躍創科技 logo
躍創科技Tradex-tech

MCP(模型上下文協議)是什麼?為什麼它被稱為「AI 界的 USB-C」,能終結企業串接 ERP 與資料庫的整合地獄?

深度解析 MCP 模型上下文協議是什麼。詳解 Claude MCP Server 三大原語與台灣企業安全串接鼎新、正航 ERP 與資料庫的實戰架構。

MCP(模型上下文協議,Model Context Protocol)是由 Anthropic 提出的開放標準,將 AI 串接 ERP 與資料庫的 N×M 客製整合簡化為 N+M 統一介面,可節省企業 70% 跨系統開發與維護工時。

一、 MCP 協議是什麼?為什麼整個科技圈都稱它為「AI 界的 USB-C」?

當台灣企業走過「在網頁上跟 ChatGPT 聊天寫文案」的初階階段,開始想要讓 AI 真正進入公司內部「查鼎新/正航 ERP 的即時庫存、核對 MS SQL 資料庫的客戶歷史成交價、或是讀取 Google Drive 與 NAS 上的十萬份採購單」時,資訊部門(IT)與外部系統整合商馬上會撞上一堵高牆——「N×M 網狀整合地獄(The N×M Integration Problem)」。

在 MCP(Model Context Protocol,模型上下文協議) 誕生之前,每家大型語言模型(如 OpenAI GPT、Anthropic Claude、Google Gemini 或地端開源模型 Qwen / Llama)都有自己專屬的 Function Calling(函數調用)JSON 格式;而企業內部的每一套系統(ERP、CRM、WMS 倉儲、SQL 資料庫、LINE 官方帳號)也都有各自封閉的 API 或資料表結構:

  • 過去的 N×M 苦工模式:假設貴公司同時使用 3 種 AI 應用介面(例如:業務部用 LINE AI 助理、研發部用 Claude Desktop、客服部用 Dify 知識庫),且需要連接公司內部 4 套核心系統(鼎新 ERP、PostgreSQL 資料庫、Google Drive、企業 EIP 簽核系統)。工程師必須針對每一個「AI × 系統」的排列組合,個別撰寫與維護 3 × 4 = 12 套 客製化 API 轉接器與權限驗證程式碼。只要 ERP 升級改了一個欄位,或是公司想把底層模型從 GPT 換成 Claude,12 套程式就得全部重改一遍!
  • 現在的 MCP(N+M 統一匯流排模式):由 Anthropic 發起並捐贈予開源社群、獲微軟(Microsoft)、Google、AWS 與 SAP 等巨頭全面支援的 Model Context Protocol (MCP) 官方開放標準,徹底制定了 「AI 大腦與外部工具/資料源溝通的統一語言」。這就像硬體界統一改用 USB-C 接頭:企業 IT 只需要為自家 ERP 或資料庫開發 1 座標準化的 MCP Server,無論前台是 Claude Desktop、Dify、n8n、Cursor 還是微軟 Copilot,只要插上這個標準接口就能立刻讀取資料與執行動作,將跨系統串接與後續維護成本直接砍掉 70% 以上!

(若想了解 MCP 如何與企業數位員工結合,建議同步閱讀本叢集母篇《從被動聊天到主動做事的「數位員工」:2026 台灣企業導入 AI Agent(智慧代理)與 MCP 協議的完整架構藍圖》。)

MCP 模型上下文協議是什麼:傳統 NxM 客製 API 整合地獄對比 MCP AI 界 USB-C 標準架構圖
圖一:傳統 N×M 客製 API 網狀整合地獄與 MCP「AI 界 USB-C」N+M 開放標準匯流排對比,以及 Host / Client / Server 三大角色與原語。

二、 5 分鐘看懂 Claude MCP Server 底層架構:3 大角色與 3 大核心原語(Primitives)

許多技術主管與工程師在搜尋「Claude MCP Server」時,常把 MCP 誤以為是某個專屬於 Claude 的封閉外掛。事實上,MCP 底層採用輕量且成熟的 JSON-RPC 2.0 雙向通訊協定(支援本機程序通訊 Stdio 與遠端伺服器串流 HTTP with SSE / Streamable HTTP),其架構由 3 大核心角色 與 3 大能力原語(Primitives) 組成:

