Documentation Index
Fetch the complete documentation index at: https://help3.jinshuju.net/llms.txt
Use this file to discover all available pages before exploring further.
以下案例来自金数据团队内部实践，不是 demo，不是推断。如果你也在考虑要不要接入金数据 MCP，可以看看这些场景是否能为你带来一些灵感。
案例一：退款处理，从「逐条翻」到「对话完成」
研发团队日常会收到退款申请。以前的流程是登录后台、找记录、核对信息、更新状态，数据一多就容易遗漏。 接入 MCP 后，整个流程变成一段对话：「查一下退款申请表里状态是『待处理』的记录，列出用户名和申请金额」确认完信息，直接更新：
「把第三条的状态改成『已退款』，备注『2025-06-10 处理完成』」查和改都在同一个窗口里完成，不需要来回切换。
案例二：用户反馈分析，从人工翻阅到周期性归纳
金数据 NEXT 上线后，团队建了一张反馈收集表，用户意见持续流入。问题是，隔一段时间回头看，需要有人坐下来一条条翻，找出反复出现的问题和建议——这件事本身没有技术含量，但很花时间。 现在直接交给 Claude：「分析一下『产品反馈』表单最近一个月的提交，总结用户提到最多的问题，按频次排列」用户反馈从「堆在那里等人看」变成「定期自动归纳」，进入产品优化的速度也快了。
案例三：开票申请汇总，从 15 分钟到 1 分钟
客户成功团队每周需要处理开票申请。过去的步骤是：登录后台 → 分别打开几个相关表单 → 筛选待处理申请 → 手动复制整理到 Excel。单次处理大约要花 10–15 分钟，还容易漏掉某张表单里的数据。 接入 MCP 后，用 Claude 自动拉取多个表单里的待处理申请，直接生成汇总，整个流程约 1 分钟。 节省的不只是时间，更是「这件事得有人盯着做」的心智负担。
案例四：一次完整的 Agent 工作流
这个案例值得单独说，因为它展示的不只是「AI 帮你执行操作」，而是 Agent 主动推进任务的样子。 背景是团队准备上线新版安卓，需要先摸底内部同学的设备情况，安排兼容性测试。在和 Claude 讨论上线计划的过程中，Claude 主动问：「要我直接帮你在金数据上创建这个调研表吗？」表单建好后，Claude 又主动提：
「需要我帮你推送到企业微信群吗？」链接直接发到了企业微信群里。数据陆续填入后，Claude 在查看结果时发现了一个问题，并主动提出来：
「有意思的是，同事 A填的系统是 Android 15，但浏览器实际检测到的是 Android 16，他自己也备注了『我现在是安卓 16』——看来问卷选项可以加上 Android 16 了。要我更新一下表单选项吗？」
