MCP

🚀 Upnify MCP服务器（Python版）

这是一个用Python编写的模型上下文协议（MCP）服务器，用于与Upnify CRM集成。该服务器为AI助手和大语言模型（LLMs）提供了直接访问Upnify CRM功能的能力，包括潜在客户管理、机会跟踪和销售报告等。

🚀 快速开始

本服务器可让AI助手和大语言模型直接使用Upnify CRM的功能，如管理潜在客户、跟踪销售机会和生成销售报告等。

✨ 主要特性

• 潜在客户管理：在Upnify CRM中创建和搜索潜在客户。
• 联系人搜索：通过姓名、电子邮件或电话号码查找联系人。
• 提醒管理：创建日历提醒和任务。
• 销售报告：访问销售数据和分析。
• 活动报告：跟踪团队活动和绩效。
• 易于集成：与Claude Desktop、Open - LLM - VTuber和其他MCP客户端兼容。

📦 安装指南

从PyPI安装

pip install upnify-mcp-server

从源代码安装

git clone https://github.com/adrielisa/MCP.git
cd MCP/python-package
pip install -e .

🔧 配置说明

环境变量

将Upnify集成令牌设置为环境变量：

export TK_INTEGRACION="your-upnify-integration-token"

或者创建一个 .env 文件：

TK_INTEGRACION=your-upnify-integration-token

Claude Desktop配置

添加到Claude Desktop配置文件中：

• Windows：%APPDATA%\Claude\claude_desktop_config.json
• macOS：~/Library/Application Support/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "upnify": {
      "command": "upnify-mcp-server",
      "env": {
        "TK_INTEGRACION": "your-upnify-integration-token"
      }
    }
  }
}

💻 使用示例

命令行启动

直接启动服务器：

upnify-mcp-server

可用工具

服务器为AI助手提供了以下工具：

基础用法

# 创建潜在客户
{
  "name": "create-upnify-prospect",
  "arguments": {
    "nombre": "John",
    "apellidos": "Doe", 
    "correo": "john.doe@example.com",
    "telefono": "+1234567890",
    "empresa": "Acme Corp"
  }
}

# 搜索联系人
{
  "name": "search-upnify-contacts",
  "arguments": {
    "buscar": "john.doe@example.com",
    "cantidadRegistros": 10
  }
}

# 创建提醒
{
  "name": "create-upnify-reminder",
  "arguments": {
    "asunto": "Follow up with John Doe",
    "descripcion": "Call to discuss proposal",
    "fechaInicio": "2025-08-07 10:00"
  }
}

高级用法

# 与自定义Python代码集成示例
import asyncio
from mcp.client.session import ClientSession
from mcp.client.stdio import stdio_client

async def use_upnify_mcp():
    async with stdio_client(["upnify-mcp-server"]) as (read, write):
        async with ClientSession(read, write) as session:
            # 初始化
            await session.initialize()
            
            # 列出可用工具
            tools = await session.list_tools()
            print(f"Available tools: {len(tools.tools)}")
            
            # 创建一个潜在客户
            result = await session.call_tool(
                "create-upnify-prospect",
                {
                    "nombre": "Jane",
                    "correo": "jane@example.com"
                }
            )
            print(f"Result: {result}")

# 运行示例
asyncio.run(use_upnify_mcp())

集成示例

与Open - LLM - VTuber集成

添加到 conf.yaml 文件中：

tool_config:
  mcp_servers:
    upnify:
      command: ["upnify-mcp-server"]
      env:
        TK_INTEGRACION: "your-token-here"

📋 系统要求

• Python 3.8及以上版本。
• 具有API访问权限的Upnify CRM账户。
• Upnify提供的集成令牌。

🔒 安全注意事项

⚠️ 重要提示

• 切勿在脚本中硬编码集成令牌。
• 使用环境变量或安全的凭证管理方式。
• 在将所有输入数据发送到Upnify API之前进行验证。
• 监控API使用情况和速率限制。

🐛 故障排除

常见问题

1. 认证错误

Error: Token de integración inválido

• 验证 TK_INTEGRACION 环境变量。
• 检查令牌是否已过期。
• 如有令牌问题，请联系Upnify支持。

2. 连接超时

Error: Timeout connecting to Upnify API

• 检查您的互联网连接。
• 验证Upnify API的状态。
• 如有需要，增加超时值。

3. 权限错误

Error: Access denied for resource

• 验证您的Upnify账户权限。
• 检查您的集成令牌是否具有所需的作用域。

调试模式

使用调试日志运行：

export UPNIFY_DEBUG=1
upnify-mcp-server

🤝 贡献指南

1. 分叉仓库。
2. 创建功能分支（git checkout -b feature/amazing-feature）。
3. 提交您的更改（git commit -m 'Add amazing feature'）。
4. 推送到该分支（git push origin feature/amazing-feature）。
5. 打开拉取请求。

📄 许可证

本项目采用MIT许可证 - 详情请参阅 LICENSE 文件。

🔗 相关项目

• Upnify CRM - 客户关系管理平台。
• 模型上下文协议 - AI应用集成的开放标准。
• Claude Desktop - 支持MCP的AI助手。

📞 支持渠道

• 📧 邮箱：tu-email@ejemplo.com
• 🐛 问题反馈：GitHub Issues
• 📖 文档：GitHub Wiki

❤️ 为AI和CRM社区精心打造