为AI智能体插上“企业智慧”的翅膀：羽山数据 USENSE DATA MCP Server 上线！
发布时间: 2025-04-09
引言
随着人工智能助手的广泛应用，各行各业在模型功能方面投入了大量资金，推理能力和质量取得了迅速进展。然而，即使是最先进的模型也面临数据孤立的挑战，被困在信息孤岛和独立系统之中。每新增一个数据源或工具都需要定制化的实现，导致系统扩展变得困难。
模型上下文协议（Model Context Protocol，MCP）应运而生，由开发了claude模型的Anthropic发布。它为AI系统与数据源之间的连接提供了一个通用的开放标准，用单一协议取代了分散的集成方式。通过MCP，开发者可以以一致的方式将各种数据源、工具和功能连接到 AI 模型。具体而言，开发者可以通过MCP服务器公开他们的数据，或构建连接到这些服务器的AI应用程序（MCP客户端）。这种标准化的方法简化了AI系统访问所需数据的过程，为AI系统添加了多种多样的工具，提高了系统的可扩展性和对不同需求场景的适应性。
羽山数据（Usense Data）紧跟当下热门技术，集成了企业数据查询服务开发了羽山数据MCP Server，为用户在AI前沿领域提供便捷、准确的数据服务，助力产业发展。
什么是MCP（Model Context Protocol）？
在没有MCP之前，对LLM（大型语言模型）最原始的用法便是用户通过复制黏贴手动将LLM所需的数据与信息置于prompt之中，以此扩展LLM的知识范围。随着需求场景的不断变化与信息检索的难度不断增加，手工引入的低效限制了AI模型的性能边界。此时各大LLM平台如Openai推出了function call功能，旨在通过让LLM调用配置好的函数来获取数据与执行任务，但是function call高度依赖于LLM平台自身的RAG（检索增强生成）能力，且大部分function都得用户自己预设好才能使用，无法通过社区统一格式来进行共享，对不懂技术的用户十分不友好。
基于上述的种种困境，MCP应运而生。MCP（Model Context Protocol）是一个开放的模型上下文协议，标准化了应用程序与LLM之间的上下文交互方式。它类似于 AI 应用程序的USB 接口，提供了连接 AI 模型与不同数据源和工具的标准化方法。这使得开发者能够以一致的方式将各种数据源、工具和功能连接到 AI 模型，为AI模型有选择地增添组件以满足更多场景需求。且用户无需精通专业知识，只需要简单配置即可使用社区共享的MCP Server，对于有开发经验的用户来说也可以使用不同的语言简单地进行开发并分享。
MCP已经成为了当下最热门的AI技术之一，各大厂商不约而同地开发属于自己的MCP Server来适应新时代的服务形式，促使数智融合更好地发展。
一．MCP技术结构
完整的MCP结构由Host、Client和Server三个部分组成。
- 主机（Host）：希望通过MCP访问资源的应用程序，例如Claude Desktop、集成开发环境（IDE）或其他 AI 工具，主要负责配置LLM以及用户交互。
- 客户端（Client）：与 MCP 服务器建立一对一连接的协议客户端，一般集成在host内部，负责在主机和服务器之间传递请求和响应，管理prompt与工具资源。
- 服务器（Server）：轻量级程序，通过标准化的 MCP 协议公开特定功能，充当主机应用程序与外部工具或数据源之间的中介，使用体感类似于插件。
二．MCP路由原理
工具的选择与调用流程：
- 工具发现：Client从Server获取可用工具的列表，并将其提供给Host。
- 请求发送：Host将用户的查询和可用工具信息发送给LLM。
- 工具选择：LLM分析用户的查询，决定是否需要调用工具以及选择哪个工具，输出标准工具调用格式。
- 工具调用：如果需要调用工具，Client通过Server执行所选工具。
- 结果返回：工具的执行结果被发送回 LLM。
- 响应生成：LLM 基于工具的结果和原始查询生成最终的响应，并将其返回给Host，最终呈现给用户。
三．MCP的核心优势
1.生态丰富：MCP提供了大量预构建的插件，允许AI系统直接利用现有工具和服务，简化开发流程，避免重复造轮子。
2.统一兼容：MCP作为开放标准，不依赖于特定的AI模型，任何支持MCP 的模型都能无缝对接，实现灵活切换，增强系统的通用性和可扩展性。
