Salta l'installazione. Attivo in meno di 2 minuti.
Avvia una prova gratuita su cloud.anythingmcp.com, aggiungi PhantomBuster con un clic, poi punta il tuo client AI (Claude, ChatGPT, Copilot o Cursor) all'endpoint MCP generato. Niente Docker, niente git clone, nessuna esperienza di sviluppo richiesta.
In breve
Gestisci un workspace PhantomBuster da qualsiasi agente AI: elenca e leggi gli agent (Phantom), avviali, pianificali e fermali, segui le esecuzioni e leggi i risultati, modifica input e pianificazione, lavora con le liste di lead e i lead salvati e controlla i consumi del piano. API v2 con chiave API; le eliminazioni e lo stop di emergenza delle pianificazioni sono disattivati all'installazione.
Prova a chiedere
Prompt di esempio per PhantomBuster
Clicca su un prompt per copiarlo. Incollalo in Claude, ChatGPT, Cursor, Gemini, Copilot o OpenClaw per eseguirlo contro questo connettore.
Claude è un'AI e può sbagliare. Verifica sempre le risposte.
💡 Niente installazione? Vai direttamente su cloud.anythingmcp.com. Accedi, clicca Connectors → PhantomBuster, inserisci le credenziali, genera una MCP API key e hai finito. Niente Docker, niente
git clone, niente server locale.
PhantomBuster + ChatGPT
Gestisci un workspace PhantomBuster da qualsiasi agente AI: elenca e leggi gli agent (Phantom), avviali, pianificali e fermali, segui le esecuzioni e leggi i risultati, modifica input e pianificazione, lavora con le liste di lead e i lead salvati e controlla i consumi del piano. API v2 con chiave API; le eliminazioni e lo stop di emergenza delle pianificazioni sono disattivati all'installazione.
Prerequisiti
Le istruzioni di setup complete sono incluse nel connettore stesso (visibili nello store quando lo selezioni). Le variabili d'ambiente richieste sono:
PHANTOMBUSTER_API_KEY
Step 1 — Ottieni le credenziali
La configurazione richiede circa 2 minuti. Ti serve un workspace PhantomBuster con i Phantom che l'AI deve eseguire.
- In PhantomBuster apri Workspace settings (https://phantombuster.com/workspace-settings, anche dal menu della barra di navigazione), vai su API Keys e aggiungi una chiave. Viene mostrata una sola volta: copiala.
- Incollala in
PHANTOMBUSTER_API_KEY. Viene inviata nell'headerX-Phantombuster-Keye dà accesso completo a quel solo workspace. - Installa il connettore ed esegui
phantombuster_get_org: mostra il workspace, il piano e il fuso orario e conferma la chiave.
Cosa legge: il workspace con piano, fuso orario e limiti giornalieri; i consumi del piano (tempo di esecuzione, crediti email, AI, captcha e SERP e spazio, di oggi e del mese, con il prossimo azzeramento); le esecuzioni in corso; export CSV dei consumi per agent e per esecuzione negli ultimi N giorni (al massimo circa 6 mesi); le cartelle della dashboard. I tuoi agent con script, pianificazione, ultimo esito e input salvato, gli agent eliminati e gli script con il loro manifest (i campi di input che accetta un agent di quello script). Le esecuzioni (container) di un agent con stato, orari e codice di uscita, il loro log di console e i dati prodotti. Le liste di lead dello storage del workspace con il filtro salvato e i lead che corrispondono a una lista (nome, profilo e azienda LinkedIn, ruolo, località, email e gli altri campi salvati).
Cosa scrive: avvia un agent subito (phantombuster_launch_agent) o entro i prossimi N minuti (phantombuster_launch_agent_soon), ferma un agent in esecuzione (phantombuster_abort_agent; con soft_abort il Phantom termina il passo in corso e salva quello che ha), cambia nome, input salvato, pianificazione (launch_type, repeated_launch_preset), limite di tempo e notifiche di un agent o crea un nuovo agent da uno script (phantombuster_save_agent, che non avvia mai un'esecuzione), crea o modifica liste di lead e salva o aggiorna singoli lead.
L'avvio è reale: un'esecuzione agisce con gli account social collegati in PhantomBuster (visita profili, invia richieste di collegamento o messaggi) e consuma tempo di esecuzione del piano. Prima di un avvio l'AI ti mostra l'agent, il suo input e il volume e aspetta il tuo sì. Troppe azioni al giorno possono far limitare un account LinkedIn, quindi rispetta i limiti giornalieri suggeriti dal Phantom. Cookie di sessione e account collegati si configurano in PhantomBuster; non incollare mai un cookie nella chat.
Input per una singola esecuzione: argument sostituisce l'input salvato per quell'esecuzione (e viene salvato anche con save_argument); bonus_argument sovrappone pochi campi all'input salvato solo per quella volta. I nomi dei campi vengono dal manifest dello script (phantombuster_get_agent con with_manifest: "true"), per esempio spreadsheetUrl o numberOfProfiles.
