1. 从「问 SAP 问题」到「查 SAP 证据」MCP 接入到底改变了什么SAP 系统通过 MCP 协议对接 AI 工具链指的是把 SAP 的 ADT、RFC、ABAP 三类接口封装成 MCP 工具让大模型在权限边界内直接读取程序源码、查询透明表数据、调用受控远程函数从而完成查询、调用与自动化动作。它适合已经有一定 ABAP 开发基础、手里有 DEV/QA 环境、想用 AI 辅助排查业务问题或整理技术文档的 SAP 顾问、开发和运维人员。很多人第一次听到「大模型连接 SAP」脑子里浮现的画面是在聊天窗口里问一句「VA01 是干什么的」然后 AI 给出一段标准解释。这种用法确实能用但它和真正把 SAP 接进 MCP 之后的能力差了一个数量级。没有连接企业系统之前大模型靠的是公开资料和训练数据。它能解释标准事务码、ABAP 语法、常见配置却不知道你们公司的 ZSDR001 里写了什么过滤条件不知道 ZMMFM003 为什么返回「库存地点不存在」更看不到开发系统已经修复、生产系统还没传输的版本差异。接入 MCP 之后情况变了。大模型可以在权限允许的范围内调用工具由工具进一步访问 SAP 的 ADT、RFC 或其他接口拿到当前系统里的真实信息。它开始从一个「懂一些 SAP 知识的聊天机器人」变成一个能协助取证、分析、开发、测试和知识沉淀的技术助手。这篇文章我会按可跟做的顺序拆开讲先讲清楚 MCP、ADT、RFC 三者的层次关系再给出可复制的 MCP 服务端配置片段和 TaoToken 统一 Key 的接入参数然后用 ADT 和 RFC 两条路径验证连通性最后把常见的报错逐个排掉。你可以边看边在自己的 DEV 环境里试。2. TaoToken 统一 Key 前置准备MCP 服务端与模型侧怎么接在动手写 SAP MCP Server 之前先把模型侧的调用通道准备好。我自己的做法是让 MCP Server 通过一个统一的 OpenAI 兼容入口去调用模型这样工具定义、鉴权、审计都集中在服务端模型侧只认一个 Base URL 和一把 Key。TaoToken 在这里扮演的角色就是那个统一入口。它的 API 地址是https://taotoken.net/api兼容 OpenAI 的/v1/chat/completions和/v1/models接口。你需要在控制台创建一把 API Key然后把它写进 MCP Server 的环境变量里而不是硬编码在代码中。创建 Key 的入口在控制台的 API Keys 页面https://taotoken.net/console/api-keys?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentapi_keys。拿到 Key 之后先别急着接 SAP用一条最简单的请求确认模型通道是通的。curl https://taotoken.net/api/v1/chat/completions \ -H Content-Type: application/json \ -H Authorization: Bearer $TAOTOKEN_API_KEY \ -d { model: claude-sonnet-4-5, messages: [ {role: user, content: 用一句话说明 ABAP 内表和透明表的区别} ] }如果返回里有正常的choices[0].message.content说明模型侧没问题。这一步很关键因为后面 SAP MCP 报错时你要能快速判断是模型通道的问题还是 SAP 接口的问题。接下来是模型 ID 的选择。MCP 场景下工具调用比较密集建议选支持 function calling 的模型。你可以在模型对话页面先试一下工具调用是否正常https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentmodels。如果只是做代码分析和文档整理长上下文模型会更稳如果要做多轮 Agent 编排编码计划类的套餐在成本上更划算入口在https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentcoding_plan。环境变量建议这样组织把模型侧和 SAP 侧彻底分开export TAOTOKEN_API_KEYsk-你的Key export TAOTOKEN_BASE_URLhttps://taotoken.net/api export SAP_BASE_URLhttps://your-sap-dev.example.com:44300 export SAP_CLIENT100 export SAP_USERmcp_service export SAP_PASSWORD你的SAP密码 export SAP_ENVDEV注意SAP 的登录凭据只保存在 MCP Server 这一侧不要传给大模型。模型拿到的是「工具使用权」不是 SAP 账号本身。这一点在正式环境里是硬性要求。如果你用的是 Claude Code 这类客户端来驱动 MCP配置里同样只填 Base URL 和 Key模型 ID 按客户端要求写。