Backstop MCP Test

逆止MCP连接器

一个轻量级的连接器，为ChatGPT Plus提供对模拟Backstop CRM数据的访问，用于测试和开发目的。

🚀 ChatGPT Plus快速入门（5分钟）

1.安装依赖项

pip install flask flask-cors

2.启动API服务器

cd "/Volumes/Data/Work/Backstop MCP"
python api_server.py

保持这个终端窗口打开！您应该看到：

🚀 Backstop API Server Starting...
📡 Server running at: http://localhost:5000

3.创建自定义GPT

1. 首选 ChatGPT

1. 点击您的个人资料→ “我的GPTs”→ “创建GPT”

1. 在 配置 选项卡，设置：

- 名字: Backstop CRM Assistant - 说明：（准确复制此内容）

   You are the Backstop CRM Assistant with access to a mock CRM database through API actions.

   CRITICAL: You MUST use the available actions to fetch data. Never make up information or provide generic instructions about Backstop.

   When users ask about accounts, contacts, activities, opportunities, relationships, or products:
   1. ALWAYS call the appropriate API action
   2. Use searchAccounts for finding accounts (no query parameter returns ALL accounts)
   3. Use getAccount for specific account details by ID
   4. Use listContacts for contact information
   5. Use listActivities for meetings, calls, emails
   6. Use listOpportunities for investment deals
   7. Use listRelationships for business relationships
   8. Use listProducts for funds and investment vehicles

   For queries like "show all accounts":
   - Call searchAccounts with no query parameter (or empty string)
   - Set limit=20 to show more results

   When presenting data:
   - Format responses clearly with bullet points or tables
   - Include relevant details like names, IDs, amounts, dates
   - Summarize key insights

   NEVER provide generic Backstop usage instructions. ALWAYS use the actions to fetch real data.

1. 滚动到 行动 章节：

- 点击“创建新操作” - 点击“从URL导入” - 输入： http://localhost:5000/ - 点击“导入”（将导入7个操作✅)

1. 点击 保存 → “只有我”→ 确认

4.测试一下！

在新的GPT中尝试以下查询：

• “搜索风险投资账户”
• “谁是InnovateCorp的首席执行官？”
• “向我展示尽职调查中的所有机会”
• “我们的主动基金表现如何？”

✅ 就是这样！ 您现在正在使用ChatGPT Plus中的Backstop数据。

______________________________________________________________________

概述

此连接器使ChatGPT能够与模拟CRM数据进行交互，包括帐户、联系人、活动、机会、关系和投资产品/工具。非常适合在连接到实际Backstop API之前测试集成。

特性

• ✅ 7核心工具 用于CRM数据访问
• ✅ 模拟JSON数据 用于实际测试
• ✅ 不需要API -使用本地数据文件
• ✅ ChatGPT Plus兼容 通过MCP协议
• ✅ 轻量级 -最小依赖性

先决条件

• Python 3.10或更高版本
• ChatGPT Plus帐户（支持MCP）
• 基本的命令行知识

安装

1.克隆或下载此项目

cd "/Volumes/Data/Work/Backstop MCP"

2.安装依赖项

pip install mcp

或者使用需求文件：

pip install -r requirements.txt

3.验证安装

python server.py

服务器应无错误地启动。按 Ctrl+C 停止。

配置

选项1：对于ChatGPT Plus（自定义GPT）-推荐

ChatGPT Plus支持带有操作的自定义GPT。这是将其与ChatGPT一起使用的最简单方法。

步骤1：安装依赖项

pip install flask flask-cors

步骤2：启动API服务器

python api_server.py

服务器将于启动 http://localhost:5000

步骤3：创建自定义GPT

1. 首选 ChatGPT

1. 点击您的个人资料→ “我的GPTs”→ “创建GPT”

1. 在“配置”选项卡中：

- 名字：后台CRM助理 - 描述：访问客户、联系人、活动、机会等的Backstop CRM数据 - 说明:

     You are a helpful assistant that helps users access and analyze Backstop CRM data. You can search accounts, retrieve contact information, view activities, check opportunities, analyze relationships, and review investment products. Always provide clear, organized responses.

