我们为SaaS构建了一个MCP服务器(约150个工具)——现在Claude运行我们的项目管理。经验教训。
摘要
SaaS公司TRCR构建了一个MCP服务器,为AI代理提供约150个工具,并分享了与Claude内部试用的六个关键教训:代理暴露了API缺陷,工具描述如同产品文案,自包含上下文至关重要,OAuth 2.1虽痛苦但值得,将代理与账单数据结合威力强大,内部试用改变了产品路线图。
我们在构建TRCR——为自由职业者、机构和小型团队提供时间追踪、任务、客户和开票服务。核心理念:你只需跟踪一次时间,后续所有操作自动完成。每个团队成员有两种费率——客户支付的费用以及该员工对你的成本——因此每个项目/客户的收入、利润率和盈利能力都能实时计算,发票直接从跟踪的时间记录中生成。无需将时间表导出到电子表格来弄清楚项目是否盈利。几个月前,我们下了第二个赌注:除了发布功能外,我们几乎将整个产品暴露为MCP服务器,以便AI代理可以直接使用它。如今它涵盖了21个领域(任务、CRM、发票、时间、报告、聊天等)的约150个工具,支持OAuth 2.1和个人访问令牌。我们大力内部试用:我们自己的任务管理和CRM通过Claude与我们的API对话来运行。我们甚至通过任务ID将工作交给编码代理——它会从任务本身拉取完整规范。我们学到的教训:
**1. 代理是你最严苛的API审查者。** 当AI开始每天使用我们的API时,每一个不一致的地方都浮出水面——令人困惑的参数名称、返回信息不足的端点、缺少批量操作。为代理修复API也让人类用户受益。
**2. 工具描述现在就是产品文案。** 代理根据描述字符串选择工具。模糊的描述 = 工具永远不会被调用。我们像写微文案一样重写了它们,而不是文档。
**3. 自包含上下文胜过巧妙的集成。** 当我们将任务委托给代理时,所有内容都必须存在于任务本身——完整规格在描述中,源文件作为附件。任何“它可以在别处查找”的假设都会失败。
**4. 为MCP实现OAuth 2.1很痛苦但值得。** PAT(个人访问令牌)让我们快速起步;而OAuth让它感觉像真正的集成,而不是黑客手段。
**5. 代理+账单数据=杀手组合。** 最神奇的时刻不是任务管理——而是问“上个月哪个客户最赚钱,并为他们起草六月份的发票”,然后看着它拉取时间记录、应用正确的费率并生成发票。这时,暴露整个领域(费率、时间、发票、报告)而不是仅仅任务,就得到了回报。
**6. 通过代理进行内部试用改变了你的路线图。** 我们近期的积压任务中,有一半来自观察代理在何处卡住。意想不到的结果是:“与AI代理配合良好”正在成为我们的主要差异化优势,而不是附属功能。
乐于回答关于为SaaS构建MCP服务器的问题——模式设计、认证、我会做哪些不同的事。
相似文章
一位CEO用Claude MCP + NetSuite构建了自己的AI代理。它成功了,但后来无法扩展。
一位CEO使用Claude MCP和NetSuite原型化了一个AI代理,但未能扩展。BotsCrew重建了整个技术栈,实现了50%的自动化、24倍的响应速度提升和每年14万美元的节省。
@ryanlanciaux: "他们会安装MCP服务器,让智能体能访问更多工具。" "它怎么知道什么时候该用这个工具?" "没人知道…"
一条推文讨论了AI智能体如何利用MCP服务器访问工具,并提出疑问:它们怎么知道何时使用这些工具?并坦言没人知道答案。
利用智能体编写高效的工具——借助智能体本身
Anthropic 分享了为 AI 智能体设计、评估和优化工具的工程最佳实践,特别介绍了如何利用模型上下文协议(MCP)和 Claude Code 来提升智能体的性能。
您如何处理MCP代理之间的跨客户端通信?
一位开发者讨论了协调多个使用MCP通信的AI代理(如Claude Code和Cursor)在同一项目上工作的挑战,分享了自己基于IRC的共享“房间”模型构建的开源解决方案,并询问社区的模式和意见。
我在 Claude 中搭建了一支多智能体产品团队——CEO、CPO、CTO、高级开发人员、QA、代码审查员全部串联在一起
作者描述了一个在 Claude 内部构建的多智能体系统,该系统模拟了一支完整的产品团队(包括 CEO、CPO、CTO、开发人员、QA),以简化软件开发和决策流程。该配置利用特定角色的技能和严格的验证来减少返工,并已打包以便于安装。