三件套缺一不可Base URL 指向https://taotoken.net/apiKey 用上面创建的Model ID 选一个支持工具调用的。接入文档在https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentdoc里面有各客户端的字段对照。3. 可复制的 SAP MCP Server 配置ADT 与 RFC 双通道这一节给你可以直接抄的配置。我按「MCP 客户端配置 MCP Server 工具定义 ADT/RFC 适配层」三层来写路径和字段名尽量贴近真实项目。先看 MCP 客户端的配置。以常见的mcp.json或settings.json为例把 SAP MCP Server 注册进去{ mcpServers: { sap-adt: { command: python, args: [-m, sap_mcp.server], env: { TAOTOKEN_BASE_URL: https://taotoken.net/api, TAOTOKEN_API_KEY: ${TAOTOKEN_API_KEY}, SAP_BASE_URL: ${SAP_BASE_URL}, SAP_CLIENT: 100, SAP_USER: ${SAP_USER}, SAP_PASSWORD: ${SAP_PASSWORD}, SAP_ENV: DEV, SAP_ALLOW_WRITE: false } } } }SAP_ALLOW_WRITE这个开关很重要。DEV 环境可以设成true允许激活对象QA 设成false只读加受控测试PRD 永远false。不要指望用提示词告诉模型「别改生产」限制必须在服务端代码里真正执行。再看 MCP Server 的工具定义。用 FastMCP 写一个最小可用的 ADT 工具集from mcp.server.fastmcp import FastMCP import os, requests mcp FastMCP(sap_adt) SAP_BASE_URL os.environ[SAP_BASE_URL] SAP_CLIENT os.environ.get(SAP_CLIENT, 100) def make_adt_request(url: str, method: str GET, **kwargs): session requests.Session() session.auth (os.environ[SAP_USER], os.environ[SAP_PASSWORD]) session.headers.update({ Accept: application/xml, sap-client: SAP_CLIENT, }) return session.request(method, url, timeout30, **kwargs) mcp.tool(nameGetProgram) def get_program(program_name: str) - str: 读取指定 ABAP 程序的当前源码。 if not program_name: raise ValueError(program_name is required) url f{SAP_BASE_URL}/sap/bc/adt/programs/programs/{program_name}/source/main resp make_adt_request(url, GET) resp.raise_for_status() return resp.text mcp.tool(nameGetTableStructure) def get_table_structure(table_name: str) - str: 获取透明表或结构的字段定义。 url f{SAP_BASE_URL}/sap/bc/adt/ddic/tables/{table_name}/source/main resp make_adt_request(url, GET) resp.raise_for_status() return resp.textADT 的 URL 路径是固定的/sap/bc/adt/programs/programs/{name}/source/main取程序源码/sap/bc/adt/ddic/tables/{name}/source/main取表结构。真实项目里还要处理 CSRF Token、对象锁、超时重试和字符编码这些封装在make_adt_request内部就行。