databar API client with polling
│   ├── cache.ts           # In-memory cache with TTL
│   ├── types.ts           # TypeScript type definitions
│   └── utils.ts           # Helpers & categorization
├── dist/                  # Compiled output (generated)
├── package.json
├── tsconfig.json
└── .gitignore

故障排除

问题 解决方案
服务器未连接 验证API密钥，重新生成(npm run build)，重新启动克劳德桌面
“未找到丰富内容” 尝试更广泛的搜索查询；列表缓存每5分钟刷新一次
“任务超时” 某些浓缩需要更长的时间；增加 MAX_POLL_ATTEMPTS
“任务数据已过期” 数据仅存储1小时；重新运行浓缩
“无效的API密钥” 检查 .env 或Claude Desktop配置用于拼写错误/额外空格

资源

许可证

麻省理工学院

相关 MCP