Пояснення
Markdown статтіПовідомити про помилку

Про виклик секцій сценарію з AI-асистентів (MCP)

MCP (Model Context Protocol) дає змогу підключити AI-асистента (наприклад Cursor, Claude) до платформи ConnectiveOne так, щоб він міг викликати окремі частини вашого сценарію як інструменти. Замість того щоб писати код у зовнішній системі, ви описуєте логіку в сценарії, а AI-асистент просто викликає потрібну секцію і отримує результат.

Навіщо це потрібно?

Часто потрібно, щоб AI-асистент у редакторі коду або в чаті міг:

  • отримати актуальні дані (курс валют, залишки, каталог);
  • виконати дію в межах вашої бізнес-логіки (пошук, перевірка, розрахунок);
  • не дублювати цю логіку в коді, а використовувати вже налаштований сценарій бота.

MCP-інструменти сценарію вирішують саме це: секція сценарію стає «інструментом», який AI-асистент викликає за назвою і отримує структурований результат.

Як це влаштовано?

  1. У сценарії ви виділяєте секцію, яка виконує одну чітку задачу (наприклад, «отримати курс валют» або «перевірити наявність товару»). На точці входу секції налаштовується тригер типу MCP Tool.
  2. У налаштуваннях тригера ви описуєте:
    • схему вхідних даних (Input Schema) — які параметри приймає інструмент (назви, типи);
    • схему результату (Return Schema) — опис інструменту для AI та перелік ключів, які потрібно повернути з секції.
  3. Платформа надає цю секцію як MCP-інструмент: AI-клієнт отримує список інструментів для бота і може викликати їх, передаючи аргументи. Виконання відбувається на стороні ConnectiveOne, результат повертається AI-асистенту.

Таким чином, логіка залишається в сценарії (повідомлення, дії, умови, виклики API), а AI лише викликає «інструмент» і отримує відповідь.

Коли має сенс використовувати MCP-інструменти

  • Потрібно, щоб AI-асистент (Cursor, Claude тощо) отримував дані з ConnectiveOne або виконував дії через уже налаштований сценарій.
  • Є готова логіка в сценарії (розрахунки, звернення до зовнішніх сервісів, перевірки), і ви хочете не дублювати її в коді.
  • Потрібна одна й та сама логіка і в боті для користувачів, і в AI-асистенті для розробників або аналітиків.

Що потрібно зробити з вашого боку

  • У Конструкторі сценарію створити або обрати секцію, налаштувати на ній тригер MCP Tool, заповнити схему вхідних даних і схему результату.
  • У секції в кінці логіки записати результат у спеціальну константу, щоб платформа могла повернути його в MCP-відповіді (це налаштовується через дії в сценарії).
  • У AI-клієнті (наприклад Cursor) додати MCP-сервер платформи. Підключення можливе двома способами: з авторизацією через заголовки (токен доступу та ідентифікатор бота) — рекомендовано; або через посилання з токеном у URL (без заголовків) — лише якщо клієнт не вміє передавати заголовки і ви готові прийняти ризики (посилання з токеном може потрапити в логи, токен довгоживучий). Як саме налаштувати — див. інструкцію Як підключити AI-асистента до сценарію через MCP.

Підсумок: MCP-інструменти сценарію — це спосіб зробити окремі частини вашого сценарію доступними для AI-асистентів як викликані інструменти, без дублювання логіки в зовнішніх системах.

Працюєте з власним ШІ-агентом?Встановіть відкритий skill, щоб ваш ШІ-агент працював з актуальною офіційною документацією ConnectiveOne.Отримати skillПотрібна підтримка?Не знайшли відповідь або потрібна допомога команди ConnectiveOne? Створіть запит у Client Portal.Створити запит