设计适用于智能 智能 Microsoft 365 Copilot 副驾驶® 副驾驶®的业务线 MCP 应用

业务线 (LOB) MCP 应用将智能 智能 Microsoft 365 Copilot 副驾驶® 副驾驶®连接到支持核心业务功能(如 CRM、IT 服务管理、ERP 和 HR)的企业系统。 本文为开发人员和架构师提供用于集成这些系统中的数据、关系、权限和工作流的核心设计模式和常见陷阱。

为什么 LOB MCP 应用需要其他设计

在声明式代理中,MCP 应用将交互式应用小组件添加到 MCP 工具响应。 智能 智能 Microsoft 365 Copilot 副驾驶® 副驾驶®提供对话入口点,MCP 服务器连接到外部系统,应用小组件允许用户在不离开对话的情况下查看、浏览或处理数据。

在 智能 智能 Microsoft 365 Copilot 副驾驶® 副驾驶® 中工作的用户经常需要在业务线 (LOB) 系统(如 Salesforce、ServiceNow、HubSpot、Microsoft Dynamics 365、SAP 业务应用程序、Workday、Jira 和 Coupa)中检索信息或执行操作。 这些打包的企业应用程序包括广泛的预构建数据结构、关系和业务逻辑,组织通常会进一步自定义这些结构、关系和业务逻辑。 因此,即使是同一 LOB 产品的两个部署也可能公开不同的字段、值、关系、权限和工作流。 用户请求也多种多样,可以组合企业名称、过滤器、相关记录和操作,而无需遵循固定结构。

例如,用户可能会询问 Copilot:“查找 Global Fizz 并显示其相关的打开记录。” 支持此类请求需要的不仅仅是公开检索或更新数据的工具。 MCP 应用程序必须解释业务术语,根据目标环境验证它们,解析相关记录,保留访问控制并协调多步骤工作流。 这些要求要求在工具设计、数据处理和交互体验方面采用深思熟虑的模式。

有关基础指南,请参阅 构建 MCP 插件、 使用 MCP 应用添加 UI 和 MCP 应用的 UX 指南。

以下设计原则基于 Salesforce、ServiceNow 和 HubSpot 参考示例,通过工具设计和交互式工作流程解决数据模型的这些挑战。

在定义工具之前映射 LOB 数据模型

在定义 Copilot 可以调用的 MCP 工具之前,请查看支持的对话方案和 LOB 应用程序的数据模型。 每个 LOB 应用程序都有一个现成的数据模型,但组织可以对其进行广泛自定义。 因此,产品的默认架构或参考示例可能与目标环境不匹配。 验证每个实体和字段,包括其 API 名称、标签、数据类型、必需或只读状态、接受的值和关系。

与 LOB 应用程序定制团队合作,确定特定于环境的更改。 使 MCP 服务器、工具架构和应用小组件与当前数据模型保持一致,以免偏离 LOB 系统。

MCP 应用组件的单独职责

LOB MCP 应用必须应用自定义业务规则、保留源系统权限、解析相关记录,以及跨代理指令、MCP 工具、LOB 集成和应用小组件处理后续更新。 将这些职责分开,以便一致地执行规则,并且可以独立保护、测试和更改每一层。

  • 使用代理说明和工具说明来指导工具选择和参数准备。 验证服务器上的每个工具调用;不要依赖说明来强制执行权限、允许的值、关系或查询安全。
  • 使用 MCP 服务器入口点(接收传入 MCP 请求的代码)来路由工具调用。 将业务规则、值转换、关系解析和结果准备保留在这些处理程序使用的工具处理程序或帮助程序代码中。
  • 使用 LOB 客户端或适配器进行下游身份验证和 API 通信。 将分页、重试、限制和源系统错误处理保留在此边界之后。
  • 在其源文件中生成和维护应用构件。 应用构件显示结果、收集输入并使用主机网桥调用 MCP 工具。 它不得存储凭据、做出授权决策或直接调用 LOB API。 从此源生成可部署应用小组件 HTML;请勿直接编辑生成的文件。

将身份验证匹配到 LOB 系统

对 MCP 终结点的身份验证和从 MCP 服务器到 LOB 系统的身份验证是单独的边界。 以下选项介绍下游 LOB 身份验证。 选择方法之前,请验证目标系统支持什么:

