HubSpot如何构建MCP服务器：AI代理与CRM的深度集成

技术背景与决策

Model Context Protocol（MCP）是一个开源协议，用于连接AI代理与外部系统，最初由Anthropic开发。HubSpot决定构建自己的MCP服务器是基于几个关键技术考量：

技术标准演进：在云计算时代，REST API因微服务间的通信需求而兴起。在AI时代，MCP作为数据传递协议，专注于代理、上下文和工具交互。

实现时间考量：HubSpot在不到四周内完成了与OpenAI的连接器开发，成为首个实现此功能的CRM厂商。

技术架构实现

服务器架构选择

HubSpot实现了两种MCP服务器：

• 核心API服务器：基于现有REST API构建，暴露核心原始API，包括联系人、公司和交易的CRM搜索API
• OpenAI专用连接器：具有搜索和获取组件的MCP规范

技术栈决策

• 编程语言：基于Java生态系统
• 微服务框架：使用Dropwizard微服务
• 传输协议：支持可流式传输的HTTP传输

认证与安全实现

• OAuth集成：MCP原生缺乏完整的认证协议支持，HubSpot实现了OAuth 2.0协议
• 权限管理：用户权限映射到HubSpot席位和层级
• 范围控制：确保用户只能访问被授权的CRM数据

技术挑战与解决方案

协议标准化挑战

• 命名规范不一致：在不同MCP服务器实现中存在Snake case与Camel case的不一致
• 规范演进：MCP协议仍在快速发展中，HubSpot需要跟踪多个版本规范

系统集成复杂度

• 与现有RPC系统集成：需要扩展Java MCP SDK以支持HTTP流式传输协议
• 微服务架构适配：在HubSpot现有的微服务架构中集成MCP网关

开发效率优化

• AI辅助开发：使用Claude Code生成所需的代码组件和模板版本
• 注解系统：创建MCP工具的注解系统，简化RPC Java方法描述

性能与扩展性

架构设计决策

• 无状态设计：采用短生命周期的HTTP请求，避免长连接带来的扩展性问题
• 只读初始版本：降低初始实现复杂度，确保系统稳定性

扩展性考虑

• 流量管理：基于短HTTP调用的设计能够处理大规模请求
• 服务发现：MCP网关自动发现跨服务的工具

实际应用场景

客户使用案例

客户能够通过MCP服务器执行复杂查询，如：“在过去90天内，分析所有新联系人和公司的区域分布，并识别转化率最高的群体”

内部开发应用

• 测试数据生成：产品经理使用本地MCP服务器生成符合特定行业需求的交易和客户测试数据
• 模式生成：通过连接MCP服务器与Claude Code，自动生成API模式

技术演进与未来规划

协议发展

MCP仍在演进中，需要解决：

• 完整的代理到代理协议支持
• 更多用例适配
• 工具发现和验证机制

技术路线图

• 扩展MCP服务器功能，支持更多场景
• 开发MCP客户端，解决工具发现和注册服务
• 探索代理到代理协议的集成可能性

开源贡献

HubSpot积极向Java MCP SDK贡献代码，并通过工程博客分享大规模远程MCP服务器实现的经验，推动开源生态系统发展。

本文基于技术访谈内容整理，聚焦于MCP协议在CRM系统中的实际技术实现细节。