
Salesforce MCP 服务器集成
Salesforce MCP 服务器将 FlowHunt 和 AI 助手连接到 Salesforce,实现通过标准 Model Context Protocol 工具安全、对话式地访问 Salesforce 数据、元数据和自动化功能。...
FlowHunt 的 Salesforce MCP 服务器为 Salesforce 数据、API 及自动化工具提供原生 AI 访问,助力开发者轻松加速 CRM 工作流,实现业务流程自动化。
Salesforce MCP(模型上下文协议)服务器是一个连接器,使 AI 助手和大型语言模型(LLMs)可直接与 Salesforce 数据交互。通过开放 Salesforce 丰富的 API,这一服务器支持如使用 SOQL 查询数据库、SOSL 搜索、检索元数据、管理记录以及执行工具或 REST API 请求等开发工作流。它简化了 AI 客户端与 Salesforce 的集成,赋能开发者和 AI agent 以编程方式自动化业务流程、提取洞察和管理 Salesforce 资源。这种连接性提升了生产力,使 Salesforce 的数据和服务能够无缝集成进任何 AI 驱动的工作流。
仓库中未明确提及任何提示模板。
现有文档中未列举具体的 MCP “资源”。
确保已安装 uvx
和 MCP Salesforce 连接器。
打开您的 Windsurf 配置文件(如 windsurf_config.json
)。
在 mcpServers
部分添加 Salesforce MCP 服务器:
{
"mcpServers": {
"salesforce": {
"command": "uvx",
"args": [
"--from",
"mcp-salesforce-connector",
"salesforce"
],
"env": {
"SALESFORCE_ACCESS_TOKEN": "SALESFORCE_ACCESS_TOKEN",
"SALESFORCE_INSTANCE_URL": "SALESFORCE_INSTANCE_URL"
}
}
}
}
保存配置并重启 Windsurf。
通过运行测试 Salesforce 查询验证设置。
注意:如上所示,请使用环境变量安全存储 Salesforce 凭证。
安装 uvx
并确保 MCP Salesforce 连接器可用。
编辑 claude_desktop_config.json
。
在 mcpServers
下添加下列内容:
{
"mcpServers": {
"salesforce": {
"command": "uvx",
"args": [
"--from",
"mcp-salesforce-connector",
"salesforce"
],
"env": {
"SALESFORCE_ACCESS_TOKEN": "SALESFORCE_ACCESS_TOKEN",
"SALESFORCE_INSTANCE_URL": "SALESFORCE_INSTANCE_URL"
}
}
}
}
保存更改并重启 Claude。
运行 SOQL 查询以确认服务器已连接。
注意:请如上使用环境变量保存 Salesforce 凭证。
安装 uvx
和 Salesforce MCP 连接器。
访问 Cursor MCP 配置文件。
在 mcpServers
部分添加 Salesforce 服务器:
{
"mcpServers": {
"salesforce": {
"command": "uvx",
"args": [
"--from",
"mcp-salesforce-connector",
"salesforce"
],
"env": {
"SALESFORCE_ACCESS_TOKEN": "SALESFORCE_ACCESS_TOKEN",
"SALESFORCE_INSTANCE_URL": "SALESFORCE_INSTANCE_URL"
}
}
}
}
保存并重启 Cursor。
使用示例 Salesforce 操作进行测试。
注意:如上使用环境变量安全保存 API 密钥。
安装前置条件(uvx
和连接器包)。
编辑 Cline MCP 配置文件。
插入如下配置:
{
"mcpServers": {
"salesforce": {
"command": "uvx",
"args": [
"--from",
"mcp-salesforce-connector",
"salesforce"
],
"env": {
"SALESFORCE_ACCESS_TOKEN": "SALESFORCE_ACCESS_TOKEN",
"SALESFORCE_INSTANCE_URL": "SALESFORCE_INSTANCE_URL"
}
}
}
}
重启 Cline 并确保服务器处于活动状态。
通过基本 Salesforce REST API 调用进行验证。
注意:请始终在“env”部分使用环境变量安全存储凭证。
{
"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"
}
}
}
}
在 FlowHunt 中使用 MCP
要将 MCP 服务器集成进您的 FlowHunt 工作流,首先添加 MCP 组件到您的流程并将其连接到 AI agent:
点击 MCP 组件以打开配置面板。在系统 MCP 配置区域,使用如下 JSON 格式插入您的 MCP 服务器信息:
{
"salesforce": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
配置完成后,AI agent 就可以将该 MCP 作为工具,访问其所有功能和能力。记得将 “salesforce” 替换为您的 MCP 服务器实际名称,并将 URL 替换为您自己的 MCP 服务器地址。
部分 | 可用性 | 说明/备注 |
---|---|---|
概览 | ✅ | README.md 中有描述 |
提示模板列表 | ⛔ | 未提供明确的提示模板 |
资源列表 | ⛔ | 未枚举 MCP “资源” |
工具列表 | ✅ | README.md 中有工具功能描述 |
API 密钥安全存储 | ✅ | 展示了环境变量用法 |
采样支持(评估时非重点) | ⛔ | 未提及 |
根据以上表格,Salesforce MCP 服务器在配置和工具描述方面文档完善,但缺少关于提示模板、资源原语和采样/roots 支持的明确信息。其开发者导向和清晰的鉴权配置使其成为很好的选择,尽管在 MCP 标准下并不算功能最全面。
是否有 LICENSE | ✅ (MIT) |
---|---|
至少有一个工具 | ✅ |
Fork 数量 | 37 |
Star 数量 | 96 |
Salesforce MCP 服务器是一个连接器,允许 AI agent 和大型语言模型直接与 Salesforce 交互。它提供查询数据、管理记录、检索元数据和执行 API 请求的工具,实现 Salesforce 内部的自动化和高级工作流。
您可以运行 SOQL 查询、执行 SOSL 搜索、获取 Salesforce 对象元数据、管理(创建、更新、删除)记录、执行 Tooling 和 Apex REST API 请求,以及编排自定义 API 集成——所有操作都可通过编程或 AI agent 实现。
请始终使用环境变量来存储敏感信息,如 Salesforce 访问令牌和实例 URL。根据文档在 MCP 服务器设置中配置这些环境变量,以确保安全性和合规性。
目前,Salesforce MCP 服务器未提供明确的提示模板或资源原语列表。其主要专注于开发和自动化所需的基于工具的 API 与数据访问。
Salesforce 管理员、开发者以及需要直接访问 Salesforce 数据、元数据或自动化能力以构建 AI 驱动工作流的任何人,都将从该 MCP 服务器中受益。
Salesforce MCP 服务器将 FlowHunt 和 AI 助手连接到 Salesforce,实现通过标准 Model Context Protocol 工具安全、对话式地访问 Salesforce 数据、元数据和自动化功能。...
Salesforce MCP 服务器将 AI 助手与 Salesforce 集成,实现自动化工作流,如通过 FlowHunt 发送邮件和部署 Apex 代码,从而简化业务流程并提升生产力。...
将 FlowHunt 与 LiveAgent MCP 服务器集成,实现 AI 驱动的工单管理、客服人员、联系人及部门管理等自动化服务台工作流——通过标准化、安全的 API 接口轻松完成。...