1. MCP 架構的三大角色(Host / Client / Server)

  1. MCP Host(主機容器):使用者直接互動的 AI 應用程式前台,例如 Claude Desktop 桌面版、企業內部自架的 Dify / Open WebUI 助理介面、或是開發者使用的 IDE(如 Cursor、VS Code)。
  2. MCP Client(協議連線器):內建於 Host 內部的中介通訊模組。每一個 MCP Client 會與後端的一座 MCP Server 維持 「1 對 1 的安全隔離連線」,負責能力交握(Capability Negotiation)、路由分發與權限令牌傳遞。
  3. MCP Server(工具與資料伺服器):這正是企業落地的核心!它是一個輕量級的微服務程式(可用 TypeScript / Node.js、Python 或 Go 撰寫),專門把某一套特定的內部系統(例如貴公司的 鼎新 SmartERP / Workflow、正航 ERP、MS SQL Server 或 LINE CRM)包裝成符合 MCP 規範的標準介面暴露給 AI 調用。

2. MCP Server 暴露給 AI 的三大能力原語(Resources / Tools / Prompts)

為了防止 AI 亂改企業資料,MCP 規範非常聰明地將 Server 提供的能力嚴格切分為三個層次:

  • 原語一:Resources(唯讀資源 — 類似 REST API 的 GET)
    • 功能定義:由應用程式控制的「結構化背景資料源」,僅供 AI 讀取作為上下文脈絡,絕不產生任何系統狀態變更或副作用(Side-Effects)。
    • 企業 ERP 實例:暴露 ERP 的標準資料表結構說明(Schema Dictionary)、公司最新產品規格目錄、mcp://erp/customers/{tax_id}/profile 客戶基本資料卡。
  • 原語二:Tools(可執行工具 — 類似 REST API 的 POST / Action)
    • 功能定義:由大型語言模型根據對話意圖主動決定呼叫的「可執行函數」,每一支 Tool 皆具備嚴格的 JSON Schema 輸入參數型別定義。
    • 企業 ERP 實例:check_warehouse_stock(查詢即時可用庫存與在途量)、calculate_bom_quote(傳入尺寸材質試算 BOM 報價)、create_draft_sales_order(在 ERP 建立未核准之暫存銷貨草稿單)。
  • 原語三:Prompts(標準作業提示詞模板 — 類似企業內建快捷 SOP)
    • 功能定義:由伺服器端預先封裝好的「高準確率領域指令模板」,讓不懂 Prompt Engineering 的第一線業務或財會人員一鍵套用。
    • 企業 ERP 實例:預先在 MCP Server 內建「月底應收帳款逾期催收對帳分析」或「五金加工件毛利異常診斷」標準模板,員工只需填入客戶統編即可觸發完整查核流程。

三、 傳統 REST API 客製串接 vs Function Calling vs MCP 協議全方位比較表

到底企業在開發內部 AI 系統時,該繼續寫傳統 REST API、直接用 OpenAI Function Calling,還是全面導入 MCP Server?我們從架構維運、模型切換彈性與資安治理等 6 大維度進行完整比對:

比較維度傳統點對點 REST API 客製開發單一模型原生 Function Calling導入 MCP(模型上下文協議)標準架構
1. 系統整合複雜度N×M 網狀複雜度(每新增一個 AI 應用或系統就得重寫一套雙向轉接器)高度綁定單一模型(OpenAI、Claude、Gemini 的 Tool JSON 定義與回傳格式皆不相容)N+M 線性標準化(每個內部系統僅需封裝 1 座 MCP Server,所有 AI 應用隨插即用)
2. 替換底層大模型成本[極高] 須修改中介層 API 解析與 Prompt 邏輯,平均耗時 2~4 週[高] 須逐一改寫所有 Tool Schema 與多輪對話狀態處理程式碼[極低・無痛切換] 10 分鐘內即可從雲端 Claude / GPT 切換至地端私有雲模型
3. 上下文與工具動態發現[不支援] 端點寫死於程式碼中,無法動態感知新增功能[條件支援] 每次請求須將所有工具定義塞入 Prompt,極度消耗 Token[完整支援] 連線時透過 tools/list 動態探索可用工具,並支援按角色動態載入
4. 讀寫分離與資安邊界依賴工程師個別實作,容易因疏忽開放過大資料庫權限僅靠模型自行判斷,缺乏協議層級的唯讀資源(Resources)與執行(Tools)分離[協議級防護] 明確切分唯讀 Resources 與受控 Tools,並支援人類在環(HITL)確認機制
5. 既有開源生態系支援零通用性,所有連接器皆須從頭手刻或購買昂貴 iPaaS 授權僅限特定框架(如 LangChain)內部套件,跨平台移植不易[上千種官方與開源 Server] PostgreSQL、GitHub、Slack、Google Drive 皆有現成模組可掛載
6. 18 個月開發與維運 TCO首年開發約 30 萬~80 萬元;次年改版重工維護費極高首年開發約 20 萬~50 萬元;一旦更換模型即面臨重寫成本首年建置約 15 萬~38 萬元;後續新增 AI 場景幾乎零重工成本

若您正在評估公司內部系統該採哪種串接路線,可先透過我們的 企業 AI 工具與架構選型評估檢查表 進行技術盤點。


四、 台灣企業實戰:如何將既有 ERP(鼎新 / 正航 / SQL 資料庫)封裝為「安全 MCP Server」?

很多台灣中小企業與製造業老闆聽到這裡會問:「我們公司用的是十幾年前買的鼎新 Workflow / SmartERP、正航或凌越 ERP,底層是地端 MS SQL Server,原廠根本沒有推出現成的 MCP Server,我們也能用嗎?」

答案是:完全可以,而且這正是自建企業內部 MCP Server 最具商業價值的場景! 但請千萬注意一個致命地雷:絕對不能直接把網路上開源的「通用 SQL MCP Server」連上公司正式 ERP 資料庫,然後讓 AI 自己看幾百張資料表猜 SQL 語法去執行!

為什麼?因為鼎新或正航 ERP 的資料表命名極為晦澀(例如銷貨單頭叫 COPTC、單身叫 COPTD、品號基本資料叫 INVMB),且一張訂單牽動十幾張關聯表的交易鎖(Transaction Lock)。如果讓 AI 自由生成 SQL 直接查詢甚至 INSERT / UPDATE 正式庫:

  1. AI 極易寫出未最佳化的 JOIN 查詢把 ERP 資料庫 CPU 卡死,或是看錯欄位報錯價格;
  2. 外部程式直接寫入底層資料庫會違反 ERP 原廠維護合約(MA),一旦帳務不平原廠將拒絕保固。

因此,躍創科技為台灣企業建置內部 ERP MCP Server 時,全面採用 「4 層企業資安閘道與語意封裝架構」:

台灣企業將鼎新與正航 ERP 封裝為安全 MCP Server 之 4 層資安閘道與 RBAC 權限繼承架構圖
圖二:台灣企業將既有 ERP(鼎新 / 正航 / SQL DB)封裝為內部安全 MCP Server 之 4 層資安閘道與四大高 ROI 語意化工具規格。

第一層:SSO / AD 身份驗證與 RBAC 權限繼承(Identity & Role Inheritance)

當業務員或採購人員從 LINE 企业帳號或內部 AI 介面發起提問時,MCP Client 會在請求標頭中帶入該名員工的 身份憑證(JWT / Entra ID Token)。MCP Server 在執行任何資料庫查詢前,會強制把員工的 user_role 與 department_id 注入查詢條件(Row-Level Security):

  • 實戰效果:一般業務員問 Claude:「幫我查 A 客戶上個月的訂單與成交單價」,MCP Server 驗證該客戶確實歸屬該名業務負責,才回傳數據;若實習生或非授權人員試圖詢問「全公司毛利率最高的前十名客戶底價」,MCP Server 會直接在協議層攔截並回傳 [權限不足:此工具僅限業務部主管與財務長調用]。

第二層:語意化業務工具封裝(Semantic Tool Wrapping — 嚴禁裸露資料表)

