MCP Altus
Vídeo示范： https://www.youtube.com/watch?v=MWDJhmTF3OQ
概览
MCP Altus是一个完整的人工智能销售助理平台，集成了Google Gemini，Pipefy（CRM）和Calendly（日程安排）。该系统允许用户与智能助理自然交谈，该助理可以管理潜在客户，更新销售渠道并自动安排会议。
建筑
该应用程序由4个主要组件组成：
┌─────────────┐ ┌──────────────────────┐ ┌──────────────┐
│ Frontend │───────▶│ Conversational AI │───────▶│ MCP Server │
│ (Angular) │ HTTP │ (Spring Boot) │ SSE │ (Spring Boot)│
└─────────────┘ └──────────────────────┘ └──────────────┘
│ │
│ │
▼ ▼
┌──────────┐ ┌──────────────┐
│ MongoDB │ │ Pipefy API │
│ │ │ Calendly API │
└──────────┘ └──────────────┘1.前端（角度）
现代Web界面，用户可以通过聊天与助手进行交互。发送消息并实时查看双子座的回复。
技术：Angular 20、TypeScript、RxJS、Nginx
门: 4200
2.对话式AI（Spring Boot）
使用Google Gemini处理对话的主要后端。在MongoDB中保留对话历史记录，并允许Gemini通过MCP服务器使用外部工具。
技术：Spring Boot、Spring AI、MongoDB、MCP客户端、Java 21
门: 8080
3.MCP服务器（Spring Boot）
实现模型上下文协议的工具服务器 。展示了15个工具，让Gemini在Pipefy和Calendly中执行操作。它作为人工智能和外部服务之间的桥梁。
技术：Spring Boot、Spring AI MCP服务器、GraphQL、WebFlux、Java 21
门: 8081
4.MongoDB
NoSQL数据库存储每个用户的对话历史记录，允许Gemini在不同会话之间保持上下文。
门: 27017
主要功能
线索管理（Pipefy）
- 创建具有完整信息的新潜在客户（姓名，公司，电话，电子邮件等）
- 按管道阶段列出潜在客户
- 按姓名、公司或其他标准搜索潜在客户
- 更新现有的潜在客户信息
- 在各阶段之间移动潜在客户（探索→提交→提案→谈判→利润）
- 在线上添加评论和笔记
- 设置截止日期和截止日期
- 添加分类标签
- 必要时删除线索
日历会议（Calendly）
- 为潜在客户生成自定义日程安排链接
- Lead自动选择可用时间
- 双方自动通知
自然对话
- 界面去聊天直觉
- 坚持对话的历史性
- Gemini 了解用户的背景和意图
- 自然语言答案
- 在集成系统中自动执行操作
要求
- Docker e Docker编写
- Google Cloud 帐户（适用于 Gemini API）
- 使用API Token的Pipefy帐户
- Conta Calendly com API代币
配置
- 克隆仓库 ：
git clone
cd mcp-altus- 创建文件
.env在项目根中，使用以下变量：
# MongoDB
MONGO_INITDB_DATABASE=conversational_ai
MONGO_INITDB_ROOT_USERNAME=admin
MONGO_INITDB_ROOT_PASSWORD=
MONGODB_HOST=mongodb
MONGODB_PORT=27017
MONGODB_DATABASE=conversational_ai
MONGODB_USERNAME=admin
MONGODB_PASSWORD=
# Pipefy
PIPEFY_API_TOKEN=
PIPEFY_PIPE_ID=
# Google Gemini
GEMINI_API_KEY=
# MCP
MCP_CLIENT_ENABLED=true
MCP_SERVER_URL=http://mcp-server:8081/sse
# Calendly
CALENDLY_API_TOKEN=
CALENDLY_USER_URI=
CALENDLY_EVENT_TYPE_URI=- 配置额外的凭据（ 如有必要） ：
# Crie o arquivo config/credenciais.json se precisar de Service Account do Google
# IMPORTANTE: Este arquivo está protegido pelo .gitignore运行应用程序
启动全部服务
docker-compose up单独启动服务
# Apenas MongoDB
docker-compose up mongodb
# Apenas MCP Server
docker-compose up mcp-server
# Apenas Conversational AI
docker-compose up conversational-ai
# Apenas Frontend
docker-compose up frontend访问应用程序
启动所有服务后：
- 前端: http://localhost:4200
- API对话人工智能: http://localhost:8080
- MCP服务器: http://localhost:8081
- MongoDB：本地主机：27017
运行流程
- 用户在前端发送消息（例如：“我是TechCorp的，想与Altus Software做生意”）
