关于 Cavyro
Cavyro 是面向 Agent 和小型销售团队的 Telegram 原生 CRM 托管 MCP 服务。它通过 9 个通用工具覆盖约 90 项 CRM 操作,并按用户在工作区中的权限执行操作。
主要功能
- 01管理 CRM 记录和销售管道
- 02跨实体类型搜索
- 03执行专用操作和报告
- 04按需加载工作流指南
- 05读取 Telegram 聊天
适用场景
- 01查看和更新交易
- 02创建联系人并关联公司
- 03查找销售管道中长期未活动的交易
- 04将 Telegram 动态概述添加到交易
MCP 相关
托管服务通过 Streamable HTTP 向 MCP 客户端提供 Cavyro 工作区数据和操作。连接需使用 Bearer 令牌和工作区 ID,操作权限遵循已连接用户的权限。
配置
远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。
https://ai.cavyro.com/mcpclaude mcp add --transport http com-cavyro-cavyro https://ai.cavyro.com/mcp{"mcpServers":{"com-cavyro-cavyro":{"type":"http","url":"https://ai.cavyro.com/mcp"}}}在 Cursor 中打开{"servers":{"com-cavyro-cavyro":{"type":"http","url":"https://ai.cavyro.com/mcp"}}}在 VS Code 中打开{"mcpServers":{"com-cavyro-cavyro":{"type":"http","url":"https://ai.cavyro.com/mcp"}}}{"mcpServers":{"com-cavyro-cavyro":{"serverUrl":"https://ai.cavyro.com/mcp"}}}命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。
工具
详细介绍
Cavyro MCP 服务
Cavyro 是一款基于 Telegram 的 CRM,面向 Agent 和小型销售团队,提供联系人、公司、交易、销售管道、营销活动、文档和报告等功能。本仓库介绍的是 Cavyro 托管的 Model Context Protocol 服务,该服务已在 MCP Registry 中登记为 com.cavyro/cavyro。
该服务由托管,无需安装或运行任何内容。将 MCP 客户端指向该服务,即可使用你的权限读取和操作 Cavyro 工作区。
- 端点:
https://ai.cavyro.com/mcp(Streamable HTTP) - 服务卡片:
https://ai.cavyro.com/.well-known/mcp/server-card.json(包含完整工具集及输入架构,无需凭据) - Registry 清单:
server.json· 变更记录:CHANGELOG.md - 网站: cavyro.com · 帮助: help.cavyro.com/ai/mcp
此处未发布服务源代码。工具集由运行中的服务生成,并通过上方的服务卡片公开,因此该卡片始终是服务功能的权威说明。
功能
该服务通过资源和操作注册表公开一组固定的九个通用工具,而不是为每个 API 操作提供一个工具。客户端按需发现资源和操作,因此工具列表保持精简,同时覆盖约 90 项 CRM 操作。
| 工具 | 用途 |
|---|---|
describe_resource | 所有资源和全局操作的目录,或某个资源的筛选条件、排序字段、枚举值、操作和动作 |
query_resources | 使用筛选条件、排序、分页和自定义字段筛选条件列出任意资源的记录 |
get_resource | 按 ID 获取一条记录 |
create_resource | 创建一条记录(自定义字段嵌套在 custom_fields 下) |
update_resource | 修改记录的字段 |
delete_resource | 对记录执行 discard(归档)、restore 或 destroy |
search | 跨实体类型的全局搜索 |
perform_action | 按 slug 执行任意非 CRUD 专用操作:在阶段之间移动商机、关联记录、批量操作、评论、报告 |
load_guidance | 按需提供工作流指导:创建流程、自定义字段和自动化 |
覆盖领域: 商机、联系人、公司、销售管道和阶段、评论和回应、动态消息、通知、工作区、成员、团队、群组、邀请、自定义字段定义、自动化、文档及其页面、报告,以及只读的 Telegram 聊天。
所有工具响应都使用同一个封装结构:{ "data": ..., "pagination": ... },其中 pagination 仅在分页列表结果中出现。
连接将以你的身份运行。外部 AI 只能查看和执行你在该工作区的 Cavyro 角色所允许的操作。
身份验证
每个请求都需要两个标头:
| 标头 | 值 |
|---|---|
Authorization | Bearer <cavyro_api_token> |
X-Workspace-Id | 你的工作区 ID |
在 Cavyro 的设置 → API 令牌中创建 API 令牌。令牌可设置为 7、30 或 90 天后过期;对于无法轮换令牌的集成,也可设置为永不过期。撤销令牌会立即切断客户端的访问。
此服务不支持 OAuth 流程。对于未经身份验证的请求,服务会返回 401 和 WWW-Authenticate: Bearer realm="cavyro" 质询。MCP 是 Pro 功能;MCP 调用不会消耗 Cavyro AI 点数,模型令牌费用由你自己的客户端订阅支付。
配置
请替换以下代码片段中的 <your-api-token> 和 <your-workspace-id>。Cavyro 的设置页面会生成相同的代码片段,并自动填入你的工作区 ID。
VS Code(GitHub Copilot)
.vscode/mcp.json,或从命令面板中选择 MCP: Add Server:
{
"servers": {
"cavyro": {
"type": "http",
"url": "https://ai.cavyro.com/mcp",
"headers": {
"Authorization": "Bearer ${input:cavyro-token}",
"X-Workspace-Id": "${input:cavyro-workspace}"
}
}
},
"inputs": [
{
"id": "cavyro-token",
"type": "promptString",
"description": "Cavyro API token",
"password": true
},
{
"id": "cavyro-workspace",
"type": "promptString",
"description": "Cavyro workspace ID"
}
]
}
Cursor 和 Claude Desktop
上方的 Add to Cursor 按钮会安装带占位标头的服务;请在 ~/.cursor/mcp.json 中替换它们。
Cursor:~/.cursor/mcp.json。Claude Desktop:~/Library/Application Support/Claude/claude_desktop_config.json。
{
"mcpServers": {
"cavyro": {
"url": "https://ai.cavyro.com/mcp",
"headers": {
"Authorization": "Bearer <your-api-token>",
"X-Workspace-Id": "<your-workspace-id>"
}
}
}
}
Claude Code
claude mcp add --transport http cavyro https://ai.cavyro.com/mcp \
--header "Authorization: Bearer <your-api-token>" \
--header "X-Workspace-Id: <your-workspace-id>"
ChatGPT
在开发者模式(Plus、Pro、Business 或 Enterprise)中将该服务添加为连接器,URL 为 https://ai.cavyro.com/mcp,并添加上述两个标头。
用法
连接后,用日常语言向助手提问。以下示例效果不错:
- “显示我未关闭的商机,按价值排序,然后将最高的一笔移到 Negotiation。”
- “为 Ana Petrović 创建联系人,所属公司为 Acme,电话为 +381…,并将她关联到 Acme 公司。”
- “Enterprise 销售管道中,哪些商机已 30 天没有活动?”
- “总结过去一周与 Acme 的 Telegram 聊天内容,并将其作为评论添加到他们的商机中。”
- “为联系人添加一个名为 ‘Lead source’ 的自定义字段,并将我刚创建的联系人的该字段设为 ‘Referral’。”
助手通常会先调用 describe_resource 了解资源的结构,然后调用 query_resources 或 perform_action。如果需要多步骤操作指南,则会调用 load_guidance。
支持
- 帮助中心:help.cavyro.com
- 电子邮箱:[email protected]
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。