明道云Mingo AI实操攻略：从自然语言建应用到MCP连接的8步落地指南

一、前置准备：版本选择与AI功能开通

明道云AI功能需要标准版及以上版本。免费版用户可获得一次性50个AI福利点用于体验，但无法使用对话机器人、钉钉/企微集成等进阶能力。建议企业先用免费版体验Mingo AI搭建，再根据需求升级。

注意：向量知识库分块需额外购买，100元/万块/年。MCP/CLI/Skills功能从V12.3开始提供，需专业版及以上。BYOK（自带模型Key）和智能选模在所有付费版本中可用。

二、Step 1：Mingo AI应用搭建实操

操作路径：应用列表 → 新建应用 → 选择"Mingo AI搭建"

实操步骤：

1. 在输入框中用自然语言描述业务需求。建议包含：核心业务对象、关键流程节点、角色权限。例如："搭建一个采购管理系统，包含供应商管理（名称、资质、联系人）、采购申请（申请单号、物品明细、预算）、三级审批（部门经理→财务→总经理）、入库登记（入库单号、验收结果）。"
2. 系统显示费用预估（预计消耗X个AI福利点），确认后开始生成。
3. AI自动创建应用结构：工作表（供应商表、采购申请表、入库登记表）、字段（根据描述自动匹配文本/数值/日期/关联等类型）、视图（表格视图+卡片视图）、工作流（三级审批流程）、角色权限（部门经理/财务/总经理/采购员）。
4. 如需修改，可使用断点续建功能：在生成结果基础上补充描述（如"增加一个供应商评级字段，A/B/C/D四级"），AI在已有结构上增量修改。
5. 生成完成后进入应用编辑器，可手动微调任何元素。

实测数据：某制造业A厂使用Mingo AI搭建采购审批应用（5张工作表+3个工作流+2个角色），从描述到生成完成耗时约8分钟，消耗约3个AI福利点。人工搭建同等复杂度应用通常需要2-3天。生成后的应用结构完整度约85%，主要需要手动调整的是字段校验规则和视图筛选条件。

三、Step 2：Mingo数据查询配置

操作路径：应用内 → 对话机器人 → 新建对话机器人 → 配置数据查询工具

配置要点：

• 工具选择：勾选"数据查询"工具，选择该机器人可查询的工作表。建议按业务场景限定范围，如客服机器人只勾选客户表和工单表。
• 权限继承：开启"按用户权限查询"选项（默认开启）。这确保对话机器人只能查询用户有权限查看的数据，无需手动配置权限映射。
• 提示词优化：在系统提示词中说明数据字段含义和业务术语，如"客户表中'信用等级'字段A表示优质客户，D表示高风险客户"。
• 工具扩展：除数据查询外，可添加PBP（封装业务流程）和集成API作为工具，让AI能执行写入和外部调用操作。

实测场景：销售经理输入"本月我负责的客户有多少逾期未回款"，AI自动关联当前用户身份、筛选本月数据、匹配"逾期"状态字段，返回精确结果。输入"根据夏季销售情况按客户地区统计消费前三名"，AI理解"夏季"为6-8月，自动构建筛选条件并分组统计。

四、Step 3：向量知识库配置与检索

前置条件：专业版及以上，需购买向量知识库分块额度（100元/万块/年）。

操作路径：应用 → 知识库 → 新建知识库 → 添加数据源

配置步骤：

1. 创建知识库，选择数据源类型：文档（PDF/Word/TXT）、工作表记录、讨论记录。
2. 系统自动对内容进行分块和向量化处理。1万块约可处理500-1000页文档或10万条记录讨论。
3. 在工作流中添加"知识库检索"节点，配置检索参数：知识库选择、Top K（返回结果数，默认5）、相似度阈值（默认0.7）。
4. AI Agent节点可引用知识库检索结果作为上下文，实现精准问答。例如客服机器人先检索知识库找到相关政策文档，再基于文档内容回答用户问题。

实测效果：将公司报销制度（约50页PDF）导入知识库，消耗约300分块。用户问"差旅费报销标准是多少"，AI检索到相关段落并返回精确金额和条件，准确率显著优于全文搜索。

