金蝶云MCP
经 AI Skill Hub 精选评估，金蝶云MCP 获评「强烈推荐」。这款MCP工具在功能完整性、社区活跃度和易用性方面表现出色，AI 评分 8.0 分，适合有一定技术背景的用户使用。
📚 深度解析
通过安装 金蝶云MCP，你的 AI 助手将获得额外的工具调用能力，可以用自然语言直接操控该工具的功能，无需学习复杂的命令行语法。MCP 工具的核心价值在于"一次配置，永久增强"——配置完成后，每次与 AI 对话时都可以无缝调用这些工具。
在技术实现上，MCP 工具通过标准的 JSON-RPC 协议与 AI 客户端通信，工具的功能以"工具列表"的形式暴露给 AI 模型，AI 可以按需调用。金蝶云MCP 提供了结构化的工具调用接口，使 AI 模型能够精确地理解和使用每个功能点，显著降低 AI 在工具使用上的错误率。
与传统的 API 集成相比，MCP 工具的优势在于无需编写代码——用户只需在配置文件中添加几行 JSON，即可让 AI 获得全新能力。AI Skill Hub 将 金蝶云MCP 评为 AI 评分 8.0 分，属于同类工具中的优质选择。
📋 工具概览
金蝶云MCP 是一款遵循 MCP（Model Context Protocol）标准协议的 AI 工具扩展。通过 MCP 协议，它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务，实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用，都可以通过自然语言在 AI 对话中直接触发，极大提升生产效率。
📖 中文文档
金蝶云MCP 是一款遵循 MCP（Model Context Protocol）标准协议的 AI 工具扩展。通过 MCP 协议，它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务，实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用，都可以通过自然语言在 AI 对话中直接触发，极大提升生产效率。
- 通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
- 提供结构化工具调用接口，显著降低 AI 集成复杂度
- 支持 Claude Desktop 和 Claude Code 无缝接入，开箱即用
- 可与其他 MCP 工具组合叠加，构建完整 AI 工作站
- 轻量无侵入设计，不影响现有系统架构
- 在 Claude Desktop 对话中直接调用本地工具，实现 AI 与系统的深度联动
- 通过自然语言驱动复杂的多步骤自动化任务，代替繁琐手动操作
- 将多个 MCP 工具组合使用，构建个人专属 AI 工作站
# 方式一：通过 Claude Code CLI 一键安装
claude skill install https://github.com/adamzhang1987/kingdee-k3cloud-mcp
# 方式二：手动配置 claude_desktop_config.json
{
"mcpServers": {
"---mcp": {
"command": "npx",
"args": ["-y", "kingdee-k3cloud-mcp"]
}
}
}
# 配置文件位置
# macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
# Windows: %APPDATA%/Claude/claude_desktop_config.json
- 确认已安装 Node.js（v18 或以上版本）
- 打开 Claude Desktop 或 Claude Code 的 MCP 配置文件
- 按「交给 Agent 安装 → Claude Desktop」标签中的 JSON 配置填入 mcpServers 字段
- 保存配置文件并重启 Claude 客户端
- 重启后，在对话中即可使用本工具
# 安装后在 Claude 对话中直接使用 # 示例： 用户: 请帮我用 金蝶云MCP 执行以下任务... Claude: [自动调用 金蝶云MCP MCP 工具处理请求] # 查看可用工具列表 # 在 Claude 中输入："列出所有可用的 MCP 工具"
// claude_desktop_config.json 配置示例
{
"mcpServers": {
"___mcp": {
"command": "npx",
"args": ["-y", "kingdee-k3cloud-mcp"],
"env": {
// "API_KEY": "your-api-key-here"
}
}
}