1. 添加操作:

- 点击“创建新操作” - 点击“从URL导入” - 输入： http://localhost:5000/ （用于本地测试） - 或粘贴以下内容 openapi.json - 点击“导入”

1. 测试IT：尝试像“搜索风险投资账户”这样的查询

步骤4：供公众访问（可选）

要在任何地方使用ChatGPT，您需要：

• 将API服务器部署到云服务（Heroku、AWS、Azure等）
• 在自定义GPT操作中更新服务器URL
• 如果需要，添加身份验证

选项2：适用于Claude桌面（MCP原生）

将此配置添加到MCP设置文件中：

MacOS: ~/Library/Application Support/Claude/claude_desktop_config.json

视窗: %APPDATA%/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "backstop": {
      "command": "python",
      "args": ["/Volumes/Data/Work/Backstop MCP/server.py"]
    }
  }
}

重要：替换 /Volumes/Data/Work/Backstop MCP/server.py 带有server.py文件的绝对路径。

可用工具

1.搜索计数

按名称或关键字搜索帐户。

参数：

• query （必填）：搜索词
• limit （可选）：最大结果（默认值：10）

示例查询：

“搜索与风险投资相关的账户”

2.获取计数详情

获取特定帐户的详细信息。

参数：

• account_id （必填）：帐户ID（例如“ACC001”）

示例查询：

“获取账户ACC001的详细信息”

3.列表_联系人

列出具有可选筛选功能的联系人。

参数：

• account_id （可选）：按帐户筛选
• search （可选）：按姓名/电子邮件搜索
• limit （可选）：最大结果（默认值：20）

示例查询：

“显示TechVentures合作伙伴的所有联系人”

4.列表_活动

列出活动（会议、电话、电子邮件、笔记）。

参数：

• account_id （可选）：按帐户筛选
• contact_id （可选）：按联系人筛选
• activity_type （可选）：会议、电话、电子邮件或便条
• limit （可选）：最大结果（默认值：50）

示例查询：

“显示与帐户ACC002的最近会议”

5.机会列表

列出投资机会和交易。

参数：

• account_id （可选）：按帐户筛选
• status （可选）：勘探、决斗、谈判、关闭、关闭列表
• limit （可选）：最大结果（默认值：20）

示例查询：

“在尽职调查阶段显示所有机会”

6.列表关系

列出实体之间的关系。

参数：

• account_id （可选）：按帐户筛选
• relationship_type （可选）：投资组合_公司、投资者、顾问、合伙人
• limit （可选）：最大结果（默认值：20）

示例查询：

“显示所有投资组合公司”

7.列表_产品_车辆

列出投资产品和基金。

参数：

• product_type （可选）：基金、投资组合、spv、共同投资
• status （可选）：活跃、已关闭、已清算
• limit （可选）：最大结果（默认值：20）

示例查询：

“显示所有活动资金”

模拟数据

连接器在 mock_data/ 目录：

• accounts.json -5个样本账户（风险投资公司、投资组合公司、有限合伙人）
• contacts.json -不同账户的7个联系人
• activities json -7项活动（会议、电话、电子邮件、笔记）
• 机会.json -不同阶段的5个机会
• 关系.json -6实体之间的关系
• products.json -5投资产品/基金

自定义模拟数据

您可以在 mock_data/ 添加或修改测试数据的目录。服务器将在下一次查询中自动使用更新的数据。

示例：向添加新帐户 mock_data/accounts.json:

{
  "id": "ACC006",
  "name": "Your Company Name",
  "type": "Portfolio Company",
  "description": "Company description",
  "industry": "Technology",
  "status": "active"
}

用法示例

示例1：查找联系人

你问ChatGPT：

“谁是InnovateCorp的首席执行官？”

ChatGPT使用：

• search_accounts 查询“InnovateCorp”
• list_contacts 使用结果中的account_id

结果：

“Emily Rodriguez是InnovateCorp的首席执行官兼创始人。您可以通过以下方式联系她emily@innovatecorp.example.com或+1-617-555-0201。”

示例2：回顾最近的活动

你问ChatGPT：

“我们最近与TechVentures Partners开展了哪些活动？”

ChatGPT使用：

• search_accounts 寻找TechVentures
• list_activities 按该account_id筛选

结果：

“最近与TechVentures Partners的活动包括： 1. 11月10日与Sarah Johnson举行的第四季度投资组合审查会议 1. 11月8日Michael Chen的尽职调查材料请求电子邮件”

示例3：投资渠道

你问ChatGPT：

“显示我们目前正在处理的所有机会”

ChatGPT使用：

• list_opportunities 无过滤器

结果：

“你有5个活跃的机会： 1. InnovateCorp B轮-1500万美元（尽职调查，75%概率） 1. HealthTech C系列-2500万美元（谈判，60%概率） 1. 第三基金LP承诺额-5000万美元（协商，80%概率） ..."

