Sáltate la instalación. Funcionando en menos de 2 minutos.
Inicia una prueba gratuita en cloud.anythingmcp.com, añade PhantomBuster con un clic y apunta tu cliente de IA (Claude, ChatGPT, Copilot o Cursor) al endpoint MCP generado. Sin Docker, sin git clone, sin experiencia de desarrollo.
Resumen
Maneja un workspace de PhantomBuster desde cualquier agente de IA: lista y lee tus agentes (Phantoms), lánzalos, prográmalos y detenlos, sigue sus ejecuciones y lee los resultados, cambia su entrada y su programación, trabaja con listas de leads y leads guardados y revisa el consumo del plan. API v2 con clave API; los borrados y la parada de emergencia de programaciones vienen desactivados.
Prueba a pedir
Prompts de ejemplo para PhantomBuster
Haz clic en un prompt para copiarlo. Pégalo en Claude, ChatGPT, Cursor, Gemini, Copilot u OpenClaw para ejecutarlo contra este conector.
Claude es IA y puede equivocarse. Verifica siempre las respuestas.
💡 ¿Sin instalación? Usa cloud.anythingmcp.com directamente. Inicia sesión, pulsa Connectors → PhantomBuster, pega tus credenciales, genera una MCP API key y listo. Sin Docker, sin
git clone, sin servidor local.
PhantomBuster + ChatGPT
Maneja un workspace de PhantomBuster desde cualquier agente de IA: lista y lee tus agentes (Phantoms), lánzalos, prográmalos y detenlos, sigue sus ejecuciones y lee los resultados, cambia su entrada y su programación, trabaja con listas de leads y leads guardados y revisa el consumo del plan. API v2 con clave API; los borrados y la parada de emergencia de programaciones vienen desactivados.
Requisitos previos
Las instrucciones de configuración completas están incluidas en el conector (visibles en el store al seleccionarlo). Las variables de entorno requeridas:
PHANTOMBUSTER_API_KEY
Paso 1 — Obtener credenciales
La configuración lleva unos 2 minutos. Necesitas un workspace de PhantomBuster con los Phantoms que la IA debe ejecutar.
- En PhantomBuster abre Workspace settings (https://phantombuster.com/workspace-settings, también en el menú de la barra de navegación), entra en API Keys y añade una clave. Solo se muestra una vez: cópiala.
- Pégala en
PHANTOMBUSTER_API_KEY. Se envía en la cabeceraX-Phantombuster-Keyy da acceso completo a ese único workspace. - Instala el conector y ejecuta
phantombuster_get_org: muestra el workspace, su plan y su zona horaria y confirma la clave.
Qué lee: el workspace con plan, zona horaria y límites diarios; el consumo del plan (tiempo de ejecución, créditos de email, IA, captcha y SERP y almacenamiento, de hoy y del mes, con el próximo reinicio); las ejecuciones en curso; exportaciones CSV del consumo por agente y por ejecución en los últimos N días (como máximo unos 6 meses); las carpetas del panel. Tus agentes con script, programación, último resultado y entrada guardada, los agentes eliminados y los scripts con su manifiesto (los campos de entrada que acepta un agente de ese script). Las ejecuciones (contenedores) de un agente con estado, horas y código de salida, su registro de consola y sus datos. Las listas de leads del almacenamiento del workspace con su filtro guardado y los leads que coinciden con una lista (nombre, perfil y empresa de LinkedIn, cargo, ubicación, emails y el resto de campos guardados).
Qué escribe: lanza un agente ahora (phantombuster_launch_agent) o en los próximos N minutos (phantombuster_launch_agent_soon), detiene un agente en marcha (phantombuster_abort_agent; con soft_abort el Phantom termina el paso actual y guarda lo que tiene), cambia el nombre, la entrada guardada, la programación (launch_type, repeated_launch_preset), el límite de tiempo y las notificaciones de un agente o crea un agente nuevo a partir de un script (phantombuster_save_agent, que nunca lanza una ejecución), crea o cambia listas de leads y guarda o actualiza leads sueltos.
Lanzar es real: una ejecución actúa con las cuentas sociales conectadas en PhantomBuster (visita perfiles, envía solicitudes de conexión o mensajes) y consume tiempo de ejecución del plan. Antes de lanzar, la IA te muestra el agente, su entrada y el volumen y espera tu sí. Demasiadas acciones al día pueden hacer que LinkedIn restrinja una cuenta, así que respeta los límites diarios que sugiere el Phantom. Las cookies de sesión y las cuentas conectadas se configuran en PhantomBuster; nunca pegues una cookie en el chat.