  • 委派标识 使用每个用户的登录令牌。 它保留每个用户的权限和审核历史记录,但需要 LOB 支持、额外的身份验证设置和令牌管理。
  • 应用程序标识 使用包含密码或证书的客户端 ID。 它简化了服务到服务的访问,但 LOB 系统将操作分配给应用程序而不是用户。
  • 共享凭据 对每个人使用一个专用令牌、API 密钥或服务帐户密码。 配置很简单,但 LOB 系统无法应用每用户权限或属性。

有关 MCP 终结点选项,请参阅 MCP 身份验证。

构建上下文体验,而不是其他应用程序

LOB 系统已经为广泛的工作流、探索和管理提供了完整的应用程序。 请勿重新创建该应用程序或在 MCP 应用中复制其屏幕。 复制全屏会增加加载时间,并使体验感觉不那么对话。 将 LOB MCP 应用用于当前对话所需的重点 UI,并将更广泛的工作定向到 LOB 系统。

让对话建立任务,并在任务受益于结构化审查或交互时使用应用程序小部件。

例如,用户可能会问:

用户: “显示我的未完成商机本月即将结束。”

应用小组件可以显示筛选的记录以供查看和编辑,而无需重现完整的 CRM 体验。

LOB 信息通常分布在相关实体之间。 了解客户、案例、员工或供应商可能需要查看关联的记录,同时将主要记录保持在上下文中。 使用应用小组件状态和 UX 功能(如可展开部分或详细信息视图),以便用户可以浏览这些关系,而无需对每个实体提出单独的对话请求。

例如,当用户向 Copilot 询问帐户时,返回的帐户将成为应用小组件在上下文中保留的主要记录:

用户: “显示全局帐户。”

显示客户的关键字段,其中包含相关实体(如商机、案例和联系人)的控件。 在应用小组件状态中保留帐户上下文。 当所选视图需要相关数据时,请使用当前帐户 ID 通过主机桥调用相应的 MCP 工具。 仅当用户打开相关视图时加载相关记录,并使主记录保持可见。

使用列表显示要审阅的关键字段,并添加 “编辑” 按钮以打开所选记录的详细窗体。

应用小组件 显示相关业务记录的 360 度视图

对话建立业务上下文一次,UI 允许用户通过直接交互继续浏览该上下文。

初始请求可能会改为命名用户所需的相关视图:

用户: “显示全球账户的商机。”

仅当用户需要跨记录浏览时,才使用相关实体遍历体验。 遍历屏幕较重,因为它们维护上下文并加载多个相关视图。 集中内联应用小组件。 当遍历需要更多空间时,请使用扩展的图面来保留对话。 对于独立操作,请使用专为该任务设计的重点应用小组件。

使用对话上下文预填充应用小组件

当用户创建 LOB 记录时,窗体可以包含许多必填、受控值和关系字段。 用户通常会在其请求中提供其中一些信息。 在创建表单中预填充这些值,以便用户可以查看它们并完成其余字段,而无需重复信息。 此模式使用对话来提供上下文,并使用应用小组件来提供结构化的审查和交互。

例如,用户的请求可能为多个窗体字段提供值:

用户: “使用电子邮件 maya@contoso.com为 Contoso 的 Maya Chen 创建一个联系人。”

show_create_form(
    entity="contact",
    prefill={"first_name": "Maya", "last_name": "Chen",
             "email": "maya@contoso.com", "company_name": "Contoso"}
)

HubSpot 联系表预填了用户请求中的信息

应用小组件将打开并填充这些值,以便用户可以查看它们并完成任何缺失的字段。 将预填充值视为用户输入:在创建记录之前,请在 MCP 服务器上验证它们。

当 Microsoft 365 工作上下文可以改进任务时,请使用 工作智商 。 它可以帮助处理涉及“我的”的请求,并为创建或更新记录提供相关上下文。

为 LOB 数据设计工具和交互

围绕业务运营设计工具

LOB 系统通常公开具有许多实体和操作的大型复杂 API。 不要将整个 API 镜像为 MCP 工具。 定义用户所需的一组重点业务操作,并为每个工具提供不同的名称、描述和输入架构。 继续支持在 MCP 服务器内的工作,例如生成 API 筛选器以及解析相关记录名。

一个无限制的 MCP 工具与重用列表、表单和详细信息小组件的重点工具的比较

同时设计工具和应用小组件。 将一小组优化的应用小组件重复用于常见的交互类型,例如列表、窗体和详细信息视图,而不是为每个工具或实体创建单独的小组件。 这种方法可保持用户体验的一致性,并减少小部件代码、加载开销和维护。

为常见操作(如 get、create 和 update)创建单独的工具:

get_records(...)
create_record(...)
update_record(...)

