快速接入

先看主来源和安装命令，再打开仓库或文档；下面只保留这个条目的关键接入事实。

详细介绍

MCP Altus

Vídeo示范： https://www.youtube.com/watch?v=MWDJhmTF3OQ

概览

MCP Altus是一个完整的人工智能销售助理平台，集成了Google Gemini，Pipefy（CRM）和Calendly（日程安排）。该系统允许用户与智能助理自然交谈，该助理可以管理潜在客户，更新销售渠道并自动安排会议。

建筑

该应用程序由4个主要组件组成：

┌─────────────┐        ┌──────────────────────┐        ┌──────────────┐
│   Frontend  │───────▶│  Conversational AI   │───────▶│  MCP Server  │
│  (Angular)  │  HTTP  │   (Spring Boot)      │  SSE   │ (Spring Boot)│
└─────────────┘        └──────────────────────┘        └──────────────┘
                              │                               │
                              │                               │
                              ▼                               ▼
                        ┌──────────┐                  ┌──────────────┐
                        │ MongoDB  │                  │ Pipefy API   │
                        │          │                  │ Calendly API │
                        └──────────┘                  └──────────────┘

1.前端（角度）

现代Web界面，用户可以通过聊天与助手进行交互。发送消息并实时查看双子座的回复。

技术：Angular 20、TypeScript、RxJS、Nginx

门: 4200

2.对话式AI（Spring Boot）

使用Google Gemini处理对话的主要后端。在MongoDB中保留对话历史记录，并允许Gemini通过MCP服务器使用外部工具。

技术：Spring Boot、Spring AI、MongoDB、MCP客户端、Java 21

门: 8080

3.MCP服务器（Spring Boot）

实现模型上下文协议的工具服务器。展示了15个工具，让Gemini在Pipefy和Calendly中执行操作。它作为人工智能和外部服务之间的桥梁。

技术：Spring Boot、Spring AI MCP服务器、GraphQL、WebFlux、Java 21

门: 8081

4.MongoDB

NoSQL数据库存储每个用户的对话历史记录，允许Gemini在不同会话之间保持上下文。

门: 27017

主要功能

线索管理（Pipefy）

创建具有完整信息的新潜在客户（姓名，公司，电话，电子邮件等）
按管道阶段列出潜在客户
按姓名、公司或其他标准搜索潜在客户
更新现有的潜在客户信息
在各阶段之间移动潜在客户（探索→提交→提案→谈判→利润）
在线上添加评论和笔记
设置截止日期和截止日期
添加分类标签
必要时删除线索

日历会议（Calendly）

为潜在客户生成自定义日程安排链接
Lead自动选择可用时间
双方自动通知

自然对话

界面去聊天直觉
坚持对话的历史性
Gemini 了解用户的背景和意图
自然语言答案
在集成系统中自动执行操作

要求

Docker e Docker编写
Google Cloud 帐户（适用于 Gemini API）
使用API Token的Pipefy帐户
Conta Calendly com API代币

配置

克隆仓库：

git clone 
cd mcp-altus

创建文件 .env 在项目根中，使用以下变量：

# MongoDB
MONGO_INITDB_DATABASE=conversational_ai
MONGO_INITDB_ROOT_USERNAME=admin
MONGO_INITDB_ROOT_PASSWORD=

MONGODB_HOST=mongodb
MONGODB_PORT=27017
MONGODB_DATABASE=conversational_ai
MONGODB_USERNAME=admin
MONGODB_PASSWORD=

# Pipefy
PIPEFY_API_TOKEN=
PIPEFY_PIPE_ID=

# Google Gemini
GEMINI_API_KEY=

# MCP
MCP_CLIENT_ENABLED=true
MCP_SERVER_URL=http://mcp-server:8081/sse

# Calendly
CALENDLY_API_TOKEN=
CALENDLY_USER_URI=
CALENDLY_EVENT_TYPE_URI=

配置额外的凭据（如有必要）：

# Crie o arquivo config/credenciais.json se precisar de Service Account do Google
# IMPORTANTE: Este arquivo está protegido pelo .gitignore

运行应用程序

启动全部服务

docker-compose up

单独启动服务

# Apenas MongoDB
docker-compose up mongodb

# Apenas MCP Server
docker-compose up mcp-server

# Apenas Conversational AI
docker-compose up conversational-ai

# Apenas Frontend
docker-compose up frontend

访问应用程序

启动所有服务后：

前端: http://localhost:4200
API对话人工智能: http://localhost:8080
MCP服务器: http://localhost:8081
MongoDB：本地主机：27017

