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 + Microsoft Copilot
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 Microsoft Copilot
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.
Microsoft Copilot usa i server MCP tramite gli agenti creati in Copilot Studio: aggiungi AnythingMCP a un agente come strumento, poi pubblichi l'agente in Microsoft 365 Copilot e in Teams. Copilot Studio si collega dal cloud di Microsoft via Streamable HTTP, che AnythingMCP supporta.
- In Copilot Studio apri il tuo agente (o creane uno), vai su Tools e scegli Add a tool → New tool → Model Context Protocol.
- Inserisci un Server name (per esempio
AnythingMCP), una Server description che dica cosa fa il connettore e il Server URLhttps://cloud.anythingmcp.com/mcp/YOUR_SERVER_ID. Copilot Studio usa la descrizione per decidere quando chiamare il server. - Come autenticazione scegli API key, imposta Type su Header e come nome dell'header
X-API-Key, poi seleziona Create. - In Add tool scegli Create a new connection, incolla una chiave API MCP di AnythingMCP (MCP Servers → il tuo server → API keys) e seleziona Add to agent.
- Provalo nel riquadro Test dell'agente: chiedi qualcosa che richiede i tool di
PhantomBuster. - Seleziona Publish, poi Channels → Microsoft 365 and Microsoft Teams, lascia selezionato Make agent available in Microsoft Copilot e scegli Add channel. See agent in Teams lo installa per te; in Microsoft 365 Copilot scrivi @ e scegli l'agente.
Preferisci un accesso per ogni utente? Al posto della chiave API scegli OAuth 2.0 → Dynamic discovery: ogni persona accede ad AnythingMCP la prima volta che l'agente lo chiama.
Usi il self-hosting? Usa l'indirizzo HTTPS pubblico della tua istanza al posto di https://cloud.anythingmcp.com. Copilot Studio si collega dal cloud di Microsoft, quindi localhost non funziona.
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
Per quale Copilot vale? Per Microsoft 365 Copilot in azienda, tramite gli agenti di Copilot Studio. L'app Microsoft Copilot per account personali non permette di aggiungere un proprio server MCP.
Cosa mi serve? Un account di lavoro con accesso a Copilot Studio (licenza o prova) per creare l'agente. Chi lo usa in Microsoft 365 Copilot o in Teams deve avere accesso all'agente: condividilo, oppure chiedi a un amministratore di pubblicarlo per l'organizzazione. Se la tua organizzazione applica criteri sui dati ai connettori di Power Platform, valgono anche per i server MCP.
L'agente non chiama i tool. Controlla che il nome dell'header sia esattamente X-API-Key e che la chiave appartenga allo stesso server MCP dell'URL, e scrivi una Server description precisa: Copilot Studio la usa per decidere quando chiamare il server. Dopo ogni modifica pubblica di nuovo l'agente; in una chat già aperta scrivi "start over" per passare alla nuova versione.
Prossimi passi
- Landing del connettore
- Collegare a Claude
- Collegare a ChatGPT
- Collegare a Cursor
- Collegare a Gemini
- Collegare a Meta Muse
Questa guida ti è stata utile?