各组成部分
客户端位于 AI 应用中，服务器则提供工具（如查询订单等操作）、数据资源和提示模板。服务器可在本地运行，也可通过 HTTP 远程运行；对于远程服务器，协议规范定义了基于 OAuth 的授权方式。
Nexura Digital 服务
定制 MCP 服务器开发，将 AI 助手与您的系统相连
您的团队已经在使用 AI 助手，但仍需手动复制数据。借助 MCP 服务器，助手可以在您设定的权限下查询或操作您的系统。
MCP 服务器是一种连接器，可将您系统（例如 CRM 或 ERP）中的工具与数据提供给支持模型上下文协议（Model Context Protocol）的助手，例如 Claude 或 ChatGPT。我们为希望基于自有数据使用 AI、并要求最小权限访问及记录每次操作的企业开发此服务。您可以先从 7 天试用开始：在一个系统上搭建只读服务器。
什么是 MCP，我们构建什么
模型上下文协议是一个开放协议，用于规范 AI 助手如何连接外部工具和数据源。同一台服务器可兼容不同的客户端。
我们开发的内容
- 使用官方 TypeScript 或 Python SDK 构建的定制服务器
- 基于您的 CRM、ERP、数据库或帮助台的工具
- 发布为 MCP 工具的 n8n 工作流
权限与安全
最小权限原则
每个工具只做一件事。我们从只读开始，并使用受限的数据库用户或 API 密钥；在可能的情况下，每位用户使用自己的账户登录，使助手以其本人权限而非管理员权限操作。
确认与日志
兼容的客户端通常会在运行工具前请求许可；此外，我们会将任何带有副作用的操作设计为草稿，或需要明确确认。每次调用都会被记录：谁、调用了哪个工具、输入了什么、返回了什么结果。
我们主动应对的风险
- 来自邮件或文档的提示词注入：没有任何防御是完美的，因此我们限制每个工具的能力范围
- 将机密信息置于模型的接触范围之外
- 安装第三方 MCP 服务器前进行审查
我们如何构建
从使用场景到部署
- 使用场景与权限矩阵：工具、数据、访问权限与确认机制
- 在测试环境中使用 MCP Inspector 进行开发与测试
- 包括提示词注入在内的安全测试
- 部署，并在初期使用阶段审查日志
何时适合部署 MCP 服务器
适合
您的团队每天都在使用 Claude、ChatGPT 或其他兼容的助手，您的系统提供 API 或可访问的数据库，并且您希望用一个可复用的连接器取代每个工具各自的变通方案。
不适合
- 流程从不变化：n8n 工作流或 API 集成更为简单
- 供应商已提供能满足需求的官方连接器
- 您的助手或套餐不支持该功能；我们会先确认这一点
交付成果
您将获得
- 存放在您自有代码仓库中的服务器代码
- 包含描述与输入模式的工具目录
- 权限矩阵与安全文档
- 通过 HTTPS 部署并记录调用日志
- 面向您团队客户端的连接指南
7 天试用：只读服务器
先从读取权限开始
一个切合实际的第一步：在一个系统上提供两到三个查询工具，例如查找客户或检查订单状态，接入您团队的助手，并记录每次调用。我们先用真实问题进行验证，然后再讨论写入操作。范围、日期和条款会事先以书面形式商定。
常见问题
常见问题解答
它在 ChatGPT 和 Claude 上的效果一样吗？
协议本身相同，但每个助手以各自的方式集成，可用性取决于应用、版本和您的套餐。有些支持本地服务器，有些仅支持远程服务器。在开发之前，我们会先确认您团队的环境支持哪些内容，以免开发出无法接入的东西。
AI 会不会误删或误改数据？
只有当服务器暴露了允许此类操作的工具时才会。因此我们从只读开始，并将后续操作控制在狭窄范围内：创建草稿而非直接发送，只更新某个特定字段而非整张表。敏感操作需要明确确认，所有操作均会留有日志，以便审计或撤销。
MCP 服务器与 API 集成有何不同？
API 集成以相同的方式自动在系统之间搬运数据。MCP 服务器则向 AI 助手提供工具，由助手根据对话内容决定何时使用。两者常常结合使用：集成保持数据最新，MCP 服务器则让人们能用自然语言查询和使用这些数据。
服务器运行在哪里？
本地服务器运行在每位用户的电脑上，适合测试或个人使用。对于团队而言，通常选择在您的基础设施或公司名下通过 HTTPS 运行的远程服务器，由您直接付费。代码、凭证和日志都由您掌控。