RFC 通道单独写一个适配器用 PyRFC 调用受控函数from pyrfc import Connection ALLOWED_FUNCTIONS { Z_GET_SALES_ORDER_INFO: readonly, BAPI_SALESORDER_GETDETAIL: readonly, } def get_rfc_conn(): return Connection( ashostos.environ[SAP_HOST], sysnros.environ.get(SAP_SYSNR, 00), clientSAP_CLIENT, useros.environ[SAP_USER], passwdos.environ[SAP_PASSWORD], langZH, ) mcp.tool(nameCallFunctionModule) def call_function_module(function_name: str, parameters: dict) - dict: 调用经过授权的远程函数模块。 if function_name not in ALLOWED_FUNCTIONS: raise PermissionError(f{function_name} 不在白名单内) conn get_rfc_conn() return conn.call(function_name, **parameters)白名单是 RFC 通道的生命线。CallFunctionModule这类工具属于高风险等级正式环境必须区分只读函数、可写函数、允许使用的环境以及是否需要人工确认。查询类可以自动执行可能修改数据的函数一定要暂停等用户确认。4. 验证连通性用 ADT 和 RFC 各跑一次真实请求配置写完先别急着让模型自由发挥手动验证两条通道是否通。这一步能帮你把「模型问题」和「SAP 接口问题」彻底分开。先验证 ADT。启动 MCP Server 后在客户端里发一条明确的工具调用请求{ name: GetProgram, arguments: { program_name: ZSDR001 } }如果返回的是 ABAP 源码文本说明 ADT 通道打通了。如果返回 401说明 SAP 凭据或 client 不对如果返回 404说明程序名拼错或者该程序在当前系统不存在。我试过把程序名写成小写ADT 会直接报 404SAP 对象名对大小写敏感这点要留意。再验证 RFC。调用一个只读函数{ name: CallFunctionModule, arguments: { function_name: Z_GET_SALES_ORDER_INFO, parameters: { IV_VBELN: 1234567890 } } }返回结构里应该能看到订单的抬头信息。如果报RFC_ERROR_LOGON_FAILURE检查SAP_HOST、SAP_SYSNR和用户权限如果报函数不存在确认该函数在 SAP 里已经激活并且勾选了「远程启用」。两条通道都通之后跑一个完整的证据链分析。假设用户问「销售订单 1234567890 在 ZSDR001 中查不到但 VA03 能看到帮我分析原因。」第一步模型调用GetProgram拿到 ZSDR001 的真实源码发现查询里固定限制了AUART ZOR。第二步模型调用ReadTableData查 VBAK{ name: ReadTableData, arguments: { table_name: VBAK, fields: [VBELN, AUART, VKORG], where: VBELN 1234567890, max_rows: 1 } }返回{VBELN: 1234567890, AUART: ZRE, VKORG: 1000}。第三步模型得出结论订单存在但实际类型是 ZRE被程序里AUART ZOR的过滤条件挡掉了。这个结论的依据是「当前系统源码 当前业务数据」和普通大模型凭经验列可能性有本质区别。ReadTableData这一层不能把模型生成的 SQL 直接转发给 SAP。必须限制只允许 SELECT、限制返回行数、控制可访问表、对敏感字段脱敏并记录用户和查询条件。MCP 不只是协议转换器它同时是 AI 访问 SAP 的安全网关。5. 常见报错排查401、local proxy failed、reading choices、OAuth这一节按真实报错来排。我把踩过的坑按现象、原因、处理三步写你对照自己的日志找。401 Unauthorized模型侧现象是 MCP Server 调用模型时返回 401。原因通常是TAOTOKEN_API_KEY没设、设错或者环境变量没被 MCP 进程继承。处理方式是先在终端里echo $TAOTOKEN_API_KEY确认有值再用第 2 节的 curl 命令单独测一次。如果 curl 通、MCP 不通就是 MCP 客户端的环境变量传递问题检查mcp.json里有没有写${TAOTOKEN_API_KEY}。401 UnauthorizedSAP 侧现象是 ADT 请求返回 401。原因是 SAP 用户密码错、client 不对或者该用户没有 ADT 访问权限。处理方式是先用 SAP GUI 或 Eclipse ADT 用同一账号登录一次确认账号可用再检查sap-client请求头是否和SAP_CLIENT一致。local proxy failed现象是客户端报local proxy failed或连接被拒。原因通常是 MCP Server 进程没起来或者端口被占用。