HubSpot的MCP实现：CRM公司的AI代理集成实践
技术背景与决策过程
Model Context Protocol（MCP）是一个用于连接AI代理与外部系统的开源协议，最初由Anthropic开发。HubSpot选择构建自己的MCP服务器而非使用现成解决方案，主要基于以下技术考量：
技术架构决策因素：
- 需要与现有企业RPC系统无缝集成
- 要求支持OAuth 2.0认证协议
- 需要快速交付核心客户价值（4周内完成OpenAI连接器）
- 75%的客户使用ChatGPT，需优先考虑用户体验
技术实现细节
服务器架构选择
HubSpot构建了两个远程MCP服务器和一个本地服务器：
- 核心API服务器：基于现有REST API构建，暴露CRM搜索API（联系人、公司、交易数据）
- OpenAI专用连接器：使用特定的MCP规范，包含搜索和获取组件
技术栈与实现方式
// 使用Java MCP SDK进行扩展
// 支持可流式传输的HTTP传输协议
// 基于Dropwizard微服务框架构建
关键实现挑战：
- 认证协议实现：MCP原生缺乏完整的认证支持
- 数据格式标准化：Snake case与Camel case的不一致性
- 远程服务器状态管理：无状态设计与长连接权衡
系统集成方案
- 创建MCP网关，自动发现跨服务工具
- 实现注解系统，简化RPC Java方法描述
- 使用Claude Code生成模板代码，加速开发过程
- 集成OAuth范围管理和用户权限映射
性能与扩展性考虑
当前架构特点：
- 采用短时HTTP请求，无状态设计
- 只读操作，避免数据写入风险
- 与现有微服务架构深度集成
- 支持大规模用户权限管理
开发经验与最佳实践
技术决策洞察
- MCP协议实现相对简单，但远程服务器构建更具挑战性
- 选择自建而非采购，便于与现有技术栈集成
- 积极参与开源社区，向Java MCP SDK贡献代码
工具使用策略
- 内部AI工具采用率高达70-80%
- 使用Claude Code加速代码生成和模式创建
- 本地MCP服务器用于测试数据生成和演示场景
未来技术规划
发展方向：
- 探索代理到代理（A2A）协议集成
- 扩展MCP服务器支持更多使用场景
- 加强工具发现和注册服务
- 继续推进开源技术贡献
通过MCP协议的实现，HubSpot成功将传统CRM系统与现代化AI代理能力相结合，为客户提供了更智能的数据访问和业务操作体验。
更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）
对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号（网络安全技术点滴分享）
公众号二维码
公众号二维码
