开发者

面向物理智能 Agent 工作流的 MCP Server

开发基础设施

通过受治理的 Model Context Protocol 端点,把 AI Agent 接到 FactVerse。每个模块切片(如 /mcp/base/、/mcp/pdm/、/mcp/dcops/)用客户级 scoped API key 访问——Agent 获得运营工具,无需共享平台密钥。

为什么这里需要 MCP

一个可用的 AI Agent 不能只靠 prompt。它需要按租户、按 scope 安全访问资产状态、实时数据、知识内容和可批准执行的动作。MCP Server 把 Claude、Cursor 与自研 Agent 接到可执行的物理智能流程上。

MCP Server 提供什么

基盘与行业切片上的可复用工具层:报告、仿真、SOP 检索、孪生验证、预测性维护、数据中心运营等——运行时通过 MCP 发现,无需硬编码工具表。

工具接入层

将报告、仿真、告警复核、SOP 检索和运营动作统一暴露在一套协议边界之内。

运营上下文

把实时遥测、资产状态、工单、场景引用和知识文章放进同一条 Agent 工作流。

模块切片

基盘与行业模块(含数据中心运营等)分 endpoint,最小权限可落地。

受控执行

scoped API key 控制可见与可调用工具;写入类动作保留审批与审计要求。

MCP Server 提供什么

基盘与行业切片上的可复用工具层:报告、仿真、SOP 检索、孪生验证、预测性维护、数据中心运营等——运行时通过 MCP 发现,无需硬编码工具表。

工具接入层

将报告、仿真、告警复核、SOP 检索和运营动作统一暴露在一套协议边界之内。

运营上下文

把实时遥测、资产状态、工单、场景引用和知识文章放进同一条 Agent 工作流。

模块切片

基盘与行业模块(含数据中心运营等)分 endpoint,最小权限可落地。

受控执行

scoped API key 控制可见与可调用工具;写入类动作保留审批与审计要求。

团队如何使用它

MCP Server 统一了 AI Agent 发现工具、读取上下文以及在安全边界内执行动作的方式。

步骤 01

注册工具与上下文

把你的数据服务、平台 API、孪生检查和知识检索映射成 MCP 兼容工具。

步骤 02

签发 key 并连接 Agent

为客户签发带正确 scope 的 key,将 Claude、Cursor 或自研 Agent 指向对应的 /mcp/<切片>/。

步骤 03

验证、治理并规模化

设置审批规则、监控使用情况,并把工具覆盖范围从试点扩展到可重复运营。

典型用法

适合希望把 AI Agent 从聊天体验推进到可重复交付的真实运营场景的团队。

工业 Copilot

工业 Copilot

让运营团队通过一个界面获取报表、查看孪生体、运行检查并执行已批准动作。

仿真驱动的决策闭环

仿真驱动的决策闭环

让 AI Agent 在给出建议前先调用仿真与验证服务。

交付加速器

交付加速器

为半导体、区域供热、制造与数据中心项目封装可复用的 MCP 工具包。

开发与运营模型

自托管、Git 可控、可审计。客户端只对 HTTPS /mcp/<切片>/ 发送 X-API-Key。平台侧启用模块、签发带 scope 的 key,工具执行留在 FactVerse 治理边界内。接入细节见 FactVerse Docs。

治理后的 HTTPS 切片:base、trafficops、pdm、semiops、dcops 等——只启用客户环境所需模块

客户级 API key 在服务端解析租户与 scope;客户端不传 tenant、不共享平台服务密钥

工具绑定 Data Fusion Services、Twin Engine、CMMS/工单、DCOps 与报表能力,并保留审计

Claude、Cursor 与自研 Agent 从 FactVerse Docs(MCP 指南、scope 矩阵、工具参考)起步

把 MCP 做成运营接口层

如果你计划在物理智能环境里部署 AI Agent,我们可以帮助你设计工具 schema、治理模型和集成路径,也可以直接从已发布的 MCP 指南与 scope 矩阵开始。