01—MCP 模块标准
一种模块模式，每个连接器都适用。
MCP_CONFIGURATION
每个模块通过统一的 MCP_CONFIGURATION 声明暴露其能力：工具、资源和 prompts。编排主干和审查流程因此确切知道该期待什么。
- 工具、资源和 prompts 在 MCP_CONFIGURATION 中声明
- 所有模块共享鉴权、错误和速率限制模式
- 兼容 Python 3.8+——模块可在老旧基础设施上运行，无需升级运行时
- 统一的测试要求：每个工具都有请求/响应测试和错误路径覆盖
02—连接器交付模式
每个连接器都以相同的运营姿态交付。
类型化客户端 + 治理
- 类型化客户端，具有显式方法签名和返回类型
- 鉴权处理：OAuth、API keys 和 mTLS 按连接器管理，绝不硬编码
- httpx HTTP/2，带指数退避和抖动
- 可插拔速率限制器（令牌桶、滑动窗口、按系统）
- 结构化错误，含 HTTP 状态、供应商错误码和重试分类
- 审计日志：每个请求和响应都记录延迟和结果
- 测试覆盖：针对沙箱的集成测试、针对错误路径的 mock 测试
03—智能体运行时模式
编排主干就是交付物。
AI 智能体编排主干 + 运营姿态
- 编排主干协调智能体、在 MCP 模块间路由工具分派并执行速率限制
- 系统 prompt 和工具描述与模块代码一起版本控制
- 用于多轮对话的会话存储，保留时间可配置
- 每次工具调用的审计日志：请求、响应、延迟、结果
- 可观测性：结构化日志、指标和 traces 推送到您的监控栈
- 回退路径：后端不可用时优雅降级
- 运维 runbook：部署、回滚、事件响应和常见操作
04—数据与知识图谱模式
图谱补充记录系统；它从不替代。
Neo4j + Dagster
Neo4j 存储静态目录图谱：产品关系、供应商映射、替代规则和利润配置。实时运营状态（如库存水平、订单状态、可用性）则留在它本该属于的源系统中。
- Neo4j 用于关系推理：替代供应商、替代零件、类别层级
- Dagster 用于 ELT：assets、ops、schedules 和 sensors——声明式、版本化、可观测
- S3 中 Hive 分区文件、基于水位线的增量加载、幂等写入
- dbt 用于向 Redshift / Athena 的转换
- 实时状态留在记录系统中；图谱不会成为第二真相源
06—合作形式
固定范围阶段、每周演示、明确的移交。
项目如何确定范围
发现阶段为期一周，产出系统清单、工作流地图和建设计划。首批建设通常共 5–8 周。您在承诺建设之前就已知完整范围和成本，且每个阶段都以可用软件或具体移交物收尾。