}
// 保存后重启 Claude Desktop 生效
金蝶MCP Server（Kingdee K3Cloud MCP）
金蝶MCP Server（Kingdee K3Cloud MCP）面向金蝶云星空 ERP，让 AI 助手（Claude Desktop、Claude Code、Cursor、Windsurf、Cline、Continue、Cherry Studio 等任意支持 MCP 协议的客户端）通过自然语言查询和操作金蝶 ERP 系统。标准 PyPI 包，pip install 或 uvx 均可直接运行，无需绑定特定包管理器。
提示：通过 Openclaw 等支持 MCP 的 Agent 平台接入后，可在其支持的 IM 渠道（如微信、Telegram）中用自然语言查库存、查单据，无需打开金蝶网页端。支持 Skill 机制的 AI Agent（Claude Code、Openclaw 等）还可配合 kingdee-k3cloud-skill 获得更佳体验——Skill 为 Agent 注入金蝶表单字段、常用查询模式和工作流知识，大幅减少试错次数，但并非必需，MCP Server 本身即可独立配合任意 MCP 客户端使用全部工具。
┌─────────────────────┐ ┌─────────────────────┐ ┌──────────────────┐
│ kingdee-k3cloud │───▶│ kingdee-k3cloud │───▶│ K3Cloud Web API │
│ -skill │ │ -mcp │ │ (金蝶云星空) │
│ 知识库 / 工作流 │ │ 执行引擎 / MCP工具 │ │ │
└─────────────────────┘ └─────────────────────┘ └──────────────────┘
支持 Skill 的 Agent 所有 MCP 客户端通用MCP Server for Kingdee K3Cloud ERP. Connect AI assistants to your ERP system via the Model Context Protocol.
功能特性
- 15 个 MCP 工具：覆盖查询、大数据量导出、新增、提交、审核、反审核、删除、下推等核心操作
- 通用接口设计：单一
form_id参数支持物料、客户、销售订单、采购订单等所有表单，无需为每种业务单独配置 - 高阶查询原语：
query_bill_all（自动翻页）、query_bill_to_file（流式落盘）、query_bill_range（日期分片），彻底消除模型手动循环的负担 - 只读/读写模式：可限制 AI 只能查询，防止误操作
- 认证失败诊断：启动即校验凭据，凭据/授权配置错误会返回可操作的修复指引，而不是金蝶那句误导的「会话信息已丢失」
- 多传输协议：支持 stdio（本地）、SSE、streamable-http（远程共享）
- 标准 Python 包：
pip install即可安装，仅需 Python 3.10+，无强制包管理器依赖 - 类型安全的入参校验：所有工具入参基于类型注解，由 FastMCP 在调用时自动做 Pydantic 运行时校验，参数结构错误会在到达金蝶 API 之前被拦截
配套 Skill（支持 Skill 的 Agent）
kingdee-k3cloud-skill 是面向支持 Skill 机制的 AI Agent（Claude Code、openclaw、hermes 等）的配套 Skill，提供：
- 常用表单 ID 速查表（BD_MATERIAL、SAL_SaleOrder 等）
- 已验证字段名列表（避免字段名错误导致 500）
- 日报、客户查询、销售分析、库存分析、订单追踪等完整工作流
安装后 Agent 可自动掌握金蝶 ERP 的正确查询方式，无需反复试错。
强制权限边界，而非依赖提示词约束
Skill 是"建议"——模型可能理解有误，也可能被精心构造的输入绕过。MCP Server 的 --mode readonly 则是物理限制：写入工具根本不存在于工具列表中，模型想用也用不了。这是"告诉实习生不要删数据"和"实习生根本没有 DELETE 权限"之间的本质区别。
5 分钟快速开始
1. 安装：pip install kingdee-k3cloud-mcp（或用 uvx kingdee-k3cloud-mcp 免安装直接跑） 2. 在金蝶云星空「第三方系统登录授权」中申请应用 ID/密钥，拿到 5 个必填环境变量（见下方配置） 3. 把变量填进你的 MCP 客户端配置（见下方客户端配置），保存重启 4. 直接用自然语言提问，例如： - 「查一下上周已审核的销售订单，按金额排序」 - 「XX 物料现在各仓库库存分别是多少」 - 「把 3 月份所有销售出库单导出成 csv」