还要避免使用接受任何实体和操作的不受限制的工具。 其广泛的架构使验证、授权、路由和结果处理难以预测。

在查看或编辑之前处理记录匹配项

用户通常按企业名称(如客户、公司或联系人名称)而不是稳定的记录 ID 搜索 LOB 记录。 记录 ID 通常包含许多数字,在对话中记住或输入都不切实际。 例如,Salesforce 记录可以具有一个 18 个字符的 ID,例如 0015g00000ABCDeAAH,用户不太可能知道或键入该 ID。 企业名称通常是专有名词,用户可能会输入部分值或犯拼写错误。 因此,搜索可以匹配零条、一条或多条记录。 在查看或编辑之前,使用名称到 ID 解析模式将用户的文本转换为经过验证的稳定记录 ID。 此方法可防止将操作应用于错误的记录。 永远不要假定第一个匹配项是预期的记录。 在工具架构中声明支持的搜索字段和 record-ID 参数。

三步记录解析,显示按名称搜索、有意匹配选择以及按稳定记录 ID 编辑

例如,用户可以按名称标识要编辑的帐户:

用户: “编辑全局帐户。”

首先,使用用户的文本调用该工具:

get_accounts(name="Global")

MCP 服务器将文本映射到具有 Contains 结果限制的支持或 LIKE 搜索。 有关将筛选器映射到 LOB 查询运算符的详细信息,请参阅 在 MCP 服务器上生成筛选的列表。 当用户未提供存储的确切名称时,此方法会发现候选记录。 返回具有每个稳定 ID 和区分记录所需的可识别字段的轻量级候选项结果:

{
  "structuredContent": {
    "type": "accounts",
    "items": [
      {
        "id": "0015g00000ABCDeAAH",
        "name": "Global Media"
      },
      {
        "id": "0015g00000FGHIjAAH",
        "name": "Global Manufacturing"
      }
    ]
  }
}

返回候选结果后,根据匹配计数继续。 对于单个明确匹配项,请使用其 ID 和请求的操作再次调用该工具。 对于多个匹配项,显示包含 “视图 ”或 “编辑 ”控件的列表;所选控件使用该记录的 ID 调用工具。 在任一情况下,第二个调用都使用已解析的 ID 和请求的操作:

get_accounts(account_id="0015g00000ABCDeAAH", action="edit")

如果没有匹配的记录,则提示用户缩小搜索范围。

在代理说明中记录此双调用模式,并在工具定义中声明名称过滤器和记录 ID 输入:

{
    "name": "get_accounts",
    "description": "Get accounts. Pass account_id to retrieve one record; add action='edit' to open the edit form. Filters: name, industry, account_number, and type.",
    "handler": get_accounts,
}

映射受控和选取列表值和依赖项

LOB 系统通常使用受控值字段,也称为选取列表、选择字段或枚举。 用户会看到诸如 Closed Won的标签,而 API 可能需要存储的代码,例如 closedwon。 不要假设熟悉的标签在每个实现中都有相同的存储值。

受控值字段仅接受在目标 LOB 环境中配置的值。 存储的值可以是文本代码、数字或其他系统标识符。 在查询或其他 CRUD 请求中使用显示标签、任意文本或过时的存储值可能会导致验证错误、写入失败或丢失结果。

从 LOB 元数据 API 检索标签和代码,并缓存以供参考。 如果 LOB 系统未提供元数据 API,请通过管理配置来维护和验证映射。 当源配置更改时,刷新缓存或配置的映射,以便工具和应用小部件不会偏移。

例如,以下不区分大小写的查找会将面向用户的标签转换为其存储的代码:

label_to_code = {item["label"].casefold(): item["value"] for item in allowed_values}
normalized_value = user_value.casefold()
if normalized_value not in label_to_code:
    raise ValueError("The value is not supported by the LOB system.")
status_code = label_to_code[normalized_value]

当受控值字段具有依赖项(一个选择控制另一个选择)时,在 MCP 服务器和应用小部件使用的元数据中捕获这些关系。 例如,如果 “类别 控制 子类别”,则选择“ 硬件 ”应仅显示其允许的子类别。 写入 LOB 系统之前,请在 MCP 服务器上验证所选组合。

valid_codes = dependencies[category_code]
if subcategory_code not in valid_codes:
    raise ValueError("The subcategory is not valid for the selected category.")