3.数据安全：通过MCP，敏感数据可保留在本地环境，开发者可以自行设计接口，决定传输哪些数据，确保数据隐私和安全。
羽山数据（Usense Data）企业数据查询MCP Server
羽山数据（Usense Data）企业数据查询MCP Server集成了羽山数据的多个企业数据查询服务，旨在为用户提供智能、全面、实时的企业信息查询能力，现已发布至多个平台供用户体验。
羽山数据官网：
https://www.yushanshuju.com/
github地址:
https://github.com/usensedata/usensedata-mcp-server-query-china-company
mcp.so地址：
https://mcp.so/server/usensedata-mcp-server/usensedata
主要功能
羽山数据企业数据查询MCP服务器集成了企业二要素、企业模糊查询、企业基本信息查询、企业对外投资查询、企业变更记录查询、企业软件著作权信息查询、企业商标列表查询、企业法院涉诉信息查询、企业经营异常信息查询等数据服务，可以根据不同需求场景由AI模型自行组装使用，实现多维度的企业信息分析整合能力。
使用方法
前提条件：
- 确保已安装Node.js（版本14及以上）和npm。当在终端中能通过node -v成功获取版本号即安装成功，mac须用brew在系统中安装。
- 须提前联系羽山数据获取 API 账号密钥等参数。
客户端配置：
按照不同支持MCP的Host配置mcp server config，完成后重启客户端完成配置。
- 以macos的claude desktop为例，找到claude_desktop_config.json配置文件，具体方法如下：
（1）打开claude的settings，找到左边的Developer框。
(2)点击edit config按钮，打开其中的claude_desktop_config.json文件。
2.将羽山mcp server的配置信息复制黏贴放到mcpServers字段下：
macos/linux环境
"mcpServers": {
"usense-corp": {
"command": "npx",
"args": [
"-y",
"usensedata-mcp-server-query-china-company"
],
"env": {
"USENSEDATA_API_KEY": "your_api_key",
"USENSEDATA_API_USERID": "your_api_userid"
}
}
}
windows环境
"mcpServers": {
"usense-corp": {
"command": "cmd",
"args": [
"/c",
"npx",
"-y",
"usensedata-mcp-server-query-china-company"
],
"env": {
"USENSEDATA_API_KEY": "your_api_key",
"USENSEDATA_API_USERID": "your_api_userid"
}
}
}
运行和测试
安装和配置完成后，服务器将与客户端实现连接，可在已启用的MCP工具中查看现有工具。您可以使用支持 MCP的客户端（如Claude Desktop和Cursor）连接服务器，进行企业信息查询。
效果
- 实际用户请求：“帮我查一下羽山数据的对外投资情况”
分析结果
- 实际用户请求：“帮我查一下上海羽山数据服务有限公司的企业信息、软著信息与商标列表信息这三项信息，并给我一份分析报告。”
分析结果
基本信息：
软件著作分析：
商标信息分析：
综合分析分析：
结论与建议：
未来计划和展望
我们计划进一步扩展服务器功能，包括：
更多服务类型的MCP Server：集成更多种类数据服务，丰富查询内容，增加更多配置与连接方式。
羽山数据MCP Client：开发羽山数据实现MCP的独立MCP Client，支持LLM、MCP Server等功能的标准化配置，可快速部署在PC、云服务器等平台，能够按照需求定义不同的prompt工具路由策略，对外通过API接口以及代码层面的交互来提供服务。
增强分析能力：集成数据分析工具，提供企业数据的深度分析功能，帮助用户更好地理解数据。
社区合作：开源服务器代码，邀请社区开发者共同参与，完善功能和性能。
-