内网AI Agent落地实战：无需改造内网系统的通用解决方案

P.S. 无意间发现了一个巨牛的人工智能教程，非常通俗易懂，对AI感兴趣的朋友强烈推荐去看看， 传送门https://blog.csdn.net/HHX_01

前言

好长时间没写东西了。倒不是懒，是每次打开编辑器，都被自己上一篇文章的开头劝退：太长、太正经、太像开会。

今天不装了，聊点实在的：隔离内网下，怎么让 AI Agent 真的干活。

一、先说说这破需求是怎么来的

公司在开发流程里集成 AI 工程化之后，各端开发的同学都开始指挥 coding agent 调内网系统。需求评审，让 Agent 去 TAPD 扒需求；方案设计，让 AI 写完直接同步到 wiki；开发阶段，构造 API 文档到 apidoc、自动提 GitLab MR、自动触发测试环境发布；测试阶段，取测试用例让 AI 自测，取 bug 信息修 bug。

听起来很美好对吧？但你要知道，以前是人肉登录内网系统，现在是 AI 替你人肉登录内网系统。区别在于：以前加班是你在熬，现在加班是 AI 在熬，你在旁边看着它熬——熬完了你还得审核它熬得对不对。

就这么个流程，服务端、客户端、前端，各端全凭本事实现内网系统调用。同一套内网系统，前端写个登录脚本，后端写个登录脚本，客户端再写一个。三套脚本摆一起跟三胞胎似的，互相还都不认。

二、现状：轮子造得比汽车还多

多数方案的套路是：写 skills script 实现内网系统登录授权，再带授权信息去调 API。结果就是复用性差、使用门槛高、安全性差。

什么概念？相当于每个团队都自己焊了一把钥匙，钥匙互相还不通用，新同事来了得先学三套开锁姿势。

至于让内网系统（自建、开源搭建、商用搭建）短时间内都支持 MCP Tools？我掐指一算，比让全公司系统统一用一个密码还不现实——不对，这比那还不现实，起码统一密码这事，行政还是能做到的。

三、目标：内网系统一根毛都不动

目标很朴素：不改内网系统，把内网系统相关能力封装成 MCP Tools，提供基础通用能力。支持 tools 授权管理、个人账号登录授权管理、危险操作审批机制、Tool 调用审查日志、配套 Skills。

核心原则一句话：AI 用个人账号权限去调，跟人手动操作效果一致，不存在越权。

你想想，AI 再强它也只是"你"，不是"管理员"。权限这东西，AI 想越也越不过去——除非你自己把管理员密码告诉它，那就属于主动送人头，神仙也拦不住。

四、方案：internal-mcp

项目叫 internal-mcp，翻译过来就是"让 AI Agent 直接用内网系统"。内网接口统一封装成 MCP tools，AI 对话就能调；写操作走人工审批。

不开源，因为接的全是公司内网系统。这玩意儿开源，等于把公司心脏的钥匙挂门口，网友还没动手，法务先把我办了。不过思路是通用的，拿走随便用。

目前接进来的系统有：Apidoc 接口文档、TAPD、Confluence Wiki、ELK 日志中心、GitLab、内网发布系统 Sparrow、ATC 测试用例管理。基本覆盖了从需求到发布的整条链路。

1. 凭据与授权管理

管理台录入账号密码 → 测试登录 → 逐个接口开授权开关。凭据加密存储，明文不回显。

以前是"密码贴显示器上"，现在是"密码加密存起来，显示器干干净净"。区别在于：以前贼来了能偷走，现在贼来了只能干瞪眼，最多骂一句"这公司连密码都舍不得抄一份"。

登录方式不统一（SSO、令牌、Cookie）？统一适配，AI 只面对 MCP tools，不感知登录细节。会话过期、凭据散落？加密托管，过期自动重登，调用方无感知。

2. 写操作要过审批

Agent 发起的写操作只生成待执行单，人工在管理台确认后才真正执行；每次调用都留痕可查。

AI 想改数据？先打申请单。AI 提交了个"删库"，管理员看了一眼，反手一个拒绝，批注：“建议先把念头删了。”

3. MCP 市场

把外部 stdio MCP server 接进来，跟内置工具一起提供给 AI。GitLab 用 glab mcp serve，Confluence 用 uvx mcp-atlassian，装完统一在 internal-mcp 里管控。

这玩意儿就像手机应用商店：以前是"系统装什么我用什么"，现在是"想用什么自己装"，只不过装之前得过一遍安全检查。毕竟应用商店里也可能混进来一个"手电筒，其实是照你钱包的"。

