📑 目录
上个月一个做汽配的客户跟我说了一句话，让我印象很深："你们的AI Agent是挺聪明的，但它查不到我的库存、看不到我的订单、进不了我的ERP，那它在我公司里就是个摆设。"
他说得对。AI Agent真正的价值不在于"能聊天"，而在于能办事——能查数据、能调接口、能操作业务系统。这需要Agent和企业现有系统深度打通。
但系统集成恰恰是很多AI项目的最大拦路虎。这篇文章我把实际项目中积累的系统对接方案讲清楚，包括老系统没API怎么搞、安全怎么控、大概要多久。
一、AI Agent不接系统，就是个高级聊天机器人
先搞清楚一个概念：AI Agent的能力可以分为三层。
| 层级 | 能力 | 示例 | 需要集成？ |
|---|---|---|---|
| L1 对话层 | 回答问题、生成内容 | "退货政策是什么？" | 不需要 |
| L2 查询层 | 读取业务数据 | "我昨天的订单发货了吗？" | ✅ 需要（只读API） |
| L3 操作层 | 执行业务操作 | "帮我把这个订单的地址改成XX" | ✅ 需要（读写API） |
大多数企业做AI，只做到了L1——一个能聊天的知识库。这当然有用，但天花板很低。要让AI Agent真正产生业务价值，必须做到L2甚至L3，而这依赖系统集成。
系统集成的深度，决定了AI Agent在企业里的价值上限。
二、三种集成方式：API / 数据库 / MCP协议
方式1：API对接（最推荐）
这是最标准、最安全的集成方式。AI Agent通过Function Calling机制，调用企业系统的REST API或GraphQL接口来读写数据。
工作原理：
- 用户在聊天框里说"帮我查一下订单号12345的状态"
- AI Agent识别意图 → 调用"订单查询"Function
- Function通过API请求ERP系统 → 返回订单状态
- AI Agent把结果翻译成自然语言回复用户
优点：安全（权限可控制在API层）、标准化、易于维护。
缺点：依赖目标系统有开放API。
方式2：数据库直连（Plan B）
当目标系统没有API但有数据库时，可以通过只读数据库账号直接查询数据。AI Agent生成SQL → 执行查询 → 返回结果。
优点：不需要系统提供API，部署快。
缺点：安全性风险高（必须严格限制为只读）、SQL注入风险、AI生成的SQL可能效率低。
⚠️ 数据库直连必须做到的安全措施
1. 只给AI Agent分配只读权限的数据库账号（绝对不能有写权限）。2. 对AI生成的SQL做白名单校验——只允许SELECT，禁止DROP/UPDATE/DELETE。3. 设置查询超时（如5秒），防止AI生成低效SQL拖垮数据库。4. 敏感字段（如手机号）在查询结果返回前做脱敏。
方式3：MCP协议（新趋势）
MCP（Model Context Protocol）是Anthropic推出的AI Agent与外部系统交互的标准协议，类似于"AI世界的USB接口"。通过MCP Server，AI Agent可以标准化地访问各种数据源和工具。
优点：标准化、可复用（一个MCP Server可以被多个Agent用）、社区生态在快速发展。
缺点：协议还在早期阶段，生态不够成熟；对开发团队的技术要求较高。
三、常见企业系统的对接方案
| 企业系统 | 集成方式 | 难度 | 周期 | 关键注意事项 |
|---|---|---|---|---|
| 企业微信/钉钉/飞书 | 官方Bot API | ⭐ 低 | 1-2周 | 作为AI Agent的交互入口，是最先要接的系统 |
| OA审批系统 | API对接 | ⭐⭐ 中 | 2-3周 | 注意审批权限：AI只能查自己发起的审批 |
| ERP（用友/金蝶/SAP） | API或数据库直连 | ⭐⭐⭐ 高 | 3-6周 | ERP接口通常老旧且文档不全，预留更多时间 |
| CRM系统 | API对接 | ⭐⭐ 中 | 2-3周 | Salesforce/HubSpot等主流CRM的API较完善 |
