Salesforce MCP-server

Vad gör “Salesforce” MCP-servern?

Salesforce MCP (Model Context Protocol) Server fungerar som en koppling som gör det möjligt för AI-assistenter och stora språkmodeller (LLM:er) att interagera direkt med Salesforce-data. Genom att exponera Salesforces rika uppsättning API:er möjliggör denna server utvecklingsarbetsflöden såsom databasfrågor med SOQL, sökningar med SOSL, hämtning av metadata, registerhantering och utförande av tooling- eller REST API-anrop. Den förenklar integrationen mellan AI-klienter och Salesforce, och gör det möjligt för utvecklare och AI-agenter att automatisera affärsprocesser, utvinna insikter och hantera Salesforce-resurser programmatiskt. Denna uppkoppling ökar produktiviteten genom att göra Salesforces data och tjänster tillgängliga i alla AI-drivna arbetsflöden.

Lista över promptar

Inga uttryckliga promptmallar nämns i arkivet.

Lista över resurser

Inga specifika MCP-“resurser” listas i den tillgängliga dokumentationen.

Lista över verktyg

• SOQL-frågeexekvering
  Gör det möjligt för LLM:er att köra Salesforce Object Query Language (SOQL)-frågor mot Salesforce-data.
• SOSL-sökexekvering
  Tillåter utförande av Salesforce Object Search Language (SOSL)-sökningar efter text över flera objekt.
• Metadatahämtning
  Hämtar metadata relaterade till Salesforce-objekt, såsom fältnamn, etiketter och typer.
• Registerhantering
  Stöder hämtning, skapande, uppdatering och borttagning av Salesforce-poster.
• Tooling API-anrop
  Möjliggör exekvering av Salesforce Tooling API-anrop för avancerad utveckling och felsökning.
• Apex REST-anrop
  Gör det möjligt att använda egna Apex REST-endpoints exponerade i Salesforce.
• Direkta REST API-anrop
  Underlättar att göra direkta REST API-anrop till Salesforce för egna integrationer.

Användningsområden för denna MCP-server

• Automatiserad Salesforce-databashantering
  Fråga, uppdatera, skapa och radera Salesforce-poster programmatiskt med LLM:er och effektivisera CRM-datahantering.
• Kodbasutforskning för Salesforce-utvecklare
  Hämta objektmetadata och utforska strukturen på Salesforce-objekt och fält för snabb utveckling och felsökning.
• API-integration och orkestrering
  Använd AI-agenter för att orkestrera Salesforce REST- och Tooling API-anrop som en del av större automations- eller arbetsflödespipelines.
• Salesforce-datasökning och rapportering
  Utför kraftfulla textsökningar och strukturerade frågor för analys- eller rapporteringssyften, och yta Salesforce-insikter via naturligt språk.
• Automatiserad testning och övervakning
  Utnyttja Tooling API och Apex REST-endpoints för att automatisera testsituationer, övervaka systemhälsa eller utlösa egen logik i Salesforce.

Så här sätter du upp den

Windsurf

1. Se till att uvx och MCP Salesforce-kopplingen är installerade.

2. Öppna din Windsurf-konfigurationsfil (t.ex. windsurf_config.json).

3. Lägg till Salesforce MCP-servern under avsnittet mcpServers:

   {
     "mcpServers": {
       "salesforce": {
         "command": "uvx",
         "args": [
           "--from",
           "mcp-salesforce-connector",
           "salesforce"
         ],
         "env": {
           "SALESFORCE_ACCESS_TOKEN": "SALESFORCE_ACCESS_TOKEN",
           "SALESFORCE_INSTANCE_URL": "SALESFORCE_INSTANCE_URL"
         }
       }
     }
   }
   

4. Spara konfigurationen och starta om Windsurf.

5. Verifiera installationen genom att köra en testfråga mot Salesforce.

Obs: Skydda dina Salesforce-uppgifter med hjälp av miljövariabler enligt ovan.

