AI导哈

Salesforce MCP服务器

Salesforce MCP服务器是一个连接大型语言模型（LLM）和Salesforce API的桥梁，提供Sales Cloud和Service Cloud功能的数据交互工具。

  • by sitrakaherivalisoagithub
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 sitrakaherivalisoagithub/salesforce_mcp_server

使用说明

Salesforce MCP服务器

该项目提供了一个模型内容协议（MCP）服务器，作为大型语言模型（LLM）和Salesforce API之间的桥梁。它公开了一组工具，允许LLM与Salesforce数据交互，涵盖销售云和服务云功能。

特性

  • Salesforce集成：使用用户凭据安全连接到Salesforce实例。
  • 工具曝光：展示了一套丰富的工具，用于与Salesforce对象（如联系人、帐户、机会和案例）进行交互。
  • 销售云工具：搜索联系人、获取帐户详细信息、列出未完成的机会和记录活动。
  • 服务云工具：获取案例详细信息，列出未结案例，创建新案例，并添加评论。
  • 全局搜索：跨多个Salesforce对象执行全局搜索。
  • 符合MCP标准：基于 mcp.server 与MCP兼容客户端无缝集成的框架。

先决条件

要运行此服务器，您需要有效的Salesforce凭据。服务器可以通过环境变量或命令行参数进行配置。

环境变量：

  • SF_USERNAME：您的Salesforce用户名。
  • SF_PASSWORD：您的Salesforce密码。
  • SF_TOKEN：您的Salesforce安全令牌。
  • SF_DOMAIN：要使用的Salesforce域。默认为 login 用于生产。使用 test 沙箱。

安装

  1. 克隆存储库：

    git clone <repository-url>
cd salesforce_mcp_server

  2. 安装依赖项： 此项目使用 uv 用于包管理。

    uv pip install -r requirements.txt 
# Or if you have the pyproject.toml and uv.lock
uv sync

    （注：A requirements.txt 可能需要从以下来源生成 pyproject.toml 如果不存在）

运行服务器

您可以使用启动服务器 run.py 脚本。您必须将Salesforce凭据作为环境变量（请参阅先决条件）或命令行参数提供。

python run.py --sf-username "your_user@example.com" --sf-password "your_password" --sf-token "your_token"

命令行选项：

  • --port：运行服务器的端口（默认值： 3000).
  • --host：要绑定的主机（默认值： 127.0.0.1).
  • --sf-username：Salesforce用户名。
  • --sf-password：Salesforce密码。
  • --sf-token：Salesforce安全令牌。
  • --sf-domain：Salesforce域（默认值： login).
  • --log-level：日志记录级别（例如。， INFO, DEBUG).

可用工具

服务器向LLM公开以下工具：

销售云工具

  • search_contact：在Salesforce中按姓名和电子邮件（可选）搜索联系人。
  • get_account_details：按客户帐户的确切名称或ID检索其完整详细信息。
  • list_open_opportunities：列出所有尚未完成的销售机会（交易）。可以按帐户或所有者进行筛选。
  • log_activity：记录活动（如电话或电子邮件）并将其与记录（联系人、帐户、机会）相关联。

服务云工具

  • get_case_details：使用票证编号检索支持票证（案例）的详细信息。
  • list_open_cases：列出所有打开的支持工单，并可选择按联系人电子邮件或帐户名进行筛选。
  • create_case：为客户创建新的支持工单。
  • add_comment_to_case：向现有支持工单添加注释（内部注释或公开回复）。

全球搜索工具

  • search_salesforce：使用搜索词在Salesforce（客户、联系人、机会、案例）中执行全局搜索。

相关 MCP