让 AI 帮你批量维护客户数据：销售月末 5 分钟干完的活
每到月底、季末，销售主管基本都要重复同一批动作：把一批沉睡客户改成"待激活"、给新接手的人批量换负责人、补齐一批缺失的客户来源、把上季度的演示客户挪到回收站。这些操作零技术含量，但加起来能吃掉半天时间。
传统的路只有两条：要么销售在系统里一条一条点，要么提需求给 IT 写脚本。等脚本上线，那个季度已经过完了。
Linker 的 MCP 把这件事直接交给 AI。 你对 AI 说一句"帮我把所有沉睡超过 90 天的客户状态改成待激活，负责人统一改给张三"，AI 会自己去查实体结构、写条件、调工具，最后把结果告诉你。
一、过去怎么做 vs 现在怎么做
| 场景 | 过去 | 现在（MCP） |
|---|---|---|
| 月末批量调状态 | 销售在列表里逐条打开修改 | 对 AI 说一句，让 AI 自己改并回查 |
| 销售离职批量改负责人 | IT 写 SQL 或批量更新脚本 | AI 查记录、改负责人、回查确认 |
| 把演示客户批量清理 | Excel 筛选 + 系统逐条删除 | AI 按条件批量移到回收站 |
| 补齐缺失字段 | Excel 拼接后导入 | AI 按规则补字段并校验权限 |
关键区别是：你不再需要把"业务描述"翻译成"代码"。描述就是操作本身。
二、一个真实的对话
主管：把我们公司 8 月份创建的、状态还是"线索"的所有客户，负责人统一改成"李四"，客户来源标成"官网注册"。
AI（内部执行步骤，不暴露给用户）：
- 调用
list_entities→ 找到客户实体内部名- 调用
list_fields→ 拿到owner、customerSource、customerStatus、createdTime等字段- 调用
query_records用条件customerStatus = '线索' AND createdTime BETWEEN '2025-08-01' AND '2025-08-31'- 调用
get_field_options确认字典项写法- 调
batch_save_records一批更新- 回查
query_records确认数据生效主管：好。再把"已成交"且 6 个月没跟进的客户挪到回收站。
AI：按你的权限，这是一次不可逆操作。我先把符合条件的记录列出来给你确认，你点头我再执行。
这一通对话里，主管没碰过一行代码，也没碰过 Excel。所有"查、改、回查"的脏活，都是 AI 调用 MCP 工具完成的。
三、为什么这条路现在才走得通
过去要让 AI 做这件事，门槛其实很高：
- 需要先有结构化的开放接口——AI 才知道有什么实体、什么字段、什么字典项；
- 需要接口是"可发现"的——AI 不能每次都靠人来告诉它有什么能力；
- 需要权限模型清晰——AI 不能误改别人有权限的数据。
Linker 的 MCP 服务把这三件事一次性解决。AI 一连上 Linker，就能像新员工一样"先看结构、再读数据、再改数据"，而且严格沿用 API Key 绑定用户的所有权限——AI 能改的，你也能改；AI 看不到的，你也看不到。
四、这套能力适合谁
- 销售主管 / 销售运营：月度批量调整、离职交接、阶段重置；
- 客户成功团队：批量更新客户阶段、健康度评分、续约日期；
- 市场运营：把一批线索批量打标签、改来源、移到对应公海；
- 老板 / COO：临时性的数据整理需求，不必每次都让 IT 排队。
它不适合的场景
需要复杂业务判断的事，比如"判断哪些客户值得重点跟进"——这是分析，不是维护，分析请用报表或 BI，而不是 MCP。
五、用之前要做的两件事
- 让管理员创建一个专用的系统用户，只授予日常维护需要的实体 / 字段权限，再把这个用户绑定到 API Key。不要用管理员账号给 AI，除非你确实要让 AI 改结构。
- 在 AI 客户端里配好连接：地址是
http://<你的域名>:18000/open/mcp，请求头加X-Api-Key。详细步骤看 MCP 接口帮助。
权限即边界
MCP 工具看到的、能不能改、能不能删，全部取决于绑定用户的权限。最小权限原则在这里尤其重要。