我們不讓大模型直接接觸底層複雜的 COPTC / INVMB 資料表,而是在 MCP Server 內由資深 ERP 工程師預先寫好經過效能調校的參數化查詢(Parameterized Stored Procedures / Views),並封裝成 AI 一看就懂的 語意化 Tools,搭配 Zod 進行嚴格參數驗證:

企業 ERP MCP Tool 名稱開放調用角色(RBAC)輸入參數 Schema(由 AI 自動提取填入)底層資料路徑與安全護欄等級
query_inventory_and_eta
(查詢即時庫存與預計到貨日)
全體業務、業助、客服人員sku_keyword(品號或口語別名)、warehouse_code(倉別)[綠燈・唯讀直通] 查詢 ERP 唯讀副本資料庫(Read-Only Replica),0.3 秒回傳現貨量與在途採購單到貨日
get_customer_price_history
(查詢客戶專屬歷史成交價)
該客戶負責業務、業務主管customer_tax_id(客戶統編)、sku_id(標準品號)[綠燈・唯讀隔離] 強制核對呼叫者是否為該客戶負責業務,回傳近 3 次成交單價與信用額度餘額
simulate_bom_cost_quote
(BOM 展開與浮動匯率估價)
業務部、研發工程師、廠長base_sku、material_grade、order_qty、currency[黃燈・試算防護] 自動抓取當日原材料牌價與加工工時試算建議售價,不顯示機密底層配方給一般業務
create_erp_draft_order
(建立 ERP 暫存銷貨/報價草稿)
業務助理、業務主管customer_id、items_array、delivery_date、remark[紅燈・人類在環簽核] 嚴禁直寫正式帳!僅透過 ERP 官方 API 寫入「未核准草稿區」,並推播 LINE 卡片待主管一鍵放行

第三層:讀寫分離與「人類在環(Human-in-the-Loop)」雙重鎖

  • 所有「查詢類」工具:一律連接 ERP 資料庫的 唯讀備援庫(Read-Only Replica) 或快取視圖,就算高併發查詢也絕不影響產線與會計人員日常打單效能。
  • 所有「寫入類」工具:全面套用 「AI 只建草稿、真人按鍵放行」 鐵律。當 AI 透過 create_erp_draft_order 整理好一張訂單後,系統會先推送一張結構化確認卡片到業務主管或業助的 LINE,點擊「確認無誤拋單」後,才由後端透過 ERP 官方 Web Service API 或標準匯入格式正式入帳。

第四層:全鏈路 JSON-RPC 稽核軌跡(Audit Trail & Cost ROI)

每一筆經由 MCP Server 執行的查詢與工具呼叫,都會自動記錄「呼叫時間、員工帳號、調用工具名稱、傳入參數、耗用 Token 數與執行結果」。

我們來算一筆真實的成本效益帳:

  • 傳統客製整合成本:若企業過去想把「鼎新 ERP 庫存查詢」、「CRM 客戶紀錄」與「Google Drive 規格書」分別串接給內部知識庫與 LINE 客服,工程師寫兩套獨立 API 串接至少需耗費 30 人天(以資深工程師日薪 8,000 元計算):

30 人天 × 8,000 元 = 240,000 元(且未來換模型還得重寫)

  • 導入標準 MCP Server 架構成本:一次將 ERP 與內部資料庫封裝為標準 MCP Server 僅需約 12 人天,後續無論要掛載到 Claude Desktop 給主管查報表、還是掛載到 Dify / LINE 給業務查庫存,皆可直接共用:

(30 人天 - 12 人天)× 8,000 元 = 首年即省下 144,000 元重工開發費(節省 60% 以上工時)

若貴公司需要將既有 ERP、SQL 資料庫或內部 API 封裝為高資安等級的企業專屬 MCP Server,歡迎參考我們的 企業系統對接與專屬 MCP / API 客製開發服務,或使用 AI 導入 ROI 與回本週期計算器 試算投資效益。


五、 常見問題(FAQ):企業導入 MCP 協議與 Claude MCP Server 必知 6 問

Q1:MCP(Model Context Protocol)跟傳統的 REST API 或 OpenAI Function Calling 到底差在哪裡?