- 前端向 Conversational AI 发送 HTTP 请求（端口 8080）
- 会话AI将消息传递给Gemini
- Gemini分析意图并确定您需要创建潜在客户
- Gemini 调用工具
createCardMCP服务器是否通过SSE - MCP服务器chama a API GraphQL do Pipify
- Pipefy创建潜在客户并返回数据
- MCP Server 将结果返回给 Gemini
- Gemini用自然语言给出答案
- 会话AI在MongoDB中保存消息
- 前端接收并显示用户响应
使用范例
导线范围
Usuário: Crie um lead para João Silva da empresa TechCorp, telefone 11999999999,
email joao@techcorp.com, indústria Tecnologia, valor R$ 50000
Assistente: Lead criado com sucesso! João Silva da TechCorp foi adicionado à fase
de Prospecção com o ID 123456.Listar Leads
Usuário: Liste todos os leads na fase de negociação
Assistente: Encontrei 3 leads na fase de Negociação:
1. Maria Santos - ABC Corp (R$ 75.000)
2. Pedro Oliveira - XYZ Ltda (R$ 120.000)
3. Ana Costa - Innovation Inc (R$ 90.000)安排会议
Usuário: Gere um link de agendamento para João Silva da TechCorp
Assistente: Link de agendamento criado! Envie este link para João Silva:
https://calendly.com/seu-usuario/meeting?name=Joao+Silva开发
目录结构
mcp-altus/
├── conversational-ai/ # Backend principal (Gemini + MCP Client)
├── mcp-server/ # Servidor de ferramentas MCP
├── frontend/ # Interface Angular
├── config/ # Arquivos de configuração sensíveis (gitignored)
├── docker-compose.yml # Orquestração de containers
├── .env # Variáveis de ambiente (gitignored)
└── README.md # Este arquivo日志和调试
查看特定服务的日志：
docker-compose logs -f conversational-ai
docker-compose logs -f mcp-server
docker-compose logs -f frontend代码更改后重建
docker-compose up --build安全
- 档案
.env在.gitignore- 从不提交凭据 - 档案
config/credenciais.json它受到保护.gitignore - API令牌必须保持安全并定期旋转
- 对所有凭据使用环境变量
使用的技术
后端
- 弹簧靴3.5.7
- Spring AI（MCP客户端/服务器）
- Java 21
- MongoDB
- 图查询语言
- WebFlux
前端
- 角度20.3
- TypeScript 5.9
- RxJS 7.8
基础设施
- Docker&Docker编写
- Nginx
集成
- 谷歌双子座（人工智能模型）
- 管道（CRM）
- Calendly（日程安排）
______________________________________________________________________
MCP Altus
演示视频： https://www.youtube.com/watch?v=MWDJhmTF3OQ
注： 演示视频在 巴西葡萄牙语（pt BR） 并且没有其他语言的字幕。
概述
MCP Altus是一个功能齐全的人工智能销售助理平台，集成了 谷歌双子座, 管道（CRM），以及 日历（日程安排）该系统使用户能够与能够管理潜在客户、更新销售渠道和自动安排会议的智能助手自然交互。
建筑
该应用程序由4个主要组件组成：
┌─────────────┐ ┌──────────────────────┐ ┌──────────────┐
│ Frontend │───────▶│ Conversational AI │───────▶│ MCP Server │
│ (Angular) │ HTTP │ (Spring Boot) │ SSE │ (Spring Boot)│
└─────────────┘ └──────────────────────┘ └──────────────┘
│ │
│ │
▼ ▼
┌──────────┐ ┌──────────────┐
│ MongoDB │ │ Pipefy API │
│ │ │ Calendly API │
└──────────┘ └──────────────┘1.前端（角度）
现代网络界面，用户通过聊天与助手互动。实时发送消息并显示Gemini的响应。