Seguire un'esecuzione: l'avvio restituisce un containerId. Poi l'AI interroga phantombuster_get_agent_output circa una volta al minuto, leggendo solo le nuove righe di log con from_output_pos e prev_container_id, finché lo stato è finished. I dati di un'esecuzione arrivano da phantombuster_get_container_result; i file sono anche su https://phantombuster.s3.amazonaws.com/<orgS3Folder>/<s3Folder>/result.csv (e result.json), con le due cartelle prese da phantombuster_get_agent. Due agent possono avere lo stesso nome, quindi l'AI lavora sempre con gli id.
Liste di lead: una lista è un filtro salvato sui lead memorizzati e si aggiorna da sola quando i Phantom salvano nuovi lead. Un filtro è {"and": [ ... ]} di clausole come {"filter": {"linkedin_job_title": {"entity": "lead", "operator": "contains", "valueToCompare": "CTO"}}}, and / or annidati oppure {"__global_search__": "text"}. I campi dei lead sono in snake_case (linkedin_job_title, location, professional_emails), quelli dell'azienda in camelCase con "entity": "company" (industriesV2, employeeCount). Gli strumenti dello storage dei lead usano l'API beta di PhantomBuster.
Disattivati all'installazione: phantombuster_delete_leads (irreversibile), phantombuster_delete_lead_list (i lead restano nello storage), phantombuster_delete_agent (le sue esecuzioni passate e i file dei risultati non vengono più mostrati) e phantombuster_unschedule_all_agents (lo stop di emergenza che porta tutti gli agent all'avvio manuale). Un admin del workspace li attiva quando servono al team.
Formati dei dati: gli id sono stringhe di cifre. Le date sono timestamp Unix in millisecondi. Lo stato di un'esecuzione è starting, running, finished, launch error o never launched; exitCode 0 con endType finished significa successo. I consumi sono secondi di tempo di esecuzione e numeri di crediti.
Paginazione: phantombuster_list_containers restituisce limit esecuzioni, dalla più recente; per quelle più vecchie l'AI passa l'endedAt dell'ultima come before_ended_at. phantombuster_list_leads_in_list pagina con page_size e offset (include_total_count dà il totale). Le altre liste arrivano tutte insieme. L'elenco degli script dello store di PhantomBuster pesa diversi MB, quindi l'AI lo filtra con script_ids.
Errori comuni: 401 "API key not found" indica una chiave errata o revocata. 400 un parametro mancante o sbagliato, oppure un argomento di avvio troppo grande. 404 un id sconosciuto. Un avvio fallisce quando il tempo di esecuzione del piano è esaurito o ci sono già troppe esecuzioni in parallelo (maxParallelism).
Il connettore non collega account social, non gestisce cookie di sessione, non modifica il codice dei Phantom (gli script sono in sola lettura) e non cambia il piano.
Step 2 — Installa l'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
Step 3 — Aggiungi il connettore in ChatGPT
L'URL del tuo server: in AnythingMCP apri MCP Servers → il server su cui si trova questo connettore e copia il suo URL (
https://cloud.anythingmcp.com/mcp/…). Usalo ovunque questa guida mostraYOUR_SERVER_ID.
ChatGPT aggiunge i server MCP come plugin dalla pagina Plugins, sul web e nei piani a pagamento. La modalità sviluppatore non serve più. In un workspace Business possono farlo solo admin e owner; in Enterprise ed Edu un amministratore può concedere il permesso Create plugins with MCPs.
- Vai su chatgpt.com/plugins, clicca + e poi Add custom MCP server.
- Inserisci un nome, ad esempio Name:
PhantomBuster. - In Connection inserisci come Server URL
https://cloud.anythingmcp.com/mcp/YOUR_SERVER_IDe lascia Authentication su OAuth. - Seleziona I understand and want to continue, poi Create as a plugin. Quando ChatGPT lo chiede, accedi ad AnythingMCP e consenti l'accesso.
- Installa il nuovo plugin dai tuoi plugin personali, poi digita @ in una chat e selezionalo.
Tool disponibili
| 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) |
Esempi di prompt
- "Quali dei miei Phantom sono stati eseguiti nelle ultime 24 ore, e qualcuno è terminato con un errore?"
- "Avvia il mio agent Sales Navigator Search Export con l'URL di ricerca che ti do, limitato a 100 profili. Prima mostrami l'input."
- "Quanto tempo di esecuzione e quanti crediti email ci restano nel piano questo mese?"
- "Crea una lista di lead con tutti i lead salvati il cui ruolo contiene CTO e che si trovano in Germania."
- "Imposta il mio LinkedIn Profile Scraper per girare una volta al giorno e dimmi quando parte la prossima volta."
FAQ
Il piano free di ChatGPT funziona con i server MCP personalizzati? OpenAI documenta i server MCP personalizzati solo per i piani a pagamento; il piano Free non è nell'elenco.
Prossimi passi
- Landing del connettore
- Collegare a Claude
- Collegare a Cursor
- Collegare a Gemini
- Collegare a Meta Muse
- Collegare a Microsoft Copilot
Questa guida ti è stata utile?