最大的差異在於 「標準化與解耦(Decoupling)」。傳統 REST API 是給軟體工程師看文件手寫串接程式碼用的;而各家大模型的 Function Calling 格式彼此不相容(OpenAI、Claude、Gemini 的 JSON 結構都不同)。MCP 則是在既有 API 之上加了一層「全球 AI 模型通用的標準語意描述與通訊協定層」,只要為內部系統寫好一次 MCP Server,市面上所有支援 MCP 的 AI 平台都能自動讀懂工具說明並直接呼叫,徹底擺脫單一 AI 廠商綁死(Vendor Lock-in)。

Q2:我們公司如果不用 Claude,而是用 OpenAI GPT-4o、Google Gemini 或地端開源模型,也能用 MCP Server 嗎?

完全可以! 雖然 MCP 最早是由 Claude 的開發商 Anthropic 發起,但它已經是完全開放的業界通用標準(Open Standard)。目前包括微軟(Copilot Studio / Azure AI)、Google、Dify、n8n、Cursor、LangChain 以及地端推論框架(結合 Ollama / vLLM)皆已全面支援作為 MCP Host / Client 來連接您自建的 MCP Server。

Q3:把公司內部的 ERP 或 SQL 資料庫接上 MCP Server,資料會不會全部外洩給雲端 AI 大廠拿去訓練?

只要架構設計正確就不會外洩。第一,企業必須使用 商業版 API(如 Anthropic API、Azure OpenAI 或 AWS Bedrock),服務條款明定不會將 API 傳輸資料用於訓練基礎模型;第二,MCP Server 部署於企業內部防火牆(On-Premise 或 VPC 內網)中,AI 模型並沒有拿到整個資料庫的存取權,它只能看到您允許暴露的特定 Tool,且只會收到該次查詢過濾後的單筆結果(例如某一個品號的庫存數量),更可搭配地端 PII 個資去識別化閘道確保合規。

Q4:台灣中小企業常見的鼎新(Workflow / SmartERP)、正航或凌越舊版 ERP 沒有現代 REST API,也能做 MCP Server 嗎?

可以。針對沒有現代 REST API 的傳統地端 ERP,我們通常採取 「雙軌安全封裝法」:對於「查詢類需求(查庫存、查歷史售價、查出貨進度)」,由部署於內網的 MCP Server 直接連接 ERP 資料庫的 唯讀副本(Read-Only View / Replica),毫秒級回傳數據且完全不影響 ERP 效能;對於「寫入類需求(建立訂單或報價單)」,則由 MCP Server 產出符合 ERP 原廠規範的標準中繼匯入檔或呼叫原廠批次匯入模組,安全且不破壞原廠維護保固。

Q5:工程師自建一座企業內部 ERP MCP Server 需要多久時間?用什麼程式語言開發最穩定?

Anthropic 官方提供了非常完善的 TypeScript(Node.js)、Python、Java 與 C# MCP SDK。以台灣中小企業最常優先落地的「3 到 4 支核心 ERP 查詢與草稿建立工具(查庫存、查客戶歷史價、BOM 估價試算、建立訂單草稿)」而言,具備 ERP 資料表經驗的顧問團隊通常可在 2 週至 4 週內 完成資料欄位盤點、RBAC 權限綁定、MCP Server 封裝與測試上線。

Q6:如何防止 AI 透過 MCP Server 誤刪資料庫資料或亂下錯誤訂單?

我們嚴格執行 「最小權限原則(Principle of Least Privilege)」 與 「三級燈號護欄」:第一,MCP Server 連線資料庫的帳號在底層 DB 層級就徹底移除 DELETE、DROP、ALTER 與直接 UPDATE 正式帳表的權限;第二,所有新增單據的 Tool 僅能寫入「暫存草稿表(Draft Table)」,並強制觸發 LINE 或內部簽核通知,必須由真人主管點擊核准後才會正式寫入 ERP。

延伸閱讀與相關實戰指南

瀏覽全部專欄文章

想知道這套 AI 流程如何落地到你的企業?

躍創科技提供免費 30 分鐘初步諮詢,由顧問團隊協助盤點現有 ERP、LINE 與行政流程,給出具體可執行的 PoC 驗證建議。

預約免費 AI 顧問諮詢了解 2 週 AI 流程健檢