如何通过 MCP 将 PhantomBuster 连接到 Microsoft Copilot

💡 无需安装? 直接使用 cloud.anythingmcp.com。 登录、点击 Connectors → PhantomBuster、粘贴凭证、生成 MCP API key，即可完成。无 Docker、无 git clone、无本地服务器。

PhantomBuster + Microsoft Copilot

在任意 AI 智能体中操作 PhantomBuster 工作区：列出和查看代理（Phantom），启动、排程和停止它们，跟踪运行并读取结果，修改输入和排程，管理线索列表和已存储的线索，查看套餐用量。使用 API 密钥调用 API v2；删除操作和一键停止所有排程在安装时关闭。

前提条件

完整的设置说明已内置在连接器中 (在 store 中选择连接器时可见)。所需环境变量:

PHANTOMBUSTER_API_KEY

步骤 1 — 获取凭证

设置大约需要 2 分钟。你需要一个 PhantomBuster 工作区，里面有要让 AI 运行的 Phantom。

1. 在 PhantomBuster 中打开 Workspace settings（https://phantombuster.com/workspace-settings，也可从导航栏菜单进入），进入 API Keys 并添加一个密钥。密钥只显示一次，请复制下来。
2. 把它粘贴到 PHANTOMBUSTER_API_KEY。它通过 X-Phantombuster-Key 请求头发送，对这一个工作区拥有完全访问权限。
3. 安装连接器并运行 phantombuster_get_org：它会显示工作区、套餐和时区，并确认密钥有效。

可读取的内容：工作区及其套餐、时区和每日上限；套餐用量（执行时间、邮件、AI、验证码和 SERP 额度以及存储空间，今天和本月的用量，以及下次重置时间）；当前正在执行的运行；最近 N 天（最多约 6 个月）按代理和按运行统计的用量 CSV 导出；仪表盘文件夹。你的代理及其脚本、排程、上次结果和已保存的输入，已删除的代理，以及带清单（该脚本的代理可接受的输入字段）的脚本。代理的运行（容器）及其状态、时间和退出码、控制台日志和结果数据。工作区存储中的线索列表及其保存的筛选条件，以及符合某个列表的线索（姓名、LinkedIn 个人资料和公司、职位、所在地、邮箱以及其他已存储字段）。

可写入的操作：立即启动代理（phantombuster_launch_agent）或在接下来 N 分钟内启动（phantombuster_launch_agent_soon），停止正在运行的代理（phantombuster_abort_agent；使用 soft_abort 时 Phantom 会完成当前步骤并保存已获取的数据），修改代理的名称、已保存输入、排程（launch_type、repeated_launch_preset）、时间上限和通知，或从脚本创建新代理（phantombuster_save_agent，保存从不启动运行），创建或修改线索列表，存储或更新单条线索。

启动是真实操作：一次运行会使用在 PhantomBuster 中连接的社交账户执行动作（访问个人资料、发送好友邀请或消息），并消耗套餐的执行时间。启动前，AI 会向你展示代理、输入和数量，等你确认后才执行。每天操作过多可能导致 LinkedIn 账户受限，请遵守 Phantom 建议的每日上限。会话 Cookie 和连接的账户在 PhantomBuster 中设置；不要把 Cookie 粘贴到聊天里。

单次运行的输入：argument 会替换这次运行的已保存输入（加上 save_argument 还会保存下来）；bonus_argument 只在这一次运行中把少数字段覆盖到已保存输入上。字段名来自脚本清单（带 with_manifest: "true" 调用 phantombuster_get_agent），例如 spreadsheetUrl 或 numberOfProfiles。

跟踪运行：启动后返回 containerId。随后 AI 大约每分钟调用一次 phantombuster_get_agent_output，通过 from_output_pos 和 prev_container_id 只读取新的日志行，直到状态变为 finished。运行的数据来自 phantombuster_get_container_result；文件也位于 https://phantombuster.s3.amazonaws.com/<orgS3Folder>/<s3Folder>/result.csv（以及 result.json），两个文件夹都可从 phantombuster_get_agent 获得。两个代理可能同名，所以 AI 始终使用代理 ID。

线索列表：列表是针对已存储线索的保存筛选条件，Phantom 存入新线索时会自动更新。筛选条件形如 {"and": [ ... ]}，由 {"filter": {"linkedin_job_title": {"entity": "lead", "operator": "contains", "valueToCompare": "CTO"}}} 这样的子句、嵌套的 and / or 或 {"__global_search__": "text"} 组成。线索字段使用 snake_case（linkedin_job_title、location、professional_emails），公司字段使用 camelCase 并带 "entity": "company"（industriesV2、employeeCount）。线索存储相关工具使用 PhantomBuster 的 beta API。

安装时关闭：phantombuster_delete_leads（无法撤销）、phantombuster_delete_lead_list（线索仍保留在存储中）、phantombuster_delete_agent（其历史运行和结果文件将不再显示）和 phantombuster_unschedule_all_agents（紧急停止，把所有代理改为手动启动）。团队需要时由工作区管理员开启。

