MCP Intercom Server 使用说明

项目简介

MCP Intercom Server 是一个基于 Model Context Protocol (MCP) 构建的后端服务，它作为一个桥梁，连接大型语言模型 (LLM) 客户端和 Intercom 平台。通过此服务器，LLM 能够安全、便捷地访问和分析您的 Intercom 对话数据，从而实现更智能的客户服务和自动化工作流程。

主要功能点

查询 Intercom 对话: 提供强大的对话查询功能，支持多种过滤条件，包括日期范围、会话状态、来源类型等。
安全访问: 通过 Intercom API 密钥进行安全认证，确保数据访问的安全性。
丰富的数据: 返回详细的对话数据，包括联系人信息、会话状态、优先级以及统计数据（如响应次数、重新打开次数等）。
工具集成: 通过 MCP 协议将 Intercom 的数据查询能力封装为工具，方便 LLM 客户端调用。

安装步骤

克隆仓库:

git clone https://github.com/MCP-Mirror/fabian1710_mcp-intercom.git
cd fabian1710_mcp-intercom

安装依赖:
```
npm install
```
配置环境变量: 复制 '.env.example' 文件并重命名为 '.env'，然后编辑 '.env' 文件，填入您的 Intercom API 密钥。
```
INTERCOM_API_KEY=您的_Intercom_API_密钥
```
构建服务器:
```
npm run build
```

服务器配置

要将 MCP Intercom Server 集成到 MCP 客户端（例如 Claude for Desktop），您需要配置客户端以连接到此服务器。以下是 Claude for Desktop 的配置示例，您需要将此配置添加到 'claude_desktop_config.json' 文件中。

{
  "mcpServers": {
    "intercom": {  // 服务器名称，您可以自定义
      "command": "node", // 运行服务器的命令，这里使用 node.js
      "args": ["/path/to/mcp-intercom/dist/index.js"], // 服务器启动脚本的路径，请替换为实际路径
      "env": {
        "INTERCOM_API_KEY": "您的_Intercom_API_密钥" //  (可选) 如果密钥未在系统环境变量中设置，可以在这里配置，但不推荐，建议在系统环境变量中配置
      }
    }
  }
}

配置参数说明:

'server name': 服务器的名称，例如 "intercom"，用于在客户端中标识和引用该服务器。
'command': 启动服务器的命令，通常是执行服务器代码的解释器或运行时环境，例如 "node" 或 "python"。
'args': 传递给启动命令的参数，通常是服务器主程序的路径。请根据您的实际安装路径修改 '/path/to/mcp-intercom/dist/index.js' 为 'dist/index.js' 的绝对路径。
'env': (可选) 环境变量配置，用于传递服务器运行所需的敏感信息，例如 API 密钥。 请注意安全管理您的 API 密钥，推荐使用系统环境变量而非直接写在配置文件中。 如果已经在系统环境变量中设置了 'INTERCOM_API_KEY'，则此处可以省略 'env' 部分。

基本使用方法

启动服务器: 在项目根目录下运行命令启动 MCP Intercom Server：
```
npm start
```
配置 MCP 客户端: 根据 MCP 客户端的文档，配置连接到 MCP Intercom Server。对于 Claude for Desktop，按照上述“服务器配置”部分修改 'claude_desktop_config.json' 文件并重启 Claude 客户端。
在 LLM 中使用工具: 在支持 MCP 协议的 LLM 客户端中，您可以使用以下工具来查询 Intercom 对话数据：
- 'search-conversations': 根据多种条件搜索 Intercom 对话，例如创建时间、更新时间、来源类型、会话状态等。
  - 例如，您可以指示 LLM 客户端调用 'search-conversations' 工具，并提供自然语言描述的查询条件，如 "查找 2024 年 1 月 1 日之后创建的所有对话" 或 "列出所有未读的邮件对话"。
- 'list-conversations-from-last-week': 获取过去一周内的所有对话。
LLM 客户端会根据您的指令，自动调用相应的工具，并将查询结果返回给您。您可以利用这些数据进行分析、总结或其他自然语言处理任务。

请参考仓库 'README.md' 文件和源代码了解更多详细信息和高级用法。

关键词