处理方式是先手动运行python -m sap_mcp.server看有没有报错确认进程能正常启动再检查客户端配置里的command和args路径是否正确。如果是容器环境确认端口映射没冲突。reading choices 报错现象是模型返回里choices字段读不到报reading choices或类似。原因是模型通道返回了非预期结构常见于 Base URL 写错、模型 ID 不存在或者请求体格式不对。处理方式是确认 Base URL 是https://taotoken.net/api注意结尾不要多加/v1具体以接入文档为准模型 ID 用/v1/models列出来的有效值请求体里messages是数组。OAuth 相关报错现象是客户端提示 OAuth 授权失败或 token 过期。原因是部分客户端默认走 OAuth 流程而 MCP 场景下用的是 API Key。处理方式是在客户端配置里显式指定用 API Key 鉴权把 Base URL、Key、Model ID 三件套填全。如果客户端支持authType字段设成api_key。ADT 返回 403 Forbidden现象是程序源码读不到。原因是 SAP 用户缺少该对象的显示权限或者对象处于锁定状态。处理方式是让 Basis 给 MCP 服务账号加S_DEVELOP的显示权限并确认对象没有被传输锁占用。RFC 报 function not found现象是CallFunctionModule报函数不存在。原因是函数没激活、没勾选远程启用或者白名单里没加。处理方式是先在 SE37 里确认函数状态是「已释放」属性里勾了「远程启用的模块」再把函数名加进ALLOWED_FUNCTIONS。排错时有个通用原则先分层再定位。模型侧的问题用 curl 测SAP 侧的问题用 Eclipse ADT 测MCP 层的问题看 Server 日志。三层分开测比盯着一个报错猜要快得多。6. 把 SAP MCP 用起来从查询到受控自动化的边界通道打通、报错排完之后回到最初的问题接上 MCP 到底能做哪些事。我按风险从低到高列一下你可以对照自己的环境判断适合从哪一层切入。只读查询层是最安全的起点。读取 Z 报表、Include、函数模块、类、CDS View 和数据字典对象分析查询条件、内表读取、权限检查和数据流向。辅助排查业务问题时围绕单据逐步查状态、配置、自建表、程序和日志对比正常与异常数据形成可验证的证据链。这一层在 DEV、QA、PRD 都可以开PRD 保持只读即可。代码检查层可以结合真实源码检查数据库访问、内表性能、异常处理、硬编码和版本兼容性。进一步封装 ADT 的 Check Run、SLIN 或 ATC 之后还能把 SAP 自身的检查结果拉进来一起看。这一层建议在 DEV 和 QA 开PRD 不开。受控开发层要加严格门禁。流程是分析需求、读取现有源码、设计修改方案、用户确认、UpdateProgram、CheckAbapSyntax、ActivateAbapObject、读回并验证。MCP 能提高效率但不能取消需求确认、代码审查和变更管理。这一层只在 DEV 开且SAP_ALLOW_WRITE要配合人工确认一起用。传输与文档层适合做知识沉淀。查询 TR 包含的对象、对象激活状态以及开发、测试和生产之间的版本差异避免把版本不同误判成业务数据问题。通过读取函数、结构和数据元素生成接口封装文档、字段映射表、测试数据模板。问题处理完后把现象、证据、根因、解决方案和验证结果存成结构化案例下次类似问题先检索历史经验再结合当前 SAP 数据验证。安全控制上环境隔离、用户身份传递、工具分级、操作审计、人工确认这五件事要在 MCP Server 里真正落地。一次调用至少记录用户、环境、工具名称、参数摘要、执行结果和时间。涉及源码和业务数据时防止敏感内容被完整写进普通日志。如果你打算长期跑编码和 Agent 编排Coding Plan 在成本上比按次调用更可控入口在https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentcoding_plan。需要先确认模型通道和工具调用是否正常可以去模型对话页面试https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentmodels。Key 的创建和管理在 API Keys 页面https://taotoken.net/console/api-keys?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentapi_keys。字段对照和客户端配置参考接入文档https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentdoc。真正有价值的不是让 AI 自动操作所有事务码而是在安全边界内把大模型的理解推理能力和 SAP 的真实系统证据连起来。大模型负责理解和推理MCP 负责工具调用和能力控制ADT 负责开发对象和技术能力RFC 负责受控的业务函数调用SAP 提供真实系统证据。先把连接稳定性、工具定义、权限边界、操作审计和环境隔离做好再谈自动化这条路才走得稳。