Sankhya MCP
Conjunto de servidores MCP que conectam agentes de IA ao ERP Sankhya através da sua API pública, permitindo consultas e operações em diversos domínios funcionais como vendas, financeiro, suprimentos e RH.
README
Sankhya MCP
Conjunto de servidores MCP (Model Context Protocol) que conectam agentes de IA ao ERP Sankhya através da sua API pública.
Monorepo open source (MIT) com um núcleo compartilhado e vários servidores MCP divididos por domínio funcional. Cada servidor roda e é publicado de forma independente — você carrega apenas os domínios que precisa, reduzindo o número de tools no contexto do agente.
⚠️ Aviso de segurança (leia antes de usar)
Este é um projeto público. Leve a sério:
- Credenciais ficam só no servidor, em variáveis de ambiente. Nunca vão para o contexto do LLM, logs ou mensagens de erro (há redação automática de segredos).
- Default é
sandbox. Produção exige opt-in explícito (SANKHYA_ENV=production). - Escrita é protegida: há um modo
read-onlyglobal e um mododry-runque mostra o payload que seria enviado sem executar. - SQL livre (
DbExplorerSP.executeQuery) é desabilitado por padrão. Habilite só com plena consciência dos riscos (SANKHYA_ALLOW_RAW_SQL=true). - Nunca commite
.envcom credenciais reais.
Arquitetura
sankhya-mcp/
├── packages/
│ ├── core/ # auth OAuth, HTTP client, gestão/cache de token,
│ │ # helpers de payload, erros tipados, redação de segredos
│ └── data-dictionary/ # entidades, campos, PKs, mapeamento tabela↔entidade
├── servers/
│ ├── mcp-core/ # tools genéricas + resources do dicionário (REFERÊNCIA)
│ ├── mcp-vendas/ # pedidos, NF-e/NFC-e, CF-e/SAT, caixa, preços, sugestões
│ ├── mcp-financeiro/ # cadastros e movimentos financeiros, baixas, contas
│ ├── mcp-suprimentos/ # produtos, estoque
│ ├── mcp-rh/ # HCM: funcionários, admissão, cadastros de pessoal
│ └── mcp-cadastros/ # clientes, contatos, naturezas, centros de resultado
├── examples/ # configs de cliente MCP e docker-compose
└── ... # turbo, tsconfig base, eslint/prettier, etc.
Stack: TypeScript estrito (ESM/NodeNext), @modelcontextprotocol/sdk,
pnpm workspaces + Turborepo, zod, vitest, ESLint + Prettier.
Estratégia de tools (importante)
Em vez de mapear 1 endpoint = 1 tool (o que explodiria o contexto), usamos:
- Tools genéricas com a entidade/serviço como parâmetro —
query_entity,load_record,save_recordcobrem centenas de endpoints de leitura/escrita. - Tools de negócio com semântica própria, onde há regras (ex.: incluir nota, faturar pedido, baixar título) — implementadas nos servidores de domínio.
- Resources para descoberta de schema (dicionário de dados), em vez de virar tools.
Como a API Sankhya funciona (resumo)
- Auth: OAuth 2.0 Client Credentials.
POST /authenticatecomclient_id+client_secret(form) + headerX-Token,grant_type=client_credentials. Retorna um JWT usado comoAuthorization: Bearer. Ocorecacheia e renova o token automaticamente antes de expirar. - Ambientes: Produção
https://api.sankhya.com.br/e Sandboxhttps://api.sandbox.sankhya.com.br/(credenciais/tokens independentes). - Serviços genéricos via Gateway:
…/gateway/v1/{modulo}/service.sbr?serviceName={servico}&outputType=json. Principais:CRUDServiceProvider.loadRecords/loadRecord/saveRecord(upsert pela PK — a API não usa PUT) eDbExplorerSP.executeQuery. - Módulos:
mge(cadastros/dados gerais) emgecom(movimentações comerciais). Serviços são exclusivos de cada módulo.
📌 Muitos serviços/entidades nativos do ERP não estão na doc oficial (são descobertos via DevTools). Por isso o dicionário de dados é extensível em runtime: a comunidade registra novos mapeamentos via
@sankhya-mcp/data-dictionarysem alterar o core. VejaEntityRegistry.