Entrada para una ejecución: argument sustituye la entrada guardada en esa ejecución (y con save_argument también se guarda); bonus_argument superpone unos pocos campos a la entrada guardada solo esa vez. Los nombres de campo salen del manifiesto del script (phantombuster_get_agent con with_manifest: "true"), por ejemplo spreadsheetUrl o numberOfProfiles.
Seguir una ejecución: el lanzamiento devuelve un containerId. Después la IA consulta phantombuster_get_agent_output más o menos una vez por minuto, leyendo solo las líneas nuevas del registro con from_output_pos y prev_container_id, hasta que el estado es finished. Los datos de una ejecución salen de phantombuster_get_container_result; los archivos también están en https://phantombuster.s3.amazonaws.com/<orgS3Folder>/<s3Folder>/result.csv (y result.json), con ambas carpetas tomadas de phantombuster_get_agent. Dos agentes pueden llamarse igual, por eso la IA trabaja siempre con ids.
Listas de leads: una lista es un filtro guardado sobre los leads almacenados y se actualiza sola cuando los Phantoms guardan leads nuevos. Un filtro es {"and": [ ... ]} con cláusulas como {"filter": {"linkedin_job_title": {"entity": "lead", "operator": "contains", "valueToCompare": "CTO"}}}, and / or anidados o {"__global_search__": "text"}. Los campos del lead van en snake_case (linkedin_job_title, location, professional_emails) y los de empresa en camelCase con "entity": "company" (industriesV2, employeeCount). Las herramientas del almacenamiento de leads usan la API beta de PhantomBuster.
Desactivadas al instalar: phantombuster_delete_leads (no se puede deshacer), phantombuster_delete_lead_list (los leads siguen almacenados), phantombuster_delete_agent (sus ejecuciones pasadas y archivos de resultados dejan de mostrarse) y phantombuster_unschedule_all_agents (la parada de emergencia que pasa todos los agentes a lanzamiento manual). Un admin del workspace las activa cuando el equipo las necesita.
Formatos de datos: los ids son cadenas de dígitos. Las fechas son marcas de tiempo Unix en milisegundos. El estado de una ejecución es starting, running, finished, launch error o never launched; exitCode 0 con endType finished significa éxito. Los valores de consumo son segundos de tiempo de ejecución y cantidades de créditos.
Paginación: phantombuster_list_containers devuelve limit ejecuciones, la más reciente primero; para las anteriores la IA pasa el endedAt de la última como before_ended_at. phantombuster_list_leads_in_list pagina con page_size y offset (include_total_count da el total). Las demás listas llegan de una vez. La lista de scripts de la tienda de PhantomBuster pesa varios MB, así que la IA la filtra con script_ids.
Errores frecuentes: 401 "API key not found" indica una clave incorrecta o revocada. 400, un parámetro que falta o es incorrecto, o un argumento de lanzamiento demasiado grande. 404, un id desconocido. Un lanzamiento falla cuando se agotó el tiempo de ejecución del plan o ya hay demasiadas ejecuciones en paralelo (maxParallelism).
El conector no conecta cuentas sociales, no gestiona cookies de sesión, no edita el código de los Phantoms (los scripts son de solo lectura) y no cambia el plan.
Paso 2 — Instalar el adapter
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
Paso 3 — Añadir el conector en ChatGPT
La URL de tu servidor: en AnythingMCP abre MCP Servers → el servidor donde está este conector y copia su URL (
https://cloud.anythingmcp.com/mcp/…). Úsala donde esta guía muestraYOUR_SERVER_ID.
ChatGPT añade servidores MCP como plugins desde su página Plugins, en la web y en los planes de pago. Ya no hace falta el modo desarrollador. En un espacio Business solo pueden hacerlo los administradores y propietarios; en Enterprise y Edu un administrador puede conceder el permiso Create plugins with MCPs.
- Ve a chatgpt.com/plugins, pulsa + y luego Add custom MCP server.
- Escribe un nombre, por ejemplo Name:
PhantomBuster. - En Connection, introduce como Server URL
https://cloud.anythingmcp.com/mcp/YOUR_SERVER_IDy deja Authentication en OAuth. - Selecciona I understand and want to continue y después Create as a plugin. Cuando ChatGPT lo pida, inicia sesión en AnythingMCP y permite el acceso.
- Instala el nuevo plugin desde tus plugins personales; luego escribe @ en un chat y elígelo.