快速开始
方式一：pip 安装（推荐，无需 uv）
pip install kingdee-k3cloud-mcp
kingdee-k3cloud-mcp标准 PyPI 包，仅需 Python 3.10+，不依赖 uv。注意：服务启动时必须提供 5 个必填环境变量（KD_SERVER_URL、KD_ACCT_ID、KD_USERNAME、KD_APP_ID、KD_APP_SEC），否则会报错退出。
在 MCP 客户端中使用（推荐，见下方"客户端配置"章节）：通过客户端配置的 env 字段传入。
手动测试时，可通过以下任一方式提供环境变量：
```bash
方式二：uvx 直接运行（免安装）
无需 pip install，uvx 会自动创建隔离环境并运行，用法与上面完全一致，把 kingdee-k3cloud-mcp 换成 uvx kingdee-k3cloud-mcp 即可：
cp .env.example .env
uvx kingdee-k3cloud-mcp方式 A：在当前目录创建 .env 文件（服务启动时自动加载）
cp .env.example .env # 填写真实值后再运行 kingdee-k3cloud-mcp
方式三：从源码运行
git clone https://github.com/adamzhang1987/kingdee-k3cloud-mcp.git
cd kingdee-k3cloud-mcp
uv sync
uv run kingdee-k3cloud-mcp启动 SSE 服务（默认端口 8000）
FASTMCP_HOST=0.0.0.0 FASTMCP_PORT=8080 uvx kingdee-k3cloud-mcp --transport sse ```
客户端连接地址：http://your-server:8080/sse
可通过 MCP_API_KEY 环境变量启用 Bearer Token 鉴权。
配置
复制环境变量模板并填写：
cp .env.example .env| 环境变量 | 说明 | 示例 |
|---|---|---|
KD_SERVER_URL | 金蝶服务器地址（必须以 /k3cloud/ 结尾） | https://your-server/k3cloud/ |
KD_ACCT_ID | 账套 ID | your_acct_id |
KD_USERNAME | 集成用户账号 | your_username |
KD_APP_ID | 应用 ID | your_app_id |
KD_APP_SEC | 应用密钥 | your_app_secret |
KD_LCID | 语言（默认 2052 中文） | 2052 |
KD_ORG_NUM | 组织编码（可选） | |
KD_STARTUP_CHECK | 启动时是否校验凭据（默认开启，0 关闭） | 1 |
KD_STARTUP_CHECK_TIMEOUT | 启动自检的超时秒数（默认 5） | 5 |
第三方应用 ID 和密钥需在金蝶云星空管理端的「第三方系统登录授权」中申请。
环境变量配置说明
在金蝶云星空产品中配置第三方系统集成，需按以下步骤获取 5 个环境变量：
1. 登录金蝶云星空管理后台
- 使用管理员账号登录金蝶云星空系统，进入「系统管理」菜单下的「第三方系统登录授权」。
- 点击新增按钮，进入新增第三方系统登录授权功能页面。
- 点击”获取应用 ID”按钮，根据提示跳转到 Open 网站 的第三方系统登录授权页面，点击“新增授权”。
- Open 网站用户根据自身信息进行表单填写。
- 提交成功后会生成应用信息，复制应用信息填入金蝶云星空产品 - 第三方系统登录授权 - 获取应用 ID - 应用信息框中，点击“确认”按钮。
- 配置集成用户。
- 点击“保存”按钮，保存成功后点击“生成测试链接”，测试链接是否成功。
注意：当前数据库中心 ID（即账套 ID）可以通过生成测试链接弹出的信息中获取。
2. 获取 KD_SERVER_URL
金蝶服务器地址，格式为 https://your-server/k3cloud/，其中： - your-server 为金蝶云星空服务器的域名或 IP 地址 - 一般以 /k3cloud/ 结尾 - 示例：https://erp.company.com/k3cloud/
3. 获取 KD_ACCT_ID - 账套 ID
4. 获取 KD_USERNAME - 集成用户账号
使用具有相关模块操作权限的账号，不建议使用管理员账号。建议新建一个专门的集成用户账号，并为其分配所需的模块操作权限。
5. 获取 KD_APP_ID - 应用 ID 和 KD_APP_SEC - 应用密钥