4. Agent Skills

把成套的标准流程沉淀成技能包（测试环境发布、服务安装管理），一条命令装进 AI 客户端，对话里用自然语言触发。

通俗点说：MCP 是给你一把螺丝刀，Skills 是直接给你一本《拧螺丝手册》——不对，是帮你把螺丝全拧完，还顺手把工具放回工具箱。

5. 架构拆开看

AI Agent 是调用方；管理台 Vue SPA 管配置、授权、审批、查日志；mcpserver 是 MCP 端点（stdio + HTTP），按授权动态生成 tools 并路由调用；治理域（apireg + draft + execlog）是所有 tool 的唯一通路，授权开关 → 写操作落审批 → 执行记日志；adapter 是核心抽象 SystemAdapter，把各系统登录、校验、调用差异封装进各自实现；authcache + credstore 管授权缓存与自动重登闭环，凭据用 AES-256-GCM 加密存储；store 用 SQLite 单文件库，所有配置、密文、审批、日志的唯一持久化。

一句话总结这套设计：AI 想干活，得过三关——授权关、审批关、日志关。过完三关，它干的活全公司都看得见。

五、落地：装起来也就三步

1. 安装（技能方式）

目标项目根目录执行：

npx skills add git@gitlab.xxxx.com:sflyq/internal-mcp.git

装好后在 AI 客户端对话里输入 /my-internal-mcp install，由技能自动完成：下载最新版本 → 注册常驻服务 → 自动配置本机 MCP 客户端。

子命令基本把服务的一生安排明白了：install 全新安装；update 查最新 GitLab Release，有新版本就下载替换并重启；restart 重启；stop 停止（常驻注册保留）；status 看状态和版本对比；logs 看最近 50 行日志；uninstall 停止并移除常驻服务（数据保留在 ~/.internal-mcp）；publish 是维护者专属发版。

更新也就一行命令：

~/.internal-mcp/bin/internal-mcp-tool update

看着版本号从 v0.1.17 蹦到 v0.1.18，就像看自家孩子又长高了一厘米，莫名有点欣慰。

2. 初始化（一次性）

打开管理台 http://127.0.0.1:6688：

① 系统总览 › 凭据管理：录入内网系统账号密码，点「测试登录」确认成功。

② 系统总览 › API 授权：按需打开接口开关，对应接口立刻作为 MCP tool 提供给 AI。

服务地址记好：管理台 127.0.0.1:6688，MCP 端点 127.0.0.1:6677/mcp。

六、控制台里有什么

1. 内网系统 & 授权管理

支持开关系统、tools 授权管理、登录凭据管理。为啥要做系统开关和 tools 开关？因为 MCP tools 太多会对模型上下文污染、干扰判断。

你想象一下，把 200 个工具一股脑全塞给 AI，它光翻工具目录就能翻出选择困难症，最后调了个最像的，还不一定是对的。

2. Tools 授权 & 审核管理

支持搜索、批量管理、推荐授权场景组。比如"文章管理"组，点一下，Confluence 相关工具全给你配好，省得一个个拨开关。

3. 审批

支持通过、拒绝、查看历史、可视化对比。比如 apidoc 接口文档改没改，左右对比一眼看出；wiki 内容变没变，diff 看得明明白白。

以前审接口文档靠肉眼比对，看完眼睛都快瞎了；现在可视化对比，谁改了什么一目了然，比查老公手机还直观。

4. 关于

版本更新说明、更新红点提醒。版本迭代勤快着呢：v0.1.14 修了 wiki 宏标签自闭合问题，v0.1.18 支持了 atc mcp tools。更新日志写得明明白白，比某些产品的"修复了若干已知问题"强多了。

七、最后说两句

这套东西解决的核心问题，说白了就三个字：放心用。

让 AI 干活不可怕，可怕的是不知道它干了啥、有没有权限、改没改错。授权管起来、写操作审起来、调用留痕查起来，AI 就成了最勤奋的员工——不过跟真员工一样，还是得盯。

反正我的体会是：AI 时代，人还没退化之前，先把规矩立好。规矩立好了，AI 才是你的员工；规矩没有，AI 就是你的"同事"——还是那种随时准备背刺你的同事。

P.S. 无意间发现了一个巨牛的人工智能教程，非常通俗易懂，对AI感兴趣的朋友强烈推荐去看看，传送门https://blog.csdn.net/HHX_01