返回 MCP 目录
public公开dns本地运行

mcpServerCRM

该项目实现了一个基于MCP协议的CRM-AI服务中间层,提供数据安全处理、智能对话管理和潜在客户分析功能,通过匿名化技术和令牌系统保护敏感数据,同时支持与大型语言模型的集成。

article

README

🚀 服务器 MCP 用于 CRM 的 AI

此服务器实现模型上下文协议 (MCP),为 CRM 和语言模型 (LLM) 之间搭建安全的数据处理层,保障数据安全的同时,实现高效的数据交互与处理。

✨ 主要特性

1. 数据安全性

  • 自动化完成个人信息匿名化处理。
  • 借助令牌系统进行数据追踪,避免敏感信息暴露。
  • 在处理 LLM 之前对数据进行严格验证。

2. 集成聊天机器人

  • 有效管理对话上下文。
  • 构建问答系统并及时提供反馈。
  • 持续评估回答质量。

3. 领导分析

  • 自动评估潜在价值。
  • 跟踪互动记录。
  • 提供参与度指标,且所有操作均不暴露个人信息。

📦 安装指南

1. 配置环境变量

创建包含以下变量的 .env 文件:

SECRET_KEY="你的安全密钥"
DATABASE_URL="你的超级表格 PostgreSQL 地址"
SUPABASE_URL="你的超级表格 URL"
SUPABASE_KEY="你的超级表格密钥"
SUPABASE_JWT_SECRET="你的 JWT 密钥"
DEFAULT_LLM_PROVIDER="openai"
DEFAULT_LLM_MODEL="gpt-4"
LLM_API_KEY="你的 OpenAI API 密钥"

2. 安装依赖项

pip install -r requirements.txt

3. 启动服务器

uvicorn app.main:app --reload

💻 使用示例

基础用法

以下为启动服务器的基本命令:

uvicorn app.main:app --reload

高级用法

在实际使用中,可根据不同的业务场景,灵活调整环境变量和依赖项,以满足特定需求。

📚 详细文档

接口说明

令牌和身份验证

  • POST /api/v1/tokens/generate:生成访问令牌

消息处理

  • POST /api/v1/messages/sanitize:对消息进行清理以备处理
  • POST /api/v1/chatbot/context:管理聊天机器人的上下文
  • POST /api/v1/qa-pairs:创建问答对
  • POST /api/v1/evaluate:使用 LLM 评估信息

分析功能

  • POST /api/v1/analyze-lead:安全地分析潜在客户
  • GET /api/v1/lead-metrics/{lead_id}:获取历史参与度指标

安全架构

匿名化层

  • 清理个人信息
  • 生成匿名令牌
  • 验证内容合法性

上下文层

  • 管理对话上下文
  • 构建问答系统
  • 保存清理后的聊天记录

分析层

  • 评估潜在客户
  • 记录互动数据
  • 提供聚合报告

数据库集成

该服务器使用超级表格作为后端,主要表包括: | 表名 | 详情 | |------|------| | mensajes_sanitizados | 存储已清理的消息版本 | | contexto_conversacional | 维护对话上下文 | | pii_tokens | 管理匿名令牌 | | chatbot_contextos | 保存聊天机器人配置 | | qa_pares | 存储问答对,用于训练 | | evaluaciones_llm | 记录 LLM 的评估结果 |

持续改进

该系统具备以下持续改进机制:

  • 自动化回答质量评估
  • 提供反馈以优化性能
  • 监测 LLM 的表现指标
help

运行方式说明

cloud

托管运行

托管运行通常表示这个 MCP Server 由服务方环境承载,用户一般按页面提供的连接方式或授权流程接入,不需要在本地长期启动一个 MCP 进程

  1. 打开服务方连接页
  2. 完成授权或复制端点
  3. 在 MCP 客户端中连接
terminal

本地运行 / 其它方式

本地运行通常需要用户在自己的电脑或服务器上安装依赖,把 server_config 复制到 MCP 客户端,并按 env_schema 补齐环境变量、密钥或其它配置

  1. 复制 server_config
  2. 安装所需依赖
  3. 补齐环境变量后重启客户端