Claude

1. Installera uvx och säkerställ att MCP Salesforce-kopplingen är tillgänglig.

2. Redigera claude_desktop_config.json.

3. Lägg till följande under mcpServers:

   {
     "mcpServers": {
       "salesforce": {
         "command": "uvx",
         "args": [
           "--from",
           "mcp-salesforce-connector",
           "salesforce"
         ],
         "env": {
           "SALESFORCE_ACCESS_TOKEN": "SALESFORCE_ACCESS_TOKEN",
           "SALESFORCE_INSTANCE_URL": "SALESFORCE_INSTANCE_URL"
         }
       }
     }
   }
   

4. Spara ändringar och starta om Claude.

5. Kör en SOQL-fråga för att bekräfta att servern är ansluten.

Obs: Använd miljövariabler för Salesforce-uppgifter enligt ovan.

Cursor

1. Installera uvx och Salesforce MCP-kopplingen.

2. Öppna Cursor MCP-konfigurationsfilen.

3. Lägg till Salesforce-servern i mcpServers-avsnittet:

   {
     "mcpServers": {
       "salesforce": {
         "command": "uvx",
         "args": [
           "--from",
           "mcp-salesforce-connector",
           "salesforce"
         ],
         "env": {
           "SALESFORCE_ACCESS_TOKEN": "SALESFORCE_ACCESS_TOKEN",
           "SALESFORCE_INSTANCE_URL": "SALESFORCE_INSTANCE_URL"
         }
       }
     }
   }
   

4. Spara och starta om Cursor.

5. Testa med en exempelåtgärd i Salesforce.

Obs: Skydda API-nycklar med hjälp av miljövariabler enligt ovan.

Cline

1. Installera förutsättningar (uvx och connector-paket).

2. Redigera Cline MCP-konfigurationsfilen.

3. Infoga följande konfiguration:

   {
     "mcpServers": {
       "salesforce": {
         "command": "uvx",
         "args": [
           "--from",
           "mcp-salesforce-connector",
           "salesforce"
         ],
         "env": {
           "SALESFORCE_ACCESS_TOKEN": "SALESFORCE_ACCESS_TOKEN",
           "SALESFORCE_INSTANCE_URL": "SALESFORCE_INSTANCE_URL"
         }
       }
     }
   }
   

4. Starta om Cline och säkerställ att servern är aktiv.

5. Verifiera med ett grundläggande Salesforce REST API-anrop.

Obs: Skydda alltid inloggningsuppgifter med miljövariabler i avsnittet “env”.

Exempel: Skydda API-nycklar

{
  "mcpServers": {
    "salesforce": {
      "command": "uvx",
      "args": [
        "--from",
        "mcp-salesforce-connector",
        "salesforce"
      ],
      "env": {
        "SALESFORCE_ACCESS_TOKEN": "your-access-token-here",
        "SALESFORCE_INSTANCE_URL": "https://your-instance.salesforce.com"
      }
    }
  }
}

Så använder du denna MCP i flöden

Använd MCP i FlowHunt

För att integrera MCP-servrar i ditt FlowHunt-arbetsflöde, börja med att lägga till MCP-komponenten i ditt flöde och koppla den till din AI-agent:

Klicka på MCP-komponenten för att öppna konfigurationspanelen. I systemets MCP-konfigurationssektion, ange dina MCP-serveruppgifter enligt detta JSON-format:

{
  "salesforce": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

När det är konfigurerat kan AI-agenten använda denna MCP som ett verktyg med tillgång till alla dess funktioner och möjligheter. Kom ihåg att ändra “salesforce” till det faktiska namnet på din MCP-server och ersätt URL:en med din egen MCP-server-URL.

Översikt

Baserat på ovanstående tabeller är Salesforce MCP-servern väl dokumenterad för installation och beskriver sina verktyg grundligt, men saknar uttrycklig information om promptmallar, resursprimitiver och sampling/roots-stöd. Dess utvecklarfokus och tydliga autentiseringsinställningar gör den till ett starkt alternativ, även om den inte är helt komplett enligt MCP-standarder.

MCP-poäng