注意：如需查看 APP_SECRET，可随时在应用详情中查看；如遗失，也可通过「重置」功能重新生成。
6. 验证配置
配置完成后，可通过以下命令验证连接：
```bash cd kingdee-k3cloud-mcp cp .env.example .env
编辑 .env 填写上述 5 个环境变量
uvx kingdee-k3cloud-mcp ```
如看到「MCP Server running」或类似输出，表示配置成功。
---
参考文档：金蝶云星空第三方系统集成配置指南
客户端配置
以下所有客户端配置都用 "command": "uvx" 免安装启动；若已 pip install kingdee-k3cloud-mcp，把 "command": "uvx" 改成 "command": "kingdee-k3cloud-mcp" 并删掉 "args" 中的包名（保留其余参数如 --mode readonly）即可，两种方式效果完全一致。
在星空侧配置
- 使用专用集成用户（参见上文「不建议使用管理员账号」），进入「系统管理」→ 用户管理 → 用户授权
- 分配功能权限：允许访问的表单（如
SAL_SaleOrder）+ 允许的操作（查询/新增/提交/审核） - 分配数据权限：可访问的组织范围、数据规则（按客户/部门/业务员等过滤）、字段权限
- 如需将查询默认限定在单一组织，可设置
KD_ORG_NUM
高质量MCP工具，集成AI助手
- 需要让 Claude / Cursor 操作本地工具的 AI 工程师
- 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
- Python 依赖冲突：建议用 venv / uv 隔离环境
- 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
⚡ 核心功能
- 通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
- 提供结构化工具调用接口，显著降低 AI 集成复杂度
- 支持 Claude Desktop 和 Claude Code 无缝接入，开箱即用
- 可与其他 MCP 工具组合叠加，构建完整 AI 工作站
- 轻量无侵入设计，不影响现有系统架构
- 需要让 Claude / Cursor 操作本地工具的 AI 工程师
- 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
- Python 依赖冲突：建议用 venv / uv 隔离环境
👥 适合人群
🎯 使用场景
- 在 Claude Desktop 对话中直接调用本地工具，实现 AI 与系统的深度联动
- 通过自然语言驱动复杂的多步骤自动化任务，代替繁琐手动操作
- 将多个 MCP 工具组合使用，构建个人专属 AI 工作站
⚖️ 优点与不足
- +Apache-2.0 协议，可免费商用
- +标准化 MCP 协议，生态互联性强
- +与 Claude 官方生态无缝对接
- +即插即用，配置简单快捷
- −依赖 Claude 客户端，非 Claude 用户无法使用
- −MCP 协议仍在持续演进，接口可能变更
- −需要一定的配置步骤
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
✅ Apache 2.0 — 宽松开源协议，可商用，需保留版权声明和 NOTICE 文件，含专利授权条款。
🔗 相关工具推荐
❓ 常见问题 FAQ
AI Skill Hub 点评：金蝶云MCP 的核心功能完整，质量优秀。对于Claude Desktop / Claude Code 用户来说，这是一个值得纳入个人工具库的选择。建议先在非生产环境试用，再逐步推广。
| 原始名称 | kingdee-k3cloud-mcp |
| 原始描述 | 开源MCP工具：金蝶云星空 K3Cloud MCP Server，让 AI 助手（Claude Desktop、Claude Code、Cursor、Cline、Cherry 。⭐9 · Python |
| Topics | mcpanthropicclaudeerpk3cloud |
| GitHub | https://github.com/adamzhang1987/kingdee-k3cloud-mcp |
| License | Apache-2.0 |
| 语言 | Python |
收录时间：2026-05-28 · 更新时间：2026-05-30 · License：Apache-2.0 · AI Skill Hub 不对第三方内容的准确性作法律背书。