在 MCP 服务器上生成筛选的列表

LOB 查询通常跨不同字段类型和相关记录组合条件。 用户通过业务标签和名称来表达这些条件,而 LOB API 需要精确的字段名称、存储值、数据类型和查询运算符。 为每个受支持的业务实体定义一个重点列表工具,以便 MCP 服务器可以验证、转换和执行完整的查询。

三步筛选过程,显示映射到已声明工具筛选器并作为一个筛选列表返回的业务请求

例如,用户可能会用业务术语表示最低金额:

用户: “显示价值至少 20,000 美元的交易。”

代理说明指导 Copilot 将请求与适当的工具匹配,并仅使用其说明中声明的筛选器。 工具架构和处理程序拒绝不受支持的筛选器。

在调用列表工具之前,请将用户请求中的每个条件与工具说明中声明的筛选器匹配。 请勿省略不受支持的条件或将其替换为其他筛选器。 当工具不支持请求的筛选器时,要求用户修改请求。

Copilot 将“至少 20,000”解释为最低金额条件。 它之所以 get_deals 选择,是因为工具说明声明了相应 amount_min 的筛选器:

{
    "name": "get_deals",
    "description": "Get deals. Filters: amount_min (inclusive minimum amount), stage.",
    "handler": get_deals,
}

然后,Copilot 将条件映射到声明的工具参数:

get_deals(amount_min="20000")

MCP 服务器验证该值,并将工具参数映射到 LOB API 所需的字段和运算符:

FILTERS = {"amount_min": ("amount", ">=")}

def build_filter(parameter: str, value: str) -> str:
    field, operator = FILTERS[parameter]
    return f"{field} {operator} {float(value)}"

lob_filter = build_filter("amount_min", "20000")

LOB 记录包含许多数据类型,每种数据类型可能需要不同的参数形状和查询运算符。 对每个字段应用一种筛选模式可能会导致查询无效或结果不正确。 将每个支持的数据类型映射到相应的参数和运算符:

数据类型 运算符 参数模式 示例
自由格式文本 包含或 LIKE 一个参数 name
受控值 相等 一个参数 stage
相关记录 相等 一个参数 account_id
数字 下限和上限 *_min, *_max amount_min, amount_max
日期 开始和结束边界 *_from, *_to close_date_from, close_date_to

对于用于定位一条记录或 ContainsLIKE 结果的文本筛选器,是候选的,而不是经过验证的标识。 在执行查看或编辑操作之前,将预期候选项解析为其稳定记录 ID。

将每个值添加到 LOB 查询之前,请验证每个值并设置其格式。 将所有条件作为一个服务器端查询执行,而不是要求 Copilot 合并多个工具调用的结果,因为这可能会丢失筛选器或产生不一致的结果。 返回一个权威结构化列表。

当用户在稍后的回合中优化请求时,保留适用的筛选器,并仅添加或替换已更改的条件:

用户: “显示价值至少 20,000 美元的交易。”

用户: “现在只显示已成交的交易。”

get_deals(amount_min="20000", stage="Closed Won")

每次优化后返回相同的结构化列表类型,以便主机一致地呈现结果。

从自然语言请求中筛选的 HubSpot 订单列表

限制和缓存列表结果

LOB 实体可能包含数千条记录,其 API 可能缓慢或受限。 返回大型列表会增加响应时间和有效负载大小,而显示它们会使应用小组件不堪重负,并在 智能 智能 Microsoft 365 Copilot 副驾驶® 副驾驶® 中占用太多空间。

在 MCP 服务器上应用默认和最大结果限制,使用可预测的排序,并指示何时有更多记录可用。 允许用户优化其筛选器,或使用由服务器端分页支持的显式 加载更多 操作。

缓存合适的列表、元数据和相关记录结果,以减少重复的 LOB API 调用:

cache = TTLCache(maxsize=200, ttl=120)
items = None if refresh else cache.get(cache_key)

根据数据更改的频率选择过期时间。 在缓存项中包括查询和安全上下文,不要在用户之间共享特定于用户的结果,并在写入后使受影响的条目失效。 当用户请求刷新数据或最新数据时,绕过缓存并调用 LOB API。

