AJEMS MCP Connector
OfficialAJEMS MCP Connector
Ermöglicht Claude und ChatGPT, Fragen zu einem AJEMS-Arbeitsbereich zu beantworten – und optional Apps, Formulare und Datensätze zu erstellen – ohne dass sich jemand bei AJEMS anmeldet.
Eine Bereitstellung bedient alle Mandanten. Benutzer melden sich mit ihrem Organisationsnamen und ihrem AJEMS-Geheimschlüssel an.
Dateien
Datei | Rolle |
| Konfiguration, Authentifizierung, HTTP-Transport, Health, Shutdown |
| Jedes Tool, das die KI aufrufen kann |
| Das einzige Modul, das mit der AJEMS-API kommuniziert |
| Der OAuth-Handshake, den Claude und ChatGPT benötigen |
| Pro-Mandant-Caching und Begrenzung der Upstream-Gleichzeitigkeit |
| Kleine gemeinsame Helfer |
| 11-stufiger End-to-End-Prüfer |
| Fake-AJEMS mit Beispieldaten, zum Testen ohne Live-Arbeitsbereich |
Related MCP server: Synapse
Schnellstart
npm install
cp .env.example .env # set PUBLIC_URL and AJEMS_HOST_TEMPLATE
npm startGegen einen echten Arbeitsbereich verifizieren:
node diagnose.js https://mcp.ajems.com <organisation> <secret-key>Oder ganz ohne AJEMS ausprobieren:
npm run mock # terminal 1
# set AJEMS_HOST_TEMPLATE=http://localhost:9090/{org}/json_builder
npm start # terminal 2
node diagnose.js http://localhost:8080 testco test-secret-keySiehe DEPLOY.md für nginx, TLS, pm2 und Tuning.
Tools
Standardmäßig schreibgeschützt. Setzen Sie ALLOW_WRITES=true für die vier Schreib-Tools.
Tool | Zweck |
| Erkennung – jede App und jedes Formular, mit Lese-/Schreib-Flags |
| Feld-Schlüssel, menschliche Bezeichnungen, Typen, Dropdown-Optionen |
| Datensätze mit Filtern, Datumsbereich, Feldauswahl |
| count / sum / avg / min / max, optional gruppiert |
| Neue App |
| Neues Formular; Feld-Schlüssel werden automatisch generiert |
| Ein oder viele Datensätze, eingefügt mit begrenzter Gleichzeitigkeit |
| Felder eines vorhandenen Datensatzes ändern |
| Stichwortsuche über Formulare und Datensätze (ChatGPT) |
| Vollständige Details für ein Suchergebnis (ChatGPT) |
aggregate_responses berechnet auf dem Server. Ohne dieses Tool würde „Summe nach Stadt“ Tausende von Zeilen in den Kontext des Modells ziehen und von Hand zählen – langsam, teuer und ab einer bestimmten Größe falsch.
search und fetch existieren, weil ChatGPT außerhalb des Entwicklermodus nur Tools mit diesen beiden Namen aufruft und alles andere ignoriert.
Wie eine Frage beantwortet wird
Claude fragt: „Wie viele Einträge im Juli, nach Stadt?“
list_apps_and_forms→ findet das Formulardescribe_form→ erfährt, dassdate_1750943312417das Datumsfeld ist unddropdown_1750943301432Städte enthältaggregate_responsesmit einem Datumsbereich undgroup_by→ erhält drei Zahlen zurückSchreibt die Antwort in einfachem Englisch
Feld-Schlüssel werden automatisch generiert (date_1750943312417), weshalb Schritt 2 nicht optional ist. Die Tool-Beschreibungen sagen dem Modell das, und es verknüpft die Aufrufe selbst.
Mandantenisolation
Mandant stammt aus der Sitzung, serverseitig aus dem Bearer-Token aufgelöst
Kein Tool-Schema hat einen
tenant-,org- oderurl-Parameter – es gibt nichts, wovon ein Modell überredet werden könnte, es zu ändernajems.jsist das einzige Modul, das ausgehende Anfragen stellt, und nur an die Basis-URL dieses MandantenCache-Schlüssel sind nach Mandant und einem Hash des Geheimschlüssels benannt, sodass Mandanten keine zwischengespeicherten Einträge des anderen lesen können und ein rotierter Schlüssel von selbst abläuft
Organisationsnamen werden auf subdomain-sichere Zeichen reduziert, sodass ein Eintrag wie
evil.com/xden Server nicht woandershin umleiten kannJeder Tool-Aufruf wird als JSON mit Mandant und Benutzer protokolliert
Wenn Sie ein Tool hinzufügen, überprüfen Sie den zweiten Punkt erneut.
Tests
46 Prüfungen bestehen gegen den Mock: Authentifizierung, alle 10 Tools, Filter, Datumsbereiche, der created_at-Fallback, gruppierte Aggregation, Masseneinfügung, Cache-Invalidierung nach Schreibvorgängen, Fehlermeldungen, Mandantenisolation, 20 gleichzeitige Benutzer und Ratenbegrenzung.
This server cannot be deployed
Maintenance
Related MCP Connectors
- mcpOAuthcom.formester
Give AI agents access to form submissions — read, search, update, and process file attachments.
- OpenOakOAuthorg.openoak
Secure AI access to OpenOak tasks, notes, and Kanban boards.
- mcp-serverOAuthcom.make
Give your AI agents the tools to build, manage, and run automation workflows.
Read, write and run Odoo actions from any AI app, as each user, with approval rules per colleague.
Related MCP Servers
- AlicenseNot gradedqualityDmaintenanceEnables AI assistants to interact with Jurisly workspaces for tasks like drafting invoices, finding hearing dates, and editing documents through natural language.Apache 2.0
- AlicenseNot gradedqualityAmaintenanceEnables LLM clients to securely read and write Frappe/ERPNext data under a real user's permissions, with audited calls and granular access control.1AGPL 3.0
- AlicenseNot gradedqualityCmaintenanceEnables AI assistants to connect to a Flow Master workspace and perform project, task, ticket, board, relationship, tag, and comment operations under the user's own account and permissions.3 npmISC
- AlicenseNot gradedqualityBmaintenanceEnables AI assistants to securely connect to a vybeflow tenant for multi-channel messaging operations such as reading inbox tickets, looking up contacts, checking campaign progress, and sending messages under scoped permissions.MIT