AI 为什么查不到你的业务数据？一文理解贾维斯的 MCP 连接方式

“帮我看看这张工单处理到哪了。”

对同事来说，这是一个很普通的请求。对没有连接工单系统的 AI 来说，它却缺少最关键的信息：工单在哪里、谁可以查询、当前状态是什么。

模型擅长理解语言，业务数据则保存在企业自己的系统里。让两者配合，需要把查询和操作能力真正接进来。

项速科技的贾维斯 AI 助手将 Agent、知识库和 MCP 工具组织在同一套助手体系中，并提供 Vue 3 组件作为业务页面里的交互入口。本文从一条查询需求出发，讲清这条连接链路。

一句话背后，需要谁来配合？
以“查询工单进度”为接入方案：用户在业务页面打开贾维斯，提供工单编号；Agent 根据任务和可用工具组织请求；贾维斯服务端调用对应的 MCP 工具；工具向工单系统查询，再把结果交回来。

这个过程中，每一层都有自己的工作。组件接住用户的问题，Agent 组织任务，MCP 服务提供工具，业务系统负责返回记录并校验访问权限。

贾维斯连接业务系统的职责链路

图 1：原创架构示意。“工单系统”为接入方案，需另行提供接口与授权。

MCP 可以理解为助手与外部工具之间的一种约定。工具告诉助手自己能做什么、需要什么参数，助手通过约定的接口发起调用。已有系统仍然可以保留原来的 API，在外面增加适合 AI 使用的工具封装。

文档中的规则，与系统里的状态
假设用户接着问：“这种工单通常应该找谁处理？”

这次需要的可能是服务手册中的岗位分工。贾维斯的知识库可以为回答提供相关资料；而“这张工单现在由谁负责”，仍需要查询当前业务记录。

用户想知道什么 适合准备什么资源
工单的处理规则、提交要求 整理过的知识文档
指定工单的当前状态、负责人 经过授权的业务查询工具
如何表述问题、如何整理答复 Agent 的任务说明与模型能力
把这几类信息分开，接入范围会清楚很多。团队可以先让贾维斯解释规则，再按需要连接实时查询；也可以针对单个岗位，把两种资源关联给同一个 Agent。

贾维斯怎样组织 MCP 服务？
在贾维斯中，MCP 服务有独立的管理入口和连接配置，具备连接测试、工具列表获取与刷新等接口。Agent 可以关联需要使用的 MCP 服务，让工具与具体任务建立联系。

当前项目提供 stdio、sse 和 streamable-http 三种连接方式。对于接入人员，首先要问的是：工具在哪里运行，贾维斯后端怎样才能访问它？

stdio 由后端启动本地进程，配置中的命令、依赖和路径必须在后端所在机器上可用。网络服务则需要核对地址、传输方式、网络连通与认证要求。用户电脑上能够执行一条命令，并不意味着部署后的后端也能执行。

资料、工具与Agent的资源分工

图 2：原创能力分工示意。业务工具需要按目标系统实际提供。

第一次接入，选一个能核对的查询
一个合适的起点，是“根据编号查询一条记录”。输入范围明确，输出字段有限，也容易与业务系统中的原始记录核对。

接入前，准备好可用的贾维斯服务端、具备工具调用能力且已适配的模型、可访问的 MCP 服务，以及对应的业务权限。随后检查三个环节：服务是否连通，Agent 是否获得所需工具，返回字段是否与原系统一致。

这里的工单流程是设计示例，不代表贾维斯已经内置某家工单系统的连接器。实际接入可以换成你们自己的订单、设备或客户系统，前提是有可供调用的接口和清晰的授权范围。

对已有业务系统的团队来说，贾维斯提供了一条值得评估的路径：在熟悉的页面里增加助手入口，把知识解释和业务查询组织成可对话的任务。先选好一个问题，再接上解决它所需的资源，产品的用途就会变得具体。

访问贾维斯 AI 助手官网，了解组件与平台介绍，并结合自己的业务接口评估接入方式。