Seamless.AI mit Cursor verbinden — über MCP

💡 Keine Installation? Nutze cloud.anythingmcp.com direkt. Einloggen, Connectors → Seamless.AI klicken, Zugangsdaten einfügen, MCP-API-Key erzeugen — fertig. Kein Docker, kein git clone, kein lokaler Server.

Seamless.AI + Cursor

B2B-Kontakte und -Unternehmen mit Seamless.AI finden und anreichern: Personen nach Titel, Senioritätsstufe, Unternehmen, Branche und Standort suchen, Unternehmen suchen, Datensätze auf verifizierte E-Mail-Adressen und Telefonnummern recherchieren, die Ergebnisse abfragen und Kontakte und Unternehmen lesen, die schon in deiner Org sind.

Voraussetzungen

Die vollständige Setup-Anleitung ist in den Connector eingebaut (im Store sichtbar, wenn du den Connector auswählst). Benötigte Umgebungsvariablen für diesen Connector:

SEAMLESS_AI_API_KEY

Schritt 1 — Zugangsdaten holen

Der Connector nutzt die Public API von Seamless.AI. Das Konto braucht Zugriff auf die Public API: Wenn Settings → Public API in Seamless.AI nicht sichtbar ist, frag deinen Seamless-Administrator oder den Support.

1. Melde dich bei login.seamless.ai an und öffne Settings → Public API, Tab API Key.
2. Klicke auf Create New Connection und kopiere den Key sofort: Er wird nur einmal angezeigt. Trage ihn in SEAMLESS_AI_API_KEY ein.
3. Rufe seamless_ai_get_me auf, um den Key zu prüfen; das kostet nichts.
4. Die übliche Reihenfolge: seamless_ai_lookup_locations für die exakte Schreibweise von Standorten (ein falsch geschriebener Standort liefert stillschweigend nichts), dann seamless_ai_search_contacts oder seamless_ai_search_companies, dann seamless_ai_research_contacts oder seamless_ai_research_companies mit den searchResultId-Werten und schließlich alle 2 bis 5 Sekunden die Poll-Tools, bis jeder Status done ist.

Suche und Recherche verbrauchen die Credits des Kontos: Eine Suche kostet 1 Credit pro angefangenem Block von 10 Ergebnissen, eine Recherche 1 Credit pro Datensatz. Polling, das Lesen von Org-Datensätzen, die Standortsuche und seamless_ai_get_me sind kostenlos. Halte limit klein und führe dieselbe Suche nicht zweimal aus. Das Limit liegt bei 60 Anfragen pro Minute und Endpoint, geteilt von der ganzen Seamless-Org. Ein 422 insufficientCredits heißt, dass keine Credits mehr übrig sind.

Schritt 2 — Adapter installieren

curl -fsSL https://raw.githubusercontent.com/HelpCode-ai/anythingmcp/main/docker-compose.quickstart.yml -o docker-compose.yml
printf 'JWT_SECRET=%s\nENCRYPTION_KEY=%s\n' "$(openssl rand -hex 32)" "$(openssl rand -hex 32)" > .env
docker compose up -d

Schritt 3 — Connector in Cursor hinzufügen

Deine Server-URL: Öffne in AnythingMCP MCP Servers → den Server, auf dem dieser Connector liegt, und kopiere seine URL (https://cloud.anythingmcp.com/mcp/…). Setze sie überall ein, wo diese Anleitung YOUR_SERVER_ID zeigt.

Cursor liest MCP-Server aus ~/.cursor/mcp.json. Füge diesen Eintrag hinzu:

{
  "mcpServers": {
    "anythingmcp": {
      "url": "https://cloud.anythingmcp.com/mcp/YOUR_SERVER_ID",
      "headers": { "X-API-Key": "YOUR_MCP_API_KEY" }
    }
  }
}

1. Erstelle in AnythingMCP unter MCP Servers → dein Server → API keys einen MCP-API-Key und setze ihn anstelle von YOUR_MCP_API_KEY ein.
2. Speichere die Datei und starte Cursor neu.
3. Öffne Cursor → Settings → MCP und prüfe, ob anythingmcp aufgeführt und verbunden ist.
4. Leg los: Der Agent kann jetzt die Seamless.AI-Tools aufrufen.

Verfügbare Tools

FAQ

Unterstützt Cursor eigene MCP-Server im kostenlosen Tarif? Ja — MCP gibt es in den Tarifen Hobby, Pro und Business.

Nächste Schritte

• Connector-Startseite
• Verbinde mit Claude
• Verbinde mit ChatGPT
• Verbinde mit Gemini
• Verbinde mit Meta Muse