技术：Angular 20、TypeScript、RxJS、Nginx 端口: 4200
2.对话式AI（Spring Boot）
使用Google Gemini处理对话的主后端。在MongoDB中维护对话历史记录，并允许Gemini通过MCP服务器使用外部工具。
技术：Spring Boot、Spring AI、MongoDB、MCP客户端、Java 21 端口: 8080
3.MCP服务器（Spring Boot）
工具服务器实现 模型上下文协议（MCP）。为Gemini提供15个工具，用于在Pipefy和Calendary中执行操作。充当人工智能和外部服务之间的桥梁。
技术：Spring Boot、Spring AI MCP服务器、GraphQL、WebFlux、Java 21 端口: 8081
4.MongoDB
NoSQL数据库存储每个用户的对话历史，使Gemini能够跨会话维护上下文。
端口: 27017
主要特点
铅管理（管道）
- 创建包含完整详细信息（姓名、公司、电话、电子邮件等）的新潜在客户
- 按管道阶段列出潜在客户
- 按姓名、公司或其他条件搜索潜在客户
- 更新现有潜在客户信息
- 在阶段之间移动潜在客户（潜在客户→ 演示→ 提案→ 谈判→ Won)
- 为潜在客户添加评论和注释
- 设定截止日期和截止日期
- 添加分类标签
- 必要时删除潜在客户
会议日程安排（日历）
- 为潜在客户生成个性化日程安排链接
- 自动选择可用时隙
- 双方自动通知
自然对话
- 直观的聊天界面
- 持续对话历史
- Gemini了解上下文和用户意图
- 自然语言响应
- 在集成系统上自动执行操作
需求
- Docker&Docker编写
- 谷歌云账户（适用于Gemini API）
- 使用API代币管道化帐户
- 带有API代币的日历账户
设置
- 克隆存储库：
git clone
cd mcp-altus- 创建一个
.env项目根目录中的文件，包含以下变量：
# MongoDB
MONGO_INITDB_DATABASE=conversational_ai
MONGO_INITDB_ROOT_USERNAME=admin
MONGO_INITDB_ROOT_PASSWORD=
MONGODB_HOST=mongodb
MONGODB_PORT=27017
MONGODB_DATABASE=conversational_ai
MONGODB_USERNAME=admin
MONGODB_PASSWORD=
# Pipefy
PIPEFY_API_TOKEN=
PIPEFY_PIPE_ID=
# Google Gemini
GEMINI_API_KEY=
# MCP
MCP_CLIENT_ENABLED=true
MCP_SERVER_URL=http://mcp-server:8081/sse
# Calendly
CALENDLY_API_TOKEN=
CALENDLY_USER_URI=
CALENDLY_EVENT_TYPE_URI=- 如果需要，配置其他凭据：
# Create config/credenciais.json if Google Service Account is required
# IMPORTANT: This file is protected by .gitignore运行应用程序
启动所有服务
docker-compose up启动个人服务
docker-compose up mongodb
docker-compose up mcp-server
docker-compose up conversational-ai
docker-compose up frontend访问应用程序
- 前端: http://localhost:4200
- 对话人工智能API: http://localhost:8080
- MCP服务器: http://localhost:8081
- MongoDB：本地主机：27017
示例用法
创建潜在客户
User: Create a lead for João Silva at TechCorp, phone 11999999999, email joao@techcorp.com, industry Technology, value R$ 50000
Assistant: Lead successfully created! João Silva from TechCorp has been added to the Prospecting stage with ID 123456.列出潜在客户
User: List all leads in the Negotiation stage
Assistant: Found 3 leads in Negotiation:
1. Maria Santos - ABC Corp (R$ 75,000)
2. Pedro Oliveira - XYZ Ltda (R$ 120,000)
3. Ana Costa - Innovation Inc (R$ 90,000)安排会议
User: Generate a scheduling link for João Silva at TechCorp
Assistant: Scheduling link created! Send this link to João Silva:
https://calendly.com/your-user/meeting?name=Joao+Silva技术
后端：Spring Boot 3.5.7、Spring AI、Java 21、MongoDB、GraphQL、WebFlux 前端：Angular 20.3，TypeScript 5.9，RxJS 7.8 基础设施：Docker和Docker Compose，Nginx 集成：谷歌双子座、Pipefy、日历