五、Step 4：AI Agent节点工作流搭建

操作路径：工作流 → 添加节点 → AIGC → AI Agent

AI Agent节点可以在任何工作流中调用，不限于对话场景。核心配置包括：

实操案例：搭建供应商资质审核Agent。工作流触发条件：新供应商提交资质材料。Agent执行步骤：①查询工商信息API获取企业注册信息 → ②查询历史合作记录（PBP封装流程） → ③检索知识库中的供应商黑名单 → ④综合分析生成评估报告（信用评分+风险提示）。单次执行消耗约0.09信用点（QWen-Plus），日均10次月消耗约27信用点。

六、Step 5：MCP Server连接Claude Code

前置条件：专业版及以上，V12.3及以上版本。

部署步骤：

1. 生成PAT令牌：个人设置 → 个人访问令牌 → 创建令牌。配置组织、应用、接口范围及有效期。建议为不同用途创建独立令牌，便于审计和撤销。
2. 配置访问策略：组织管理员在管理后台 → API/MCP/CLI访问控制中，设置允许访问的组织和应用范围。所有API与MCP请求计入操作日志。
3. 连接Claude Code：在Claude Code的MCP配置中添加HAP Server，填入PAT令牌和服务器地址。连接后即可在Claude对话中直接操作HAP数据。
4. 对话式操作：在Claude中输入"查看我本周待办的审批流程"，AI通过MCP调用HAP API获取数据并返回结果。支持查询数据、提交审批、创建记录等操作。

安全注意事项：PAT令牌等同于个人账号权限，务必妥善保管。建议设置较短有效期（如30天），定期轮换。组织管理员可随时撤销令牌。所有通过MCP/CLI的请求都会记录在操作日志中，支持按时间、用户、接口类型审计。

七、Step 6：CLI命令行操作

明道云CLI工具支持命令行方式操作HAP平台，适合DevOps场景和批量自动化任务。安装后通过PAT令牌认证，可执行数据查询、记录创建、工作流触发等操作。CLI与API/MCP访问策略由组织管理员统一管控。

典型用法包括：在CI/CD流水线中自动创建测试数据、批量导入Excel数据到工作表、定时触发工作流生成报表。CLI操作计入操作日志，与Web端操作统一审计。

八、Step 7：大模型成本控制

明道云AI成本控制有三个关键策略：

成本测算实例：50人企业选专业版（29900元/年），每月100福利点。假设使用QWen-Plus处理客户咨询摘要（输入500 tokens+输出200 tokens/次），单次消耗0.0012信用点，100点可支撑83333次调用。假设日均处理100次咨询，月消耗3.6信用点，年消耗43.2信用点，远低于1200福利点（100×12）。即使全部使用GPT-5处理复杂分析（单次0.08591信用点），100点也可支撑1164次调用/月。

九、Step 8：BYOK自带模型配置

BYOK（Bring Your Own Key）是明道云区别于简道云等竞品的核心优势。操作路径：组织管理 → AI模型服务 → 添加模型。支持OpenAI、通义千问、DeepSeek等主流模型厂商。

配置要点：

• 添加模型API Key后，该模型可在Mingo AI、对话机器人、AI Agent节点中使用
• 可设置默认模型和备用模型，系统按优先级自动切换
• 按应用范围配置模型权限，控制高成本或敏感模型的开放范围
• BYOK模式下直接按模型厂商原价计费，不经过平台加价
• 私有部署版可通过统一云服务获取AI模型调用能力，无需单独配置Key

对于数据安全要求高的企业，可以完全关闭平台AI功能，仅使用自有部署的本地模型。这是明道云在金融、政务等强合规场景的差异化竞争力。

十、版本选择决策表与落地建议

算数科技提供明道云Mingo AI配置、工作流搭建、Agent定制、MCP集成全流程服务。建议企业从核心业务场景（如采购审批、客户管理、设备巡检）入手，用Mingo AI快速搭建原型，再逐步引入AI Agent和知识库能力。更多明道云实操咨询，可访问micount.cn或致电400-678-7857。