运行流程

用户在前端发送消息（例如：“我是TechCorp的，想与Altus Software做生意”）
前端向 Conversational AI 发送 HTTP 请求（端口 8080）
会话AI将消息传递给Gemini
Gemini分析意图并确定您需要创建潜在客户
Gemini 调用工具 createCard MCP服务器是否通过SSE
MCP服务器chama a API GraphQL do Pipify
Pipefy创建潜在客户并返回数据
MCP Server 将结果返回给 Gemini
Gemini用自然语言给出答案
会话AI在MongoDB中保存消息
前端接收并显示用户响应

使用范例

导线范围

Usuário: Crie um lead para João Silva da empresa TechCorp, telefone 11999999999,
         email joao@techcorp.com, indústria Tecnologia, valor R$ 50000
Assistente: Lead criado com sucesso! João Silva da TechCorp foi adicionado à fase
            de Prospecção com o ID 123456.

Listar Leads

Usuário: Liste todos os leads na fase de negociação
Assistente: Encontrei 3 leads na fase de Negociação:
            1. Maria Santos - ABC Corp (R$ 75.000)
            2. Pedro Oliveira - XYZ Ltda (R$ 120.000)
            3. Ana Costa - Innovation Inc (R$ 90.000)

安排会议

Usuário: Gere um link de agendamento para João Silva da TechCorp
Assistente: Link de agendamento criado! Envie este link para João Silva:
            https://calendly.com/seu-usuario/meeting?name=Joao+Silva

开发

目录结构

mcp-altus/
├── conversational-ai/    # Backend principal (Gemini + MCP Client)
├── mcp-server/           # Servidor de ferramentas MCP
├── frontend/             # Interface Angular
├── config/               # Arquivos de configuração sensíveis (gitignored)
├── docker-compose.yml    # Orquestração de containers
├── .env                  # Variáveis de ambiente (gitignored)
└── README.md             # Este arquivo

日志和调试

查看特定服务的日志：

docker-compose logs -f conversational-ai
docker-compose logs -f mcp-server
docker-compose logs -f frontend

代码更改后重建

docker-compose up --build

安全

档案 .env 在 .gitignore - 从不提交凭据
档案 config/credenciais.json 它受到保护 .gitignore
API令牌必须保持安全并定期旋转
对所有凭据使用环境变量

使用的技术

后端

弹簧靴3.5.7
Spring AI（MCP客户端/服务器）
Java 21
MongoDB
图查询语言
WebFlux

前端

角度20.3
TypeScript 5.9
RxJS 7.8

基础设施

Docker&Docker编写
Nginx

集成

谷歌双子座（人工智能模型）
管道（CRM）
Calendly（日程安排）

______________________________________________________________________

MCP Altus

演示视频： https://www.youtube.com/watch?v=MWDJhmTF3OQ

注：演示视频在 巴西葡萄牙语（pt BR） 并且没有其他语言的字幕。

概述

MCP Altus是一个功能齐全的人工智能销售助理平台，集成了 谷歌双子座, 管道（CRM），以及 日历（日程安排）该系统使用户能够与能够管理潜在客户、更新销售渠道和自动安排会议的智能助手自然交互。

建筑

该应用程序由4个主要组件组成：

┌─────────────┐        ┌──────────────────────┐        ┌──────────────┐
│   Frontend  │───────▶│  Conversational AI   │───────▶│  MCP Server  │
│  (Angular)  │  HTTP  │   (Spring Boot)      │  SSE   │ (Spring Boot)│
└─────────────┘        └──────────────────────┘        └──────────────┘
                              │                               │
                              │                               │
                              ▼                               ▼
                        ┌──────────┐                  ┌──────────────┐
                        │ MongoDB  │                  │ Pipefy API   │
                        │          │                  │ Calendly API │
                        └──────────┘                  └──────────────┘

1.前端（角度）

现代网络界面，用户通过聊天与助手互动。实时发送消息并显示Gemini的响应。

技术：Angular 20、TypeScript、RxJS、Nginx 端口: 4200

2.对话式AI（Spring Boot）

使用Google Gemini处理对话的主后端。在MongoDB中维护对话历史记录，并允许Gemini通过MCP服务器使用外部工具。

技术：Spring Boot、Spring AI、MongoDB、MCP客户端、Java 21 端口: 8080

3.MCP服务器（Spring Boot）

工具服务器实现 模型上下文协议（MCP）。为Gemini提供15个工具，用于在Pipefy和Calendary中执行操作。充当人工智能和外部服务之间的桥梁。

技术：Spring Boot、Spring AI MCP服务器、GraphQL、WebFlux、Java 21 端口: 8081

4.MongoDB

NoSQL数据库存储每个用户的对话历史，使Gemini能够跨会话维护上下文。

端口: 27017

主要特点

铅管理（管道）

创建包含完整详细信息（姓名、公司、电话、电子邮件等）的新潜在客户
按管道阶段列出潜在客户
按姓名、公司或其他条件搜索潜在客户
更新现有潜在客户信息
在阶段之间移动潜在客户（潜在客户→ 演示→ 提案→ 谈判→ Won)
为潜在客户添加评论和注释
设定截止日期和截止日期
添加分类标签
必要时删除潜在客户

