知你AI助手｜多平台客户与客服数据 MCP

知你AI助手 MCP 将知你客服中的多平台账号、客户资料、当前与历史会话及聊天记录连接到 Codex、Claude Code、WorkBuddy 等 AI 工具，让客服、销售、运营和产品团队通过自然语言完成客户查询、会话研判、历史记录检索、客户分群与业务分析。…

CommunityOnlineNo sign-inGlobalFreeRead-only

What it can do

  • Zhini Get Current Kefu: 获取当前调用者的客服 ID，即 kfid。用于在调用 zhini_list_active_sessions 前识别当前会话列表中哪些是自己正在接待的会话，或在用户明确说“我处理过、我接待过、我回复过、归属于我”等第一人称归属条件时构造 kfid 筛选。重要边界：用户只要求查询当天或某个时间范围内的对话、咨询过的客户时，默认范围是当前授权账号关联的所有
  • Zhini List Active Sessions: 获取当前授权客服账号所负责渠道下尚未关闭、尚未结束的当前会话队列。用于查看此刻的待接待、我的会话、同事会话、AI 会话状态，或从当前队列选定会话后读取消息/客户资料。重要边界：这是当前队列快照，不是历史查询；当天或更早已经由当前授权账号、其他客服结束/关闭的会话不会返回，不能用本工具汇总某天或某段时间内的全部用户、全部接待或完整会话。需要完整
  • Zhini Get Customer Profile: 按客户 UID 获取客户资料和标签，用于确认客户身份、来源、负责人、联系方式、备注和标签。适用于客服回复前、销售跟进前、复盘客户历史前。边界：只读查询，不修改客户资料、备注、负责人或标签。前置：如果用户只给姓名/手机号/微信号，先用 zhini_search_customers 找 uid；如果已经有 uid，直接调用本工具。后续：需要聊天上

What data it sees

Do you need an account

No: the server works without sign-in

知你AI助手 MCP 将知你客服中的多平台账号、客户资料、当前与历史会话及聊天记录连接到 Codex、Claude Code、WorkBuddy 等 AI 工具，让客服、销售、运营和产品团队通过自然语言完成客户查询、会话研判、历史记录检索、客户分群与业务分析。

支持个微、企微、视频号、微信小程序、公众号、服务号、微信客服、微信小店、抖音号、小红书、微博、网站及 H5 客服等平台渠道。

核心能力：

  • 统一查询多平台客户资料、标签、来源渠道、负责人和联系信息
  • 查看待接待、我的会话、同事会话及 AI 会话
  • 按姓名、手机号、微信号、渠道、客服、标签和时间搜索客户
  • 按退款、投诉、报价、试用、购买等关键词检索历史会话
  • 读取完整消息上下文，辅助客服分诊、销售跟进、运营洞察和问题复盘
  • 查询 API Key 总额度、已使用量和剩余额度

使用方法：访问 https://ai.zhinikefu.com/ 注册或登录并创建 API Key，在支持 Streamable HTTP MCP 的 AI 工具中添加服务地址 https://mcp.h5bqb.top/mcp，并通过 Authorization: Bearer ZHINI_API_KEY 鉴权。服务提供只读查询，查询范围由 API Key 权限决定。

How to connect

How to connect 知你AI助手｜多平台客户与客服数据 MCP to Claude

The server address to paste into Claude settings:

https://zhini-ai-assistant--zhinikefu.run.tools

  1. Open Claude (claude.ai or the desktop app).
  2. Go to Settings → Connectors.
  3. Click Add custom connector.
  4. Paste the server address copied below into Remote MCP server URL and click Add.
  5. In a chat, click + → Connectors and switch the new connector on.

Custom connectors are available on Free, Pro, Max, Team and Enterprise plans (Free is limited to one). On Team and Enterprise an organization Owner adds the connector first under Organization settings → Connectors.

Authorization

After you click Add, a sign-in window for the service opens. Sign in with your own account and approve access. Claude never sees your password.

How to connect 知你AI助手｜多平台客户与客服数据 MCP to ChatGPT

The server address to paste into ChatGPT settings:

https://zhini-ai-assistant--zhinikefu.run.tools

  1. Open ChatGPT in a browser (chatgpt.com). A Plus, Pro, Business, Enterprise or Edu plan is required.
  2. Turn on developer mode once: Settings → Apps → Advanced settings → Developer mode.
  3. Open Settings → Connectors and click Create.
  4. Fill in the form: Name (anything), Description (one line about what the service does), MCP server URL (copy it below).
  5. Under Authentication choose OAuth if the service requires sign-in, otherwise None. Click Create.
  6. In a new chat open + → Apps/Connectors and enable the connector.

OpenAI has renamed this section before (Connectors → Apps/Plugins). If the label differs, search settings for "developer mode". On Business/Enterprise workspaces an admin must allow custom connectors first.

