> ## Documentation Index
> Fetch the complete documentation index at: https://jinshuju-20a27453.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.
# 金数据团队如何在 Claude 中使用自己的 MCP？
> 本文分享金数据团队内部接入 MCP 协议后的四大真实应用场景：从对话式处理退款、AI 自动归纳用户反馈，到一分钟汇总开票申请，甚至实现 AI Agent 自驱动的调研闭环。看金数据 MCP 如何将繁琐的人工操作转化为简单的对话，释放团队生产力。
> 以下案例来自金数据团队内部实践，不是 demo，不是推断。如果你也在考虑要不要接入金数据 MCP，可以看看这些场景是否能为你带来一些灵感。
### 案例一：退款处理，从「逐条翻」到「对话完成」
研发团队日常会收到退款申请。以前的流程是登录后台、找记录、核对信息、更新状态，数据一多就容易遗漏。
接入 MCP 后，整个流程变成一段对话：
> 「查一下退款申请表里状态是『待处理』的记录，列出用户名和申请金额」
确认完信息，直接更新：
> 「把第三条的状态改成『已退款』，备注『2025-06-10 处理完成』」
查和改都在同一个窗口里完成，不需要来回切换。
### 案例二：用户反馈分析，从人工翻阅到周期性归纳
金数据 NEXT 上线后，团队建了一张反馈收集表，用户意见持续流入。问题是，隔一段时间回头看，需要有人坐下来一条条翻，找出反复出现的问题和建议——这件事本身没有技术含量，但很花时间。
现在直接交给 Claude：
> 「分析一下『产品反馈』表单最近一个月的提交，总结用户提到最多的问题，按频次排列」
用户反馈从「堆在那里等人看」变成「定期自动归纳」，进入产品优化的速度也快了。
### 案例三：开票申请汇总，从 15 分钟到 1 分钟
客户成功团队每周需要处理开票申请。过去的步骤是：登录后台 → 分别打开几个相关表单 → 筛选待处理申请 → 手动复制整理到 Excel。单次处理大约要花 10–15 分钟，还容易漏掉某张表单里的数据。
接入 MCP 后，用 Claude 自动拉取多个表单里的待处理申请，直接生成汇总，整个流程约 1 分钟。
节省的不只是时间，更是「这件事得有人盯着做」的心智负担。
### 案例四：一次完整的 Agent 工作流
这个案例值得单独说，因为它展示的不只是「AI 帮你执行操作」，而是 Agent 主动推进任务的样子。
背景是团队准备上线新版安卓，需要先摸底内部同学的设备情况，安排兼容性测试。在和 Claude 讨论上线计划的过程中，Claude 主动问：
> 「要我直接帮你在金数据上创建这个调研表吗？」
表单建好后，Claude 又主动提：
> 「需要我帮你推送到企业微信群吗？」
链接直接发到了企业微信群里。数据陆续填入后，Claude 在查看结果时发现了一个问题，并主动提出来：
> 「有意思的是，同事 A填的系统是 Android 15，但浏览器实际检测到的是 Android 16，他自己也备注了『我现在是安卓 16』——看来问卷选项可以加上 Android 16 了。要我更新一下表单选项吗？」
确认后，Claude 直接更新了表单。
整个过程——建表单、推送到群、收数据、发现问题、修复——都在一个对话里完成。有几步是 Claude 主动推进的，而不是等指令。这是目前我们见过的，金数据 MCP 发挥得最充分的一次使用。
## 回头看这几个案例
它们解决的问题不完全一样，但有一个共同点：**原来需要人反复去做的、有规律的操作，现在可以用对话代替。**
退款处理是反复查改，反馈分析是反复归纳，开票汇总是反复筛选复制，调研表是反复在不同工具之间切换。这些事不复杂，但加在一起很消耗人。
金数据 MCP 目前能做的是：让这些操作变成一句话，或者干脆让 Agent 主动替你做。
This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.