示例4：投资组合分析

你问ChatGPT：

“我们的投资组合中有哪些公司，我们拥有多少？”

ChatGPT使用：

• list_relationships 类型为“投资组合公司”

结果：

“您的投资组合包括： 1. InnovateCorp-18.5%的所有权，董事会席位，领导A轮 1. HealthTech Innovations-12.3%所有权，B轮共同投资者”

测试集成

1. 启动服务器 （如果不是由ChatGPT自动启动）：

   python server.py

1. 打开ChatGPT （启用MCP支持）

1. 尝试测试查询:

> “在CRM中搜索风险投资账户”

1. 验证响应 包含模拟文件中的数据

故障排除

服务器无法启动

错误: ModuleNotFoundError: No module named 'mcp'

解决方案：安装MCP包：

pip install mcp

ChatGPT找不到服务器

错误：“无法连接到后备服务器”

解决方案:

1. 验证配置文件中的路径是否为绝对路径
2. 检查Python是否在您的PATH中
3. 重新启动ChatGPT应用程序
4. 检查服务器日志是否有错误

未返回数据

错误：查询结果为空

解决方案:

1. 验证模拟数据文件是否存在于 mock_data/ 目录
2. 检查JSON文件是否有效（使用JSON验证器）
3. 查看服务器控制台中的错误消息

Python版本问题

错误: SyntaxError 或兼容性问题

解决方案：确保你使用的是Python 3.10+：

python --version

项目结构

Backstop MCP/
├── server.py                 # Main MCP server
├── requirements.txt          # Python dependencies
├── package.json             # Project metadata and MCP config
├── README.md                # This file
└── mock_data/               # Mock data directory
    ├── accounts.json        # Sample accounts
    ├── contacts.json        # Sample contacts
    ├── activities.json      # Sample activities
    ├── opportunities.json   # Sample opportunities
    ├── relationships.json   # Sample relationships
    └── products.json        # Sample products/funds

路线图

当前版本（v1.0）

• ✅ 只读操作
• ✅ 模拟数据支持
• ✅ 7核心工具

未来的增强功能

• 🔄 Live Backstop API集成
• 🔄 身份验证和令牌管理
• 🔄 速率限制和缓存
• 🔄 写入操作（创建/更新）
• 🔄 使用过滤器进行高级搜索
• 🔄 实时数据同步

连接到Real Backstop API

一旦您拥有Backstop API访问权限，您就可以修改 server.py 连接到实时API：

1. 添加身份验证:

   import requests

   BACKSTOP_API_URL = "https://api.backstop.com/v1"
   BACKSTOP_TOKEN = "your-api-token"

   headers = {
       "Authorization": f"Bearer {BACKSTOP_TOKEN}",
       "Content-Type": "application/json"
   }

1. 替换模拟数据加载:

   def fetch_accounts(query):
       response = requests.get(
           f"{BACKSTOP_API_URL}/accounts",
           headers=headers,
           params={"search": query}
       )
       return response.json()

1. 添加速率限制:

   from time import sleep
   import time

   last_request_time = 0
   MIN_REQUEST_INTERVAL = 0.6  # 100 req/min = 1 per 0.6s

   def rate_limit():
       global last_request_time
       elapsed = time.time() - last_request_time
       if elapsed < MIN_REQUEST_INTERVAL:
           sleep(MIN_REQUEST_INTERVAL - elapsed)
       last_request_time = time.time()

参见 Backstop API文档 获取完整的端点详细信息。

安全考虑

• 永远不要提交API令牌 到版本控制
• 使用环境变量 敏感数据
• 实施身份验证 生产使用前
• 添加日志记录 用于审计跟踪
• 验证所有输入 防止注射攻击
• 使用HTTPS 用于所有外部通信

支持与贡献

这是一个开发/测试工具。用于生产用途：

1. 实施正确的身份验证
2. 添加全面的错误处理
3. 设置监控和日志记录
4. 进行安全审计
5. 添加自动化测试

许可证

MIT许可证-可根据需要自由修改和使用。

技术规格

• 协议：模型上下文协议（MCP）
• 语言：Python 3.10+
• 依赖项：mcp（模型上下文协议SDK）
• 数据格式：JSON
• 建筑：基于Stdio的服务器

常见问题

Q： 我可以将其与实际的Backstop API一起使用吗？ A： 是的！您需要修改server.py文件以连接到真正的API，而不是加载模拟数据。请参阅“连接到Real Backstop API”部分。

Q： 这适用于ChatGPT web还是仅适用于桌面应用程序？ A： 这取决于您的MCP设置。桌面应用程序（Claude desktop）具有本机MCP支持。对于基于web的ChatGPT，您可能需要一个MCP网桥。

Q： 如何添加更多模拟数据？ A： 只需在 mock_data/ 目录。按照现有格式添加新条目。

Q： 我可以添加自定义工具吗？ A： 是的！在中添加新的工具定义 list_tools() 函数和相应的处理程序 call_tool() 功能。

Q： 这个生产准备好了吗？ A： 不，这是一个带有模拟数据的开发/测试工具。对于生产，您需要身份验证、速率限制、错误处理和连接到真正的API。

联系

有关Backstop API集成或MCP服务器开发的问题，请参阅：

• Backstop API文档
• 模型上下文协议规范

______________________________________________________________________

版本: 1.0.0\ 最后更新2024年11月\ 状态：开发/测试