Skip to main content
Glama
RitwijParmar

O2C Deployment Workbench MCP Server

by RitwijParmar

O2C Deployment Workbench

Полное, явно синтетическое внедрение для клиента в области дебиторской задолженности ERP: загрузка источников, канонические данные, разнесение денежных средств, удержания, инкассация, контроли, бенчмаркинг KPI, доступ через MCP, мультиагентная проверка исключений, наблюдаемость, UAT, переход на новую систему и гиперподдержка.

Все файлы в этом репозитории, стилизованные под SAP S/4HANA, Oracle Fusion и NetSuite, являются сгенерированными симуляциями. Они не являются настоящими выгрузками или реальными интеграциями. Изменение KPI — это контролируемый бенчмарк внедрения на синтетических данных, а не реальное влияние на клиента.

Почему это проект внедрения

Workbench начинается с конфигурации клиента и трёх несовместимых форматов источников, а не с чистой аналитической таблицы. Он применяет контрольные точки валидации, сохраняет остатки платежей, направляет исключения по маршрутам, расставляет приоритеты для инкассации, показывает недостигнутые цели и формирует артефакты, которые команда внедрения использует от обнаружения требований до запуска в эксплуатацию.

Архитектура намеренно делает финансовое сопоставление детерминированным и аудируемым. Агенты выполняют работу, требующую суждений: расследование исключений, диагностику качества данных, планирование инкассации и мониторинг запуска. Они не могут проводить проводки в ERP, создавать возвраты, списывать долги или изменять основные данные.

flowchart LR
    A["Three simulated ERP export sets"] --> B["Configuration-driven adapters"]
    B --> C["Seven canonical receivables tables"]
    C --> D["Validation control gate"]
    D --> E["Deterministic cash matching"]
    E --> F["Exception and collections queues"]
    F --> G["MCP evidence tools"]
    G --> H["Supervisor agent"]
    H --> I["Cash Application Agent"]
    H --> J["Data Quality Agent"]
    H --> K["Collections Agent"]
    I --> L["Human approval gate"]
    J --> L
    K --> L
    E --> M["Controlled KPI benchmark"]
    M --> N["Go Live Monitor Agent"]
    O["OpenTelemetry traces"] -.-> B
    O -.-> E
    O -.-> H
    O -.-> N

Запуск

python -m venv .venv
source .venv/bin/activate
pip install -e ".[dev]"
o2c-workbench --project-root .
streamlit run app.py

Воспроизводимый прогон с seed-42 создаёт 1 908 канонических записей, обнаруживает 18 намеренных дублирующихся банковских операций как предупреждения и оставляет ноль ошибок валидации. Откройте статический дашборд или используйте приложение Streamlit.

MCP-сервер

Сервер использует актуальный MCP Python SDK и предоставляет структурированные инструменты, ресурсы и промпты. Локальные клиенты должны использовать stdio; развёрнутые клиенты могут использовать Streamable HTTP.

o2c-mcp --transport stdio
o2c-mcp --transport streamable-http --port 8000

Инструменты: get_implementation_summary, investigate_payment, get_collection_priority и run_controlled_benchmark. Ресурсы: o2c://configuration, o2c://benchmark и o2c://observability.

Мультиагентные пути

Путь по умолчанию работает офлайн и детерминированно, чтобы рецензент мог воспроизвести передачи управления и контроли без учётной записи или API-ключа. Он создаёт output/agent_decisions.csv, output/agent_control_summary.json и спаны OpenTelemetry.

Дополнительный вариант проверки с поддержкой модели использует OpenAI Agents SDK со специализированными передачами управления и структурированным выводом:

pip install -e ".[ai]"
export OPENAI_API_KEY="..."
o2c-agent-review SAP-P001-09 --project-root .

Путь с моделью намеренно не требуется для бенчмарк-показателей KPI. Он может рекомендовать, но не может выполнять контролируемые финансовые операции.

Карта репозитория

  • config/ — конфигурация внедрения, сопоставления, допуски, веса, маршруты, контроли, целевые KPI, лимиты агентов.

  • data/raw/ — сгенерированные, с явными пометками симулированные выгрузки из ERP.

  • data/canonical/ — нормализованные клиенты, счета, платежи, ремитансы, удержания, обещания и активности.

  • src/o2c_workbench/ — адаптеры, сопоставление, инкассация, контроли, агенты, MCP, наблюдаемость, логика KPI.

  • output/ — результаты бенчмарка, очереди, трейсы и дашборды.

  • docs/ — проектирование процессов, сопоставление, контроли, RTM, 28 UAT-сценариев, переход, мониторинг, обучение и исследовательская база.

  • deliverables/ — рабочая тетрадь внедрения.

  • demo/ — пятиминутное озвученное демонстрационное прохождение внедрения и сценарий.

Бенчмарк Seed-42

KPI

Текущее состояние

Настроенное целевое состояние

Изменение

Доля автоматического сопоставления

10.0%

80.7%

+70.7 pp

Доля ручной проверки

90.3%

21.9%

-68.5 pp

Неразнесённые денежные средства

$2,192,667

$550,209

-$1,642,459

DSO

115.9 days

51.6 days

-64.3 days

CEI

8.7%

75.7%

+67.0 pp

Просроченная дебиторская задолженность

69.5%

44.9%

-24.6 pp

Время обработки

67.7 hours

13.0 hours

-54.7 hours

Четыре амбициозные целевые показателя остаются недостигнутыми, поэтому монитор рекомендует условный запуск, а не празднование победы. Это намеренный реализм внедрения: продолжать работу только с контролем утверждения человеком и целенаправленной гиперподдержкой по неразнесённым денежным средствам и остаточным переплатам.

Проверка

pytest -q

Смотрите исследовательскую базу — первоисточники, которые легли в основу платёжных сценариев, выбора транспорта MCP, передач управления агентам и соглашений о телеметрии.

-
license - not tested
-
quality - not tested
B
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Connectors

  • Privacy-safe synthetic financial data for LatAm fintech, AI agents, testing and ML.

  • Build, validate, and deploy multi-agent AI solutions from any AI environment.

  • KYC, KYB, AML, wallet screening, transaction monitoring, and fraud workflows for AI agents.

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/RitwijParmar/o2c-deployment-workbench'

If you have feedback or need assistance with the MCP directory API, please join our Discord server