| 邮件系统 | IMAP/SMTP或Graph API | ⭐⭐ 中 | 1-2周 | 建议只读邮件标题和摘要，不读取正文（隐私） |
| 自研/老旧系统 | 数据库直连或中间件 | ⭐⭐⭐⭐ 很高 | 4-8周 | 见下方"老系统没API怎么办" |
四、权限和安全：AI Agent不能当"超级管理员"
系统集成最大的风险不是技术问题，而是权限失控。AI Agent如果以管理员身份调用API，等于给每个员工都开了一个后门。
权限控制的四个原则
- 用户身份传递：AI Agent调用API时，必须携带当前用户的身份信息，API层面做权限校验。张三问"我的工资"，AI只能查张三的工资，不能查李四的。
- 最小权限原则：AI Agent只获得完成任务所需的最小权限。查订单状态只需要"订单只读"权限，不需要"修改订单"权限。
- 敏感操作二次确认：涉及资金、合同、人事变动的操作，AI Agent在执行前必须让用户二次确认——"你确定要把订单12345的收货地址改为XX吗？"
- 全链路审计：记录谁、什么时间、通过AI Agent做了什么操作，所有日志至少保留6个月。
🔒 数据脱敏清单
以下字段在传给大模型之前必须做脱敏处理：手机号（138****1234）、身份证号（前6后4保留，中间星号）、银行卡号（仅显示后4位）、家庭地址（仅显示到区县）、薪酬数据（仅显示数值，不关联具体人员）。脱敏不是为了限制AI能力，而是为了合规。
五、老系统没API怎么办？三种补救方案
这是很多传统企业最头疼的问题。ERP是10年前上的、OA是定制的、CRM是自己开发的——全都没有API。三个方案，按推荐度排序：
方案A：数据库只读查询（推荐）
给AI Agent开一个只读数据库账号，直接查数据。能解决80%的"查数据"需求，但不能写数据。适合"查订单状态""查库存""查客户信息"这类场景。
成本：1-2周，1名后端开发。
方案B：开发Adapter中间件（中等方案）
在老系统外面包一层Adapter服务，把老系统的数据库操作封装成标准REST API。AI Agent调用Adapter的API，Adapter再去操作老系统。
成本：3-6周，1-2名后端开发。
额外好处：Adapter开发一次，以后其他系统也能用，相当于给老系统做了一个现代化接口层。
方案C：RPA模拟操作（不推荐）
用RPA工具模拟人工操作老系统的界面——自动点击按钮、填写表单、读取页面内容。听起来很美，但实际稳定性很差：界面一改RPA就挂、响应慢、无法处理异常情况。
仅在以下情况考虑：老系统即将被替换（半年内）、且没有数据库访问权限、且需求非常低频。
六、集成案例：一个制造业客户的真实对接过程
去年帮重庆一家汽配厂做了AI Agent系统集成，这里分享一下实际过程。
客户背景：200人，有ERP（用友U8）、自研MES、企业微信。需求：让车间主管能通过企业微信里的AI助手实时查询生产进度、设备状态、订单交付情况。
集成路径：
- 第1-2周：对接企业微信Bot API，让AI助手先能在企微里对话（L1层）。
- 第3-4周：对接ERP数据库（只读），AI可以查询订单状态和库存数据（L2层）。这里用友U8的API文档不全，最后选了数据库直连方案。
- 第5-7周：开发MES Adapter中间件。MES是自研的老系统，完全没有API。我们写了一个Adapter服务，把MES数据库里的生产进度数据封装成REST API。
- 第8周：联调测试 + 权限配置 + 上线。
上线效果：车间主管每天要打十几个电话问进度，现在在企业微信里@AI助手直接查。每天节省约1.5小时。更重要的是，信息获取从"找人问"变成了"自己查"，决策速度快了。
踩过的坑：
- ERP数据库表结构复杂，一个"订单状态"分散在5张表里，AI生成的SQL经常不准。解决方案：让后端开发写预定义的SQL模板，AI只负责选模板+填参数，而不是自由生成SQL。
- MES数据实时性要求高，数据库直连查询偶尔超时。解决方案：加了一层Redis缓存，常用数据5分钟刷新一次。