Servidor de referência: mcp-core
| Tool | O que faz |
|---|---|
query_entity |
Consulta múltipla (loadRecords) de qualquer entidade, com filtro tipado e paginação. |
load_record |
Carrega um registro único pela chave primária. |
save_record |
Upsert (saveRecord): UPDATE se a PK existir, senão INSERT. Respeita read-only e dry-run. |
execute_query |
SQL livre (DbExplorerSP.executeQuery). Só aparece se SANKHYA_ALLOW_RAW_SQL=true. |
| Resource | Conteúdo |
|---|---|
sankhya://entities |
Lista de entidades conhecidas (entidade↔tabela, PK, doc). |
sankhya://entities/{entity}/fields |
Campos conhecidos de uma entidade (lista parcial + link da doc). |
Variáveis de ambiente
| Variável | Obrigatória | Default | Descrição |
|---|---|---|---|
SANKHYA_CLIENT_ID |
✅ | — | Client ID OAuth. |
SANKHYA_CLIENT_SECRET |
✅ | — | Client Secret OAuth. |
SANKHYA_X_TOKEN |
✅ | — | Token da aplicação (header X-Token). |
SANKHYA_ENV |
— | sandbox |
sandbox ou production. Produção exige opt-in. |
SANKHYA_ALLOW_PRODUCTION |
— | false |
Opt-in do validador de credenciais para produção. |
SANKHYA_READ_ONLY |
— | false |
Bloqueia todas as operações de escrita. |
SANKHYA_DRY_RUN |
— | false |
Escritas apenas mostram o payload (não executam). |
SANKHYA_ALLOW_RAW_SQL |
— | false |
Habilita a tool execute_query (SQL livre, perigoso). |
SANKHYA_BASE_URL |
— | derivada de SANKHYA_ENV |
Sobrescreve a base URL (debug/proxy). |
SANKHYA_TOKEN_REFRESH_SKEW |
— | 60 |
Folga (s) para renovar o token antes de expirar. |
SANKHYA_HTTP_TIMEOUT |
— | 30000 |
Timeout das requisições HTTP (ms). |
Veja .env.example.
Começando
Requisitos: Node ≥ 20 e pnpm 10+.
pnpm install
pnpm build # compila todos os pacotes (Turborepo respeita as dependências)
pnpm test # testes unitários (foco no core: auth e payloads)
pnpm lint # ESLint
Rodar um servidor isoladamente
Cada servidor é um executável MCP via stdio. Após pnpm build:
SANKHYA_CLIENT_ID=... \
SANKHYA_CLIENT_SECRET=... \
SANKHYA_X_TOKEN=... \
SANKHYA_ENV=sandbox \
node servers/mcp-core/dist/index.js
Os servidores publicados expõem binários (sankhya-mcp-core, sankhya-mcp-vendas, …),
então também podem ser iniciados via npx @sankhya-mcp/mcp-core.
Validar credenciais (preflight)
Antes da demo/PoC, confirme que as credenciais de sandbox funcionam e que há
dados de exemplo. Após pnpm build:
cp .env.example .env # preencha SANKHYA_CLIENT_ID / _SECRET / _X_TOKEN (sandbox)
pnpm validate:credentials
A ferramenta confirma que POST /authenticate retorna um JWT e que existem
produtos/parceiros no ambiente. Nenhum segredo é impresso. Detalhes, opções e
boas práticas de armazenamento seguro em
docs/credenciais-sandbox.md.
Conectar a um cliente MCP
Exemplo para Claude Desktop (carregando apenas os domínios desejados):
{
"mcpServers": {
"sankhya-core": {
"command": "npx",
"args": ["-y", "@sankhya-mcp/mcp-core"],
"env": {
"SANKHYA_CLIENT_ID": "...",
"SANKHYA_CLIENT_SECRET": "...",
"SANKHYA_X_TOKEN": "...",
"SANKHYA_ENV": "sandbox",
},
},
},
}
Mais exemplos (incluindo Docker e uso do build local) em examples/.
Docker
docker build -f servers/mcp-core/Dockerfile -t sankhya-mcp-core .
docker run --rm -i \
-e SANKHYA_CLIENT_ID=... -e SANKHYA_CLIENT_SECRET=... -e SANKHYA_X_TOKEN=... \
sankhya-mcp-core
Pacote @sankhya-mcp/core (uso programático)
import { createRuntimeFromEnv } from '@sankhya-mcp/core';
const { client } = createRuntimeFromEnv();
const produtos = await client.loadRecords({
entity: 'Produto',
fields: ['CODPROD', 'DESCRPROD'],
criteria: { expression: 'this.ATIVO = ?', parameters: [{ value: 'S' }] },
offsetPage: 0,
});
Contribuindo
- Commits semânticos (
feat:,fix:,docs:…). - Testes unitários no
coresão prioridade (auth e montagem de payloads). - Não invente campos/endpoints. Onde faltar detalhe, deixe um
TODOapontando para a doc (https://developer.sankhya.com.br/reference/...) e registre mapeamentos no@sankhya-mcp/data-dictionary. - Como adicionar um servidor de domínio: use
servers/mcp-corecomo molde (tools genéricas + resources) e os stubs de domínio como ponto de partida.
Roadmap dos servidores de domínio
Os servidores de domínio são esqueletos funcionais com uma tool de exemplo cada,
prontos para receber as tools de negócio (cada src/index.ts lista seu roadmap):
incluir/faturar nota (vendas), baixar título (financeiro), ajustar estoque
(suprimentos), admitir funcionário (RH), incluir cliente/contato (cadastros), etc.
Licença
MIT.
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。