MCP 服务接入
把营销数据能力封装成标准 MCP 接口，支持 MCP 的智能体可以直接挂载调用，不用为每个 agent 单独写对接代码。
价格付费
平台—
归类AI 智能体
收录2026-10-12
复核2026-10-12
编辑评分
4.3 / 5
★★★★☆
MCP Stack编辑总结
MCP Stack 是一个企业级的开源 MCP 集成项目，主打让 AI 智能体直接调用营销数据能力。它把联系人名单构建与数据增强做成 MCP 服务，一组引擎同时供团队手动使用和智能体自动调用。与 Apollo 这类全球联系人平台的差异在于，它强调法国本地的精细化名单——结合合规、职业信息与地图数据做意图筛选，而不是只做跨国批量联系人导出。官网未公布付费档位与额度细节，接入前需要先确认授权与数据合规边界。
MCP Stack是什么？
MCP Stack 是一个开源的企业级 MCP 集成项目，定位在 AI 驱动的营销场景。它把营销数据能力（联系人名单构建、数据增强、外呼名单准备）封装成 MCP 服务，让 Claude、Cursor 这类支持 MCP 的智能体可以直接调用，而不需要团队自己写接口对接。
它的核心差异点在于名单的精度方向：不做全球泛化的联系人库，而是把法国市场的名单做细——把合规信息、职业身份和地图数据交叉起来，按购买意图筛人。同一套引擎既给营销团队自己用，也给 AI 智能体调用，避免人工筛选和自动化走两套逻辑。
普通营销人员用它替代手工拼名单；开发者把它当作 MCP Server 接到自己的智能体工作流里；团队则可以把它当成一套共享的名单基础设施，人和 agent 跑在同一份数据源上。
MCP Stack核心功能
联系人名单构建
围绕多国联系人规模与筛选条件生成目标名单，重点服务外呼与出站营销场景，名单可直接交给智能体继续处理。
数据增强
对已有联系人记录做字段补全与信息丰富，让名单在进入外呼或邮件序列前具备更完整的画像维度。
法国精细化名单
把合规信息、职业身份与地图数据交叉筛选，按购买意图筛人，而不是只按行业和地区做粗过滤。
人机同源引擎
营销团队手动构建名单和智能体自动调用走的是同一套引擎，两边得到的筛选口径一致，不会出现人工与自动化结果对不上的情况。
多国外呼支持
面向跨国出站场景组织联系人数据，可用于跨市场的批量触达准备，而非局限于单一国家的名单。
MCP Stack值不值得用？
当你的营销团队已经在用 MCP 智能体、又需要法国本地高精度名单时，它值得优先试——一套引擎同时喂人和 agent，能省掉人工筛名单与自动化脚本之间的口径差。如果你要的是全球通用的大体量联系人库，它的定位不是这个方向，直接选跨国平台更省事。真正需要提前确认的是数据合规与商用授权边界：面向法国市场做外呼，名单来源和使用范围必须能说得清，否则再准的筛选也落不了地。
建议选它的情况
- 营销团队已用 Claude、Cursor 等 MCP 客户端，想直接把名单能力接进 agent 工作流
- 主攻法国市场，需要按购买意图做精细化筛选而非粗行业过滤
- 希望人工筛选和自动化外呼共用同一套名单逻辑，避免结果不一致
不建议选它的情况
- 只需要全球泛化的海量联系人导出，不追求单一国家的名单精度
- 团队没有支持 MCP 的智能体客户端，用不上它的接入方式
- 对数据合规来源要求极高但尚无内部合规审核流程
MCP Stack使用建议
入门先把路子走对
- 先跑通 MCP 连接在支持 MCP 的客户端里把它作为 Server 挂载，先确认能正常列出可用能力，再往工作流里加步骤。
- 从小范围筛选开始先用一个明确的行业加地区条件建一份小名单，核对返回字段是否满足外呼需求，再放大筛选范围。
- 固定筛选口径把常用的合规与身份筛选条件写成固定组合，让团队和 agent 都调用同一套，避免两边名单对不上。
进阶省时间也省钱
- 增强放在筛选之后先用条件把名单缩到目标人群，再做字段增强，避免在大量无关记录上浪费增强步骤。
- 让 agent 复用同一名单把建好的名单作为 agent 的输入源直接传入，而不是让 agent 每次重新筛一遍，保证外呼序列上下文一致。
- 记录筛选依据每次生成的名单把使用的筛选条件一并留存，后续复跑或调整时可以对比差异，也方便合规审查时说明来源。
MCP Stack适合谁用？
法国市场营销团队
推荐需要在本地做精细化名单筛选并按意图圈人，它的筛选方向正好对上，能省掉手工交叉多份数据的时间。
用 MCP 的智能体开发者
推荐已有支持 MCP 的客户端，可以直接把名单和增强能力挂进去，不用自己写数据层对接。
跨国出站销售
有条件需要跨市场准备联系人名单，适合用它做外呼前的数据整理，但各国合规要求不同，使用前要逐市场核对。
只需通用联系人的用户
不推荐目的是拿一份大体量通用名单，不关心法国本地精度，它的方向不匹配，选跨国平台更直接。
无 MCP 客户端的小团队
有条件团队工具链里没有支持 MCP 的智能体，接入方式用不上，实际收益有限。
MCP Stack优点和缺点
优点
- 把营销数据能力做成标准 MCP 服务，智能体可直接挂载调用
- 法国名单做合规、职业与地图数据的交叉筛选，精度方向明确
- 团队与 agent 共用同一套引擎，筛选口径不容易分叉
- 开源形态，便于自行部署与接入已有工作流
- 覆盖跨国外呼场景，不局限于单一市场
缺点
- 价格与额度未公布，付费与授权范围需要先向官方确认
- 强项集中在法国本地名单，全球泛化联系人不是它的方向
- 必须搭配支持 MCP 的客户端才能发挥价值
- 本地化名单涉及合规要求，使用前需自行确认数据来源合法性
MCP Stack常见问题
它和 Apollo 这类联系人平台有什么区别？＋
Apollo 走的是多国批量联系人规模与增强的路子，覆盖面广但本地交叉筛选不是它的产品化重点。MCP Stack 把重心放在法国市场的精细化名单上，把合规信息、职业身份和地图数据交叉起来按意图筛人，并且这套引擎对团队和对智能体是同一套，适合需要本地高精度而非全球大数量的场景。
为什么强调 MCP？＋
因为它的用法是把营销数据能力做成智能体能直接调用的接口。你不用为每个 agent 单独写数据层对接，挂载后 agent 就能直接建名单、做增强，把名单能力嵌进自动化流程里。没有支持 MCP 的客户端，这套接入方式的优势就用不上。
人和智能体用起来结果会不一样吗？＋
设计上是同一套引擎：团队手动构建名单和智能体调用走同样的筛选逻辑，目的是避免人工筛出来的和自动化跑出来的名单对不上。实际操作中把常用的筛选条件固定成同一组合，两边复用的效果更稳定。
面向法国做外呼，名单合规怎么处理？＋
名单涉及合规、职业和地图数据的交叉，使用范围和授权边界需要在接入前确认清楚。建议把每次筛选使用的条件留存下来，既方便后续复跑对比，也能在需要说明来源时给出依据。
怎么开始用？＋
先在支持 MCP 的客户端里把它作为服务挂载，确认能列出可用能力，然后用一个明确的行业加地区条件建一份小名单，核对返回字段是否满足外呼需要，再逐步放大筛选范围并接进自动化流程。