Herramientas disponibles
| Tool | What it does |
|---|---|
phantombuster_get_org | The workspace (org) the API key belongs to: id, name, plan, time zone, s3Folder (needed to build result file URLs) and the daily limits of… |
phantombuster_get_org_resources | Plan usage of the workspace: execution time, email credits, AI credits, captcha, SERP credits and storage used today and this month, with… |
phantombuster_list_running_containers | Runs (containers) that are executing right now in the workspace, across all agents |
phantombuster_export_agent_usage | CSV export of execution time and resource use per agent over the last N days (at most about 6 months) |
phantombuster_export_container_usage | CSV export of every run (container) over the last N days with its duration and resource use, optionally for one agent only |
phantombuster_list_agent_groups | Folders (agent groups) of the dashboard and the order of the agents inside them |
phantombuster_list_agents | All agents (Phantoms set up in the workspace) with id, name, script, launch type and schedule, last run end type and exit code, running… |
phantombuster_get_agent | One agent with its full settings: script, saved argument (input), schedule (launchType, repeatedLaunchTimes), notifications, limits… |
phantombuster_get_agent_output | Status and console output of the most recent run of an agent: containerId, status (starting, running, finished, launch error, never… |
phantombuster_list_deleted_agents | Agents that were deleted from the workspace, with their former ids and names |
phantombuster_list_containers | Runs (containers) of one agent, newest first: id, status, launch type, start and end time, exit code and end type |
phantombuster_get_container | One run (container): status, launch and end time, exit code, end type and retry number; optionally its output and result object |
phantombuster_get_container_output | Console output (log) of one run of an agent, as JSON or as plain text |
phantombuster_get_container_result | The result object of one run: the data the Phantom produced (often a JSON string of rows, or links to the result CSV and JSON files) |
phantombuster_list_scripts | Scripts (Phantom code) the workspace owns: id, name, default branch and dates |
phantombuster_get_script | One script by id: name, org, branches and manifest (the argument fields an agent of this script accepts) |
phantombuster_list_lead_lists | Leads lists of the workspace storage (beta API): id, name, description, the saved filter that defines the list, tags and dates |
phantombuster_get_lead_list | One leads list of the workspace storage by id: name, description, tags and the saved filter |
phantombuster_list_leads_in_list | Leads that match a leads list (beta API), page by page: name, LinkedIn profile and company, job title, location, emails and the rest of the… |
phantombuster_launch_agent | Starts a run of an agent now (adds it to the launch queue) and returns the containerId of the new run |
phantombuster_launch_agent_soon | Schedules one run of an agent within the next N minutes (a one-time delayed launch) |
phantombuster_abort_agent | Stops the running run(s) of an agent. soft_abort lets the Phantom finish its current step and save what it has |
phantombuster_save_agent | Updates an agent's settings (with agent_id) or creates a new agent from a script (without agent_id, with script_id): name, saved argument… |
phantombuster_save_lead_list | Creates a leads list (without list_id) or replaces the filter, name and description of one (with list_id) |
phantombuster_save_lead | Stores one lead in the workspace storage (beta API), or updates the lead with the same LinkedIn profile URL |
phantombuster_delete_leads | Deletes leads from the workspace storage by id |
phantombuster_delete_lead_list | Deletes a leads list (the saved filter; the leads stay in storage) |
phantombuster_delete_agent | Deletes an agent with its schedule; its past runs and result files are no longer shown |
phantombuster_unschedule_all_agents | Emergency stop: turns off the automatic launch of every agent in the workspace (all become manual) |
Ejemplos de prompts
- "¿Cuáles de mis Phantoms se ejecutaron en las últimas 24 horas y alguno terminó con error?"
- "Lanza mi agente Sales Navigator Search Export con la URL de búsqueda que te doy, limitado a 100 perfiles. Enséñame antes la entrada."
- "¿Cuánto tiempo de ejecución y cuántos créditos de email nos quedan en el plan este mes?"
- "Crea una lista de leads con todos los leads guardados cuyo cargo contenga CTO y que estén en Alemania."
- "Programa mi LinkedIn Profile Scraper para que se ejecute una vez al día y dime cuándo es la próxima ejecución."
FAQ
¿Funciona el plan gratuito de ChatGPT con servidores MCP personalizados? OpenAI documenta los servidores MCP personalizados solo para los planes de pago; el plan Free no aparece en su lista.
Siguientes pasos
- Página del conector
- Conectar a Claude
- Conectar a Cursor
- Conectar a Gemini
- Conectar a Meta Muse
- Conectar a Microsoft Copilot
¿Te ha sido útil esta guía?