腾讯WorkBuddy和SAP B1的集成场景之——部署模式

根据你的网络架构，有两种模式可选：
两种部署模式

部署三步走
第 1 步：配置连接信息

在部署目录创建 .env 文件（从 .env.example 复制），填入 SAP B1 地址、数据库名、账号密码。

第 2 步：启动服务

提供了三种启动方式：

Docker 部署（推荐）：./deploy.sh 选模式 1，自动构建镜像并启动容器
直接运行：./deploy.sh 选模式 2，用 Python 虚拟环境运行
测试连接：./deploy.sh 选模式 3，先验证 SAP B1 Service Layer 是否可达
如果是远程部署，启动的是 server_http.py（HTTP/SSE 模式），监听 8000 端口，提供 /sse 端点供 WorkBuddy 连接。

第 3 步：配置 WorkBuddy 连接

本地部署在 ~/.workbuddy/mcp.json 配置：

json
{ "mcpServers": { "sap-b1": { "command": "python", "args": ["server.py"], "env": {...} } } }
远程部署配置更简单：

json
{ "mcpServers": { "sap-b1": { "url": "http://your-server:8000/sse" } } }
然后在 WorkBuddy 连接器管理页面点击「信任」即可。

新增的部署文件

生产环境建议
HTTPS：通过 Nginx 反向代理 + Let's Encrypt 免费证书，避免明文传输
IP 白名单：在 Nginx 中限制只有公司 IP 可访问
只读账号：在 SAP B1 中为 MCP Server 创建专用只读账号
systemd 服务：配置为系统服务，开机自启 + 崩溃自动重启
详细的每一步操作都在 部署指南.md 中。如果你有具体的服务器环境（比如 Ubuntu/CentOS、是否已有 Docker），我可以帮你进一步定制。

同时模式A和模式B也是可以切换的，而且切换过程很简单。

核心原因：两种模式共用同一套业务代码（sap_client.py + 工具定义），只是传输层不同。server.py 用 stdio 协议，server_http.py 用 HTTP/SSE 协议，但对外暴露的 8 个工具完全一样，WorkBuddy 侧的使用体验没有任何区别。

切换步骤（A → B）
只需要做两件事：

1. 在远程服务器上启动 HTTP 模式

把项目文件传到服务器，用 server_http.py 启动（Docker 或直接运行都行）：

bash
./deploy.sh # 选模式 1（Docker）或模式 2（直接运行）

2. 修改 WorkBuddy 的 mcp.json

把原来的 command/args 配置：

json
{
"mcpServers": {

"sap-b1": {
  "command": "/path/to/.venv/bin/python",
  "args": ["/path/to/server.py"],
  "env": { "SAP_BASE_URL": "...", "SAP_COMPANY_DB": "..." }
}

}
}
改成 url 配置：

json
{
"mcpServers": {

"sap-b1": {
  "url": "http://your-server-ip:8000/sse"
}

}
}
然后在 WorkBuddy 连接器管理页面重新信任一下就行。

切换前后的对比

建议的推进路径
先用模式 A：在本地装好 Python，配置 .env，用 server.py 跑通验证——确认 SAP B1 Service Layer 能连上、数据能查出来
验证业务场景：在 WorkBuddy 里试几个销售分析任务，确认工具够用、数据符合预期
再切模式 B：确认没问题后，把代码传到服务器，启动 server_http.py，改 mcp.json 指向远程地址
这样风险最低——本地先跑通，再上服务器，出问题容易排查。