Authorization

On first use ChatGPT opens the service's sign-in window. Sign in and approve access.

How to connect 知你AI助手｜多平台客户与客服数据 MCP to Cursor

The server address to paste into Cursor settings:

https://zhini-ai-assistant--zhinikefu.run.tools

Fastest: click Open in Cursor below and confirm the prompt.

Manually:

  1. In Cursor open Settings → Cursor Settings → MCP and click Add new global MCP server.
  2. Paste the JSON copied below into ~/.cursor/mcp.json (per project: .cursor/mcp.json in the repo root).
  3. Save the file. The server appears in the MCP list; authorize it there if asked.

Authorization

If the service needs sign-in, an authorize button appears next to the server in the MCP list.

Server tool list (12)

Raw names from tools/list. Only developers need these.

zhini_get_current_kefu获取当前调用者的客服 ID，即 kfid。用于在调用 zhini_list_active_sessions 前识别当前会话列表中哪些是自己正在接待的会话，或在用户明确说“我处理过、我接待过、我回复过、归属于我”等第一人称归属条件时构造 kfid 筛选。重要边界：用户只要求查询当天或某个时间范围内的对话、咨询过的客户时，默认范围是当前授权账号关联的所有渠道，不表示当前调用客服本人处理过，不应调用本工具或自动附加当前 kfid。本工具只输出 kfid，不输出手机号、姓名、团队、企业或负责渠道等身份信息。
zhini_list_active_sessions获取当前授权客服账号所负责渠道下尚未关闭、尚未结束的当前会话队列。用于查看此刻的待接待、我的会话、同事会话、AI 会话状态，或从当前队列选定会话后读取消息/客户资料。重要边界：这是当前队列快照，不是历史查询；当天或更早已经由当前授权账号、其他客服结束/关闭的会话不会返回，不能用本工具汇总某天或某段时间内的全部用户、全部接待或完整会话。需要完整用户范围时调用 zhini_search_customers；需要已结束、已关闭或历史会话时调用 zhini_search_sessions，必要时再用 zhini_fetch_messages 按消息时间验证。范围：只返回当前授权账号负责渠道下的会话，不是全企业所有会话；我的会话全部返回，同事会话最多显示 250 个，排队中/等待接待会话最多显示 100 个，达到上限时摘要应提示可能被截断。前置：需要区分“我的会话/同事会话”时，先调用 zhini_get_current_kefu 获取当前 kfid。
zhini_get_customer_profile按客户 UID 获取客户资料和标签，用于确认客户身份、来源、负责人、联系方式、备注和标签。适用于客服回复前、销售跟进前、复盘客户历史前。边界：只读查询，不修改客户资料、备注、负责人或标签。前置：如果用户只给姓名/手机号/微信号，先用 zhini_search_customers 找 uid；如果已经有 uid，直接调用本工具。后续：需要聊天上下文时调用 zhini_fetch_messages。
zhini_list_tag_groups获取标签分组，用于了解标签体系、解释标签归属，或在列出某分组标签前获取 tag_group_id。边界：只读字典工具，不新增、修改或删除标签分组。前置：无。后续：已知分组后可调用 zhini_list_tags；用户直接给标签名时通常优先调用 zhini_search_tags。
zhini_list_tags分页获取标签列表，用于在已知标签分组 ID 时列出该分组下的标签，并为客户搜索或历史会话搜索提供 tag_id。page 从 1 开始；page_size 最大 20。前置：可先调用 zhini_list_tag_groups 获取分组；如果用户只提供标签中文名，优先调用 zhini_search_tags 解析 tag_id。后续：拿到 tag_id 后可调用 zhini_search_customers 或 zhini_search_sessions。
zhini_search_tags按关键词搜索标签，用于把用户明确提出的标签名解析成稳定 tag_id。典型场景：用户说“查带高意向标签的客户”“按高意向标签筛选”，先调用本工具搜索“高意向”，再用 tag_id 调用 zhini_search_customers 或 zhini_search_sessions。重要边界：自然语言中的“XXX 用户/客户”默认表示业务语义或筛选条件，不表示名为 XXX 的标签；只有用户明确提到“标签、带标签、按标签筛选”，或上下文已给出 tag_id 时才调用本工具。标签只代表已经被人工或系统标注的客户，不等于业务语义上的完整人群。空关键词应返回参数错误。include_grouped=true 时按 tag_group_id 聚合，便于用户确认同名或相似标签。