LOB 数据具有高度关系性。 记录通常将客户、联系人、所有者或其他实体的链接存储为系统 ID,并且可以包括自引用关系,例如父帐户或经理层次结构。 但是,用户需要可识别的企业名称。 使用单独的请求解析每个 ID 会创建 N+1 查询模式,该模式会随着列表及其关系的增长而变慢。

三步批处理解析过程,显示记录检索、唯一外键收集以及包含已解析客户和所有者姓名的列表

首先,使用 LOB API 的关系投影、联接或显示值功能返回与原始查询相关的名称。 如果不支持,请收集唯一的外键,并使用 LOB 系统的批处理关联、批处理读取或 IN 查询功能。

回退流是:

retrieve records → collect unique foreign keys → batch-read related names

在返回结构化列表之前解析 MCP 服务器上的相关值。 此方法将每行查找替换为少量请求,并减少加载时间和限制风险。

在 MCP 服务器上生成聚合

LOB 实体可以包含数十万条或更多条记录。 摘要和仪表板可以跨类别、阶段、所有者或时间段聚合此数据。 不要检索所有基础记录并要求 Copilot 或应用小组件计算结果。 在 MCP 服务器上使用 LOB 聚合 API 或分组查询,仅返回应用小组件所需的计算数据。 如果 LOB API 不支持聚合,请根据有界的分页数据集计算 MCP 服务器上的结果,并向用户明确范围。

根据服务器聚合的商机数据构建的销售渠道仪表板

在创建记录之前解决关系

用户通过公司、联系人、所有者或父级帐户等名称识别相关记录,但 LOB API 需要用户在创建或更新记录时通常不知道或提供的记录 ID。 接受关系输入的可识别名称,然后在内部将其解析为 LOB API 所需的记录 ID。

在创建记录之前显示两个匹配的授权账户和一个受限账户的关系选择面板

将字段标记为相关记录;一个指示器,例如 Company: Contoso 🔗 可以强化服务器解析名称。

带有公司关系字段和查找指示器的 HubSpot 联系表

当用户选择“ 保存”时,在调用创建 API 之前,请将每个关系解析为用户有权访问和关联的一个匹配记录。 名称不明确时,切勿选择第一个匹配项:

"Contoso" → company_id="company_123"

如果名称未解析或不明确,请保持窗体及其值打开,并显示具有可能匹配项的持久结构化警报。 让用户选择所需的记录,然后重新提交其稳定记录 ID。

显示建议匹配记录的关系解析警报

返回此可纠正的条件 structuredContent ,而不是设置顶层 isError,以便应用程序小部件可以请求更正,而不将工具调用视为失败。

在更新期间保护关系更改

关系更改可能比普通字段编辑产生更大的业务影响,例如更改帐户所有者、重新分配案例或将联系人移动到另一家公司。

一种更简单的模式是在常规编辑窗体中将关系字段保持为只读:

Company: Contoso 🔗    [read-only]

这种方法允许用户了解记录的关系,而无需使随之而来的重新分配看起来像普通的文本编辑。

支持关系更改时,专用工具会将它们与常规更新分开。

将专用工具用于具有更广泛影响的操作

某些业务操作不仅仅是更新字段和具有专用的 LOB API。 在 CRM 系统中,转换潜在客户可以创建相关的客户、联系人和商机记录,并调用其他工作流规则。

使用专用工具表示此类操作:

convert_lead(lead_id="lead_123", create_opportunity=true)

专用工具调用 LOB 系统的本机操作,而不是通过泛型创建或更新调用重新构造它,这可以绕过验证、相关记录创建、工作流行为和审核历史记录。

通过 ServiceNow 的本机操作解决事件是专用业务运营的另一个示例。

通过专用操作执行的 ServiceNow 事件解决

开始生成 LOB MCP 应用

使用以下选项之一应用这些设计原则:

  • 自定义工作应用:打开 Microsoft Copilot 代理工具包代理库中的“MCP 应用”选项卡,下载适用于 Salesforce CRM、ServiceNow ITSM 和 HubSpot CRM 的工作 LOB MCP 应用。 这些应用共同演示了本文中的模式,并且可以适应组织的数据模型和工作流。
  • 浏览源代码: 查看服务器、应用小组件和部署源的 MCP 交互式 UI 示例 。

将应用连接到开发环境,尝试本文中讨论的体验,并使其适应你自己的 LOB 工作流。