数据格式：ID 是数字字符串。日期是以毫秒为单位的 Unix 时间戳。运行状态为 starting、running、finished、launch error 或 never launched；exitCode 为 0 且 endType 为 finished 表示成功。用量数值为执行时间的秒数和额度的数量。

分页：phantombuster_list_containers 按从新到旧返回 limit 条运行；更早的运行由 AI 把最后一条的 endedAt 作为 before_ended_at 传入。phantombuster_list_leads_in_list 使用 page_size 和 offset 分页（include_total_count 返回总数）。其他列表一次返回全部内容。PhantomBuster 商店的脚本列表有好几 MB，所以 AI 用 script_ids 进行筛选。

常见错误：401 "API key not found" 表示密钥错误或已被撤销。400 表示参数缺失或错误，或启动参数过大。404 表示未知 ID。套餐执行时间用完或并行运行已过多（maxParallelism）时，启动会失败。

该连接器不连接社交账户，不处理会话 Cookie，不修改 Phantom 代码（脚本只读），也不更改套餐。

步骤 2 — 安装 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

步骤 3 — 在 Microsoft Copilot 中添加连接器

你的服务器 URL： 在 AnythingMCP 中打开 MCP Servers → 此连接器所在的服务器，复制它的 URL（https://cloud.anythingmcp.com/mcp/…）。本指南中出现 YOUR_SERVER_ID 的地方都用它替换。

Microsoft Copilot 通过在 Copilot Studio 中构建的智能体使用 MCP 服务器：把 AnythingMCP 作为工具添加到智能体，然后把智能体发布到 Microsoft 365 Copilot 和 Teams。Copilot Studio 从 Microsoft 的云端通过 Streamable HTTP 连接，AnythingMCP 支持这种方式。

1. 在 Copilot Studio 中打开你的智能体（或新建一个），进入 Tools，选择 Add a tool → New tool → Model Context Protocol。
2. 填写 Server name（例如 AnythingMCP）、说明连接器用途的 Server description，以及 Server URL https://cloud.anythingmcp.com/mcp/YOUR_SERVER_ID。Copilot Studio 根据描述决定何时调用该服务器。
3. 身份验证选择 API key，把 Type 设为 Header，请求头名称填 X-API-Key，然后选择 Create。
4. 在 Add tool 中选择 Create a new connection，粘贴 AnythingMCP 的 MCP API 密钥（MCP Servers → 你的服务器 → API keys），然后选择 Add to agent。
5. 在智能体的 Test 窗格中试一试：提出需要用到 PhantomBuster 的工具的请求。
6. 选择 Publish，然后进入 Channels → Microsoft 365 and Microsoft Teams，保持勾选 Make agent available in Microsoft Copilot，再选择 Add channel。See agent in Teams 会为你安装该智能体；在 Microsoft 365 Copilot 中输入 @ 并选择该智能体。

希望每个用户各自登录？请选择 OAuth 2.0 → Dynamic discovery 代替 API 密钥：每个用户会在智能体首次调用时登录 AnythingMCP。

自托管？请用你实例的公网 HTTPS 地址替换 https://cloud.anythingmcp.com。Copilot Studio 从 Microsoft 的云端连接，因此 localhost 无法使用。

可用工具

示例提示

• “过去 24 小时里我的哪些 Phantom 运行过？有没有以错误结束的？”
• “用我给你的搜索 URL 启动我的 Sales Navigator Search Export 代理，最多 100 个个人资料。先给我看输入内容。”
• “本月我们套餐里还剩多少执行时间和邮件额度？”
• “创建一个线索列表，包含所有职位里含 CTO 且位于德国的已存储线索。”
• “把我的 LinkedIn Profile Scraper 改成每天运行一次，并告诉我下次什么时候运行。”

FAQ

这适用于哪个 Copilot？ 适用于工作中的 Microsoft 365 Copilot，通过 Copilot Studio 的智能体实现。面向个人账户的 Microsoft Copilot 应用无法添加自己的 MCP 服务器。

我需要什么？ 一个可以使用 Copilot Studio 的工作账户（许可证或试用版），用于构建智能体。在 Microsoft 365 Copilot 或 Teams 中使用它的人需要拥有该智能体的访问权限：把它共享给他们，或请管理员为整个组织发布。如果你的组织对 Power Platform 连接器设置了数据策略，这些策略同样适用于 MCP 服务器。

智能体不调用工具。 检查请求头名称是否正好是 X-API-Key，密钥是否属于与 URL 相同的 MCP 服务器，并把 Server description 写得具体：Copilot Studio 根据它决定何时调用服务器。每次修改后重新发布智能体；在已打开的对话中输入 "start over" 即可使用新版本。

下一步

• 连接器主页
• 连接到 Claude
• 连接到 ChatGPT
• 连接到 Cursor
• 连接到 Gemini
• 连接到 Meta Muse