Token导航 LogoToken导航

MCP Server · 开发工具

Seamless AI CLI

Seamless.ai的JSON优先、代理原生CLI和MCP服务器,用于搜索19亿+联系人和1.21亿+公司,运行AI研究/丰富,并通过终端或任何MCP兼容的AI代理检索组织数据。

未说明官方级别未说明来源级核验工具 8
命令行工具TypeScriptClaude

快速开始

公开资料没有提供安装命令,按仓库或官方文档接入。
作者 / 组织
bcharleson
提供方
bcharleson

工具数量

8

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

2

仓库热度

收录来源

1 个

MCP World

选型结论

Seamless AI CLI 属于开发工具类 MCP Server,公开资料标注 8 个工具,通过传输方式未标注接入,适配 Claude,没有现成的安装命令;接入前要先准备 API Key。

分类

开发工具

传输方式

未说明

认证方式

API Key

部署方式

公开资料未说明

安装与配置

公开目录没有给出安装命令,需要按仓库 README安装;下面按同类条目的通用流程说明。

公开命令不是通用的启动方式,拼不出可靠配置示例;请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

  1. 1

    先确认运行方式

    公开资料没有标注传输方式,先看仓库 README,确认是本地进程还是远程地址。

  2. 2

    获取服务

    公开目录没有给出安装命令,按仓库 README里的步骤安装或获取服务。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 8 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

公开资料仍需确认:安装命令

详细介绍

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 公司名称,逗号分隔
--company-domain 域,例如。 stripe.com,shopify.com
--job-title 职位名称,逗号分隔
--department 部门:工程、销售、市场营销等。
--seniority 资历:董事、副总裁、高管、经理等。
--industry 行业/行业,逗号分隔
--contact-state 美国各州:加利福尼亚州、德克萨斯州、纽约州等。
--contact-country 国家/地区,逗号分隔
--company-size 员工范围: 51-200, 201-500, 501-1000
--company-revenue 收入范围,逗号分隔
--technologies 使用的技术:Salesforce、HubSpot等。
--last-modified-after ISO8601日期过滤器
--last-modified-before ISO8601日期过滤器
-l, --limit 每页结果数(1-100,默认值25)
--next-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 逗号分隔 searchResultIds从 contacts search
`--contacts
`"Name:Company" 成对,逗号分隔
--linkedin-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  [options]
选项描述
--request-ids 逗号分隔 requestIds(必填)
--wait自动轮询,直到所有请求完成
--poll-interval 民意调查之间的秒数 --wait 已设置(默认值5)
--max-attempts 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 页码(默认1)
-l, --limit 每页结果(1-500,默认50)
--start-date 按研究日期开始筛选(ISO8601)
--end-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 公司名称,逗号分隔
--company-domain 域,逗号分隔
--company-state 美国各州,逗号分隔
--company-country 国家/地区,逗号分隔
--industry 行业/行业,逗号分隔
--company-size 员工人数范围
--company-revenue 年收入范围
--technologies 使用的技术
--founded-on 成立年份或范围
-l, --limit 每页结果数(1-100,默认值25)
--next-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 searchResultIds从 companies search
--domains 公司域,逗号分隔
--company-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  [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_KEYSeamless.ai API密钥

______________________________________________________________________

许可证

麻省理工学院

工具与能力

工具数量

8

资源数量

0

提示词数量

0

能力标签

B2B潜在客户TypeScript本地部署数据丰富CLI工具AI研究企业搜索

支持客户端

Claude

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

让助手直接读代码

把仓库、提交记录和 issue 交给模型检索,补全和重构时不用来回复制文件。

在对话里跑命令

触发构建、测试和脚本,执行结果直接回到上下文,省去切终端。

接进开发流程

把 PR、CI 状态和代码审查接进助手,减少在几个工具之间跳。

选择建议

值得选的地方

  • 只提供 8 个工具,职责集中,接入后不容易误操作。
  • 公开说明写得比较完整,接入前能看清能力边界。

先想清楚的地方

  • 公开资料没有可直接复制的安装命令,第一次接入要自己找入口。
  • 需要自备API Key,没有凭据没法直接试。
  • 第三方目录整理,版本更新和行为细节以官方仓库为准。

更适合

  • 需要在开发工具场景里让模型直接调用外部能力的人。
  • 已经在用 Claude 的用户,接入路径最短。
  • 愿意照着官方文档一步步配环境的人。

不太适合

  • 暂时拿不到API Key的人。
  • 希望一条命令就装好、不想看文档的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
Seamless AI CLI

MCP World · 本页

8未说明未标注1 个2026-05-17
Git 838e2ec1

MCP World

12stdio有2 个2026-05-17
Markitdown MCP 2c653a5f

MCP World

1stdio有1 个2026-05-17
Context7 831acf40

MCP World

0stdio有1 个2026-05-17
Context7 MCP C671e75a

MCP World

0stdio有1 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

Seamless AI CLI 怎么安装?

公开目录没有给出可以直接复制的安装命令,需要按仓库 README里的步骤安装;装好后写进客户端的 MCP 配置再重启。

Seamless AI CLI 怎么在 Claude Desktop、Cursor 里配置?

它是传输方式未标注,客户端配置里要写启动命令和参数,运行环境是 未标注;保存后完全退出客户端再打开,配置才会生效。

Seamless AI CLI 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Seamless AI CLI 需要 API Key 吗?

公开资料标注的认证方式是API Key,也就是要先拿到凭据才能连上;凭据只填在自己本地的配置里,不要写进公开仓库。

Seamless AI CLI 支持哪些客户端?

公开资料标注支持 Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

来源信息

继续浏览同类 MCP