会议日程安排（日历）

为潜在客户生成个性化日程安排链接
自动选择可用时隙
双方自动通知

自然对话

直观的聊天界面
持续对话历史
Gemini了解上下文和用户意图
自然语言响应
在集成系统上自动执行操作

需求

Docker&Docker编写
谷歌云账户（适用于Gemini API）
使用API代币管道化帐户
带有API代币的日历账户

设置

克隆存储库：

git clone 
cd mcp-altus

创建一个 .env 项目根目录中的文件，包含以下变量：

# MongoDB
MONGO_INITDB_DATABASE=conversational_ai
MONGO_INITDB_ROOT_USERNAME=admin
MONGO_INITDB_ROOT_PASSWORD=

MONGODB_HOST=mongodb
MONGODB_PORT=27017
MONGODB_DATABASE=conversational_ai
MONGODB_USERNAME=admin
MONGODB_PASSWORD=

# Pipefy
PIPEFY_API_TOKEN=
PIPEFY_PIPE_ID=

# Google Gemini
GEMINI_API_KEY=

# MCP
MCP_CLIENT_ENABLED=true
MCP_SERVER_URL=http://mcp-server:8081/sse

# Calendly
CALENDLY_API_TOKEN=
CALENDLY_USER_URI=
CALENDLY_EVENT_TYPE_URI=

如果需要，配置其他凭据：

# Create config/credenciais.json if Google Service Account is required
# IMPORTANT: This file is protected by .gitignore

运行应用程序

启动所有服务

docker-compose up

启动个人服务

docker-compose up mongodb
docker-compose up mcp-server
docker-compose up conversational-ai
docker-compose up frontend

访问应用程序

前端: http://localhost:4200
对话人工智能API: http://localhost:8080
MCP服务器: http://localhost:8081
MongoDB：本地主机：27017

示例用法

创建潜在客户

User: Create a lead for João Silva at TechCorp, phone 11999999999, email joao@techcorp.com, industry Technology, value R$ 50000
Assistant: Lead successfully created! João Silva from TechCorp has been added to the Prospecting stage with ID 123456.

列出潜在客户

User: List all leads in the Negotiation stage
Assistant: Found 3 leads in Negotiation:
           1. Maria Santos - ABC Corp (R$ 75,000)
           2. Pedro Oliveira - XYZ Ltda (R$ 120,000)
           3. Ana Costa - Innovation Inc (R$ 90,000)

安排会议

User: Generate a scheduling link for João Silva at TechCorp
Assistant: Scheduling link created! Send this link to João Silva:
           https://calendly.com/your-user/meeting?name=Joao+Silva

技术

后端：Spring Boot 3.5.7、Spring AI、Java 21、MongoDB、GraphQL、WebFlux 前端：Angular 20.3，TypeScript 5.9，RxJS 7.8 基础设施：Docker和Docker Compose，Nginx 集成：谷歌双子座、Pipefy、日历

目录标签

Java自然语言处理CRM集成AI助手本地部署销售自动化会议安排

接入字段

传输方式（transport，传输协议）

未说明

鉴权方式（authType，认证方式）

token

工具数量（toolCount，工具数）

0

资源数量（resourceCount，资源数）

0

提示词数量（promptCount，提示词数）

0

权限和风险

未说明token部署方式未说明

接入前请确认传输方式、认证方式和部署位置，并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限；先核对安装命令和配置内容。

仍需确认：installCommand

来源信息

MCP World

mcpworld.com

/detail/d737316fe9c1d81b6c763bd35d792207

MCP Altus是一款基于AI的销售助手平台，集成Google Gemini、Pipefy（CRM）和Calendly（日程安排），支持自然语言交互，自动管理销售线索和安排会议。

继续浏览同类 MCP

更多AI代理 MCP（18,706）返回 MCP 目录

上一个 MCP

MCP All Servers

该存储库是模型上下文协议（MCP）的参考实现集合，展示了如何为大型语言模型（LLMs）提供安全、受控的工具和数据源访问。

下一个 MCP

MCP Ambari

一个用于Apache Ambari的高性能模型上下文协议(MCP)服务器，支持AI代理通过标准化工具自动化管理集群。