zhini_fetch_messages读取聊天消息。支持按 sid 首次加载会话消息、按 mid 游标翻页、按 uid 查询某客户消息。适用于查看当前会话上下文、查看历史会话命中词前后文、按 UID 拉取某段时间内消息并总结诉求/投诉/售后问题。已知 uid/sid/mid 时直接调用本工具，不要先搜索。约束：sid、mid、uid 至少传一个；传 mid 时建议同时传 direction；按 uid 查询时 start_time/end_time 可选；size 最大 20。时间语义：start_time/end_time 是消息发生时间过滤，不是会话开启时间。
zhini_list_kefu获取当前授权范围内的客服列表，用于把客服姓名解析成 kfid。适用于“客服A负责哪些客户”“抽查某客服历史接待”“队列统计时把 kfid 转成人名”等场景。only_active=true 时只返回可用客服；name 为空时可标准化为未命名。前置：无。后续：拿到 kfid 后可调用 zhini_search_customers、zhini_search_sessions，或在 zhini_list_active_sessions 中辅助标记 mine/colleague。
zhini_list_channels获取渠道列表，用于把渠道名解析成 channel_id，并解释渠道类型。适用于用户说“查公众号A的客户”“查小红书渠道的历史会话”“按渠道分析咨询来源”时，先解析渠道 ID。支持 all、miniapp、pubapp、wxbot、webplugin、h5plugin、wework_kf、douyin、douyin_private、weibo、wework_bot、wxbot_channel、xiaohongshu、minigame、wxstore；不暴露已废弃渠道。前置：无。后续：拿到 channel_id 后可调用 zhini_search_customers 或 zhini_search_sessions。
zhini_search_customers搜索客户通讯录，用于根据客户名、手机号、微信号、客服、负责人、明确标签、渠道、性别、联系人类型或时间范围完整召回符合条件的客户 UID。用户只要求查询当天或某个时间范围内咨询过的客户时，默认查询当前授权账号关联的所有渠道范围，不代表当前调用客服本人接待或回复过；除非用户明确说“我处理过、我接待过、我回复过、归属于我”或指定某客服/渠道，否则不要自动传 kfid、pic_kfids 或 channel_id。用户要求查询某天或某段时间内的全部用户、包括会话已经结束/关闭的用户时，应使用本工具分页查询，不能用 zhini_list_active_sessions 代替。重要边界：自然语言中的“XXX 用户/客户”默认是业务语义或筛选条件，不应自动转换为 tag_id。可由名称、时间、渠道、客服等结构化字段表达的条件直接使用本工具；必须根据聊天内容判断的条件，应结合 zhini_search_sessions 和 zhini_fetch_messages 识别。只有用户明确要求某标签或上下文已有 tag_id 时才按标签筛选，且 tag_id 只覆盖已标注客户。用户给客户姓名/手机号/微信号时先用本工具召回候选客户；如果匹配多个客户，应让用户确认。用户明确给出标签名、渠道名、客服名时，应先分别调用 zhini_search_tags、zhini_list_channels、zhini_list_kefu 解析 ID。禁止空条件拉全量；page 从 0 开始；page_size 最大 20。后续：拿到 uid 后通常调用 zhini_get_customer_profile 或 zhini_fetch_messages。
zhini_search_sessions搜索历史会话，用于按客户名、消息关键词、消息发送时间范围、客服、渠道、明确标签、联系人类型召回包括已结束、已关闭会话在内的历史会话候选。用户只要求查询当天或某个时间范围内的对话、咨询记录时，默认查询当前授权账号关联的所有渠道范围，不代表当前调用客服本人接待或回复过；除非用户明确说“我处理过、我接待过、我回复过、归属于我”或指定某客服/渠道，否则不要自动传 kfid 或 channel_id。用户要求查询某天或某段时间内的全部接待、完整会话或已结束会话时，应使用本工具分页查询，不能只调用 zhini_list_active_sessions。自然语言中的“XXX 用户/客户”默认是业务语义；当 XXX 必须根据聊天判断时，使用 msg 按相关表达召回候选，再用 msg_stime 限定消息发送时间范围，最后用 zhini_fetch_messages 读取完整上下文并由模型分类，不要先把 XXX 当成标签名。只有用户明确提到标签或已有 tag_id 时，标签才作为筛选条件或补充信号。关键词命中只是召回信号，不等于最终分类。条件性限制：仅当 msg 非空时，关键词历史检索只支持最近半年内的记录；msg 未传或为空、仅使用其他筛选条件（包括 msg_stime）时不受这条关键词专属限制。重要时间语义：msg_stime 表示消息发送时间范围，用于筛选时间段内包含消息的会话，不表示对话开启时间；旧字段 stime 已移除，不要传入。禁止空条件拉全量；page 从 0 开始；本工具不接收数量参数，底层查询默认每次返回 30 条，MCP 可全部展示给模型。
zhini_get_apikey_usage查询当前请求 API Key 的总配额、已使用量和剩余量。工具无业务入参；服务端使用当前请求提供的 API Key 调用配额接口，并标准化返回 total、remaining、used。安全边界：不允许模型传入 apikey 或内部 api_key 查询参数，也不返回完整 API Key。