最近在领英（LinkedIn）上获悉，工作流自动化专家 Zapier 也加入了 MCP的行列，并决定通过 MCP 的方式提供其所有的集成功能。感谢Angie的及时提醒。
这将使AI智能体能够与这些集成功能进行交互，也为像我这样的人（略懂技术但非专业开发者）带来了很多实验机会，让我们能够更多地了解这项不断发展的技术。
Angie Jones在领英上的帖子，是我第一次听说 Zapier MCP 服务器。
以下是我进行的几个相关实验。如果那些失败的实验后续成功了，我会回来更新这篇文章。
1、连接到 Zapier MCP 服务器并使用它向 Mailinator 发送邮件
这个实验出乎意料地简单—— 虽然 Zapier 的文档向来以极其友好的用户体验而闻名，本不应感到惊讶。如果您考虑建立自己的MCP服务器文档，强烈推荐参考他们的指南。
1、设置：
按照屏幕上的指南操作 —— 生成 MCP 端点（可以理解为 API 密钥）：
随后配置所需操作。我选择了 Mailinator 在 Zapier 中的 “POST 消息” 操作，因为我对这个比较熟悉，所以很容易检查它是否正常工作。另外，对于那些想使用人工智能代理来测试他们的邮件流程的人来说，我觉得这里有一个潜在的应用场景。
我点击了 “配置操作” 链接，然后通过搜索找到了我想要配置的操作：
我按照提示和链接，将一个 Webhook 令牌（从我的 Mailinator 账户生成）添加到了这个操作中，以便它能够建立连接：
完成基础配置后，需设置触发动作时的具体参数。可选配置包括：
- 硬编码值（例如 “发件人” 电子邮件地址）
- 由AI自主决策
我还可以要求在运行之前进行预览 —— 例如，如果在生产环境中测试，这可能是一个非常有用的功能。# 人为介入环节
一旦操作配置完成并启用，甚至不需要AI来测试它 —— 可直接通过Zapier的beta演示功能进行测试：
然后只需要进行一些最后的调整，点击 “运行” 就可以了。
结果：
成功了！在Zapier MCP服务器执行操作后，邮件准确送达Mailinator。
示例：https://youtu.be/MBdjnZHuF9g
将开源代理 Goose 连接到 Zapier MCP 并执行操作
现在我们知道这个操作是可行的，下一步就是通过一个代理来执行它。我最近一直在使用 Goose，因为它很容易与其他 MCP 服务器连接，所以我觉得这应该很简单。
然而实验未获成功，以下是我的尝试步骤（或许您能成功）：
- 从 Zapier 网站复制个人 MCP 服务器端点 URL：
-
启动并运行 Goose（查看页面顶部的链接，安装方法参见往期文章）。
-
通过 goose configure 命令将扩展添加到 Goose 中。
- 使用 goose session命令启动 Goose 和扩展。查看上面的图片了解详细信息（图中隐去了MCP密钥）。遗憾的是Goose无法识别该MCP服务器，实验在此受阻。若您能成功连接，可继续下一步。
- 让 Goose 做一些事情，例如，用以下文本向 Mailinator 发送一封邮件，并检查收件箱中收到的邮件内容是否正确。文本：示例登录邮件
不确定为什么这个操作在 Zapier 中可行，但在 Goose 中却无法初始化服务器。如果我找到原因，会更新这篇文章。
通过 Cursor.ai 连接到 Zapier MCP 第一部分 —— 失败了
成功的方面：
- 编辑 mcp 服务器设置
- 连接到 mcp 服务器
失败的方面：
- 让 Cursor.ai 连接到大语言模型（LLM）来传递指令 —— 由于服务器的需求，我用我那个免费的账户根本无法完成这个操作，所以……
通过 Cursor.ai Pro 连接到 Zapier MCP 第二部分 —— 成功了！
将我的Cursor.ai 订阅升级到专业版之后，首次尝试就成功了。看看这个视频，下方视频展示了Zapier MCP服务器执行邮件发送前的"人工介入"暂停环节：
示例视频：https://youtu.be/nApKC6knLWE
Zapier操作配置的灵活性可能会很有用，以便根据你的需要给予AI或多或少的自由度。例如，可以让人工智能生成邮件的内容，这样你就可以得到随机的测试数据了：
或者，你可以明确要求AI每次都使用相同的模板硬编码邮件内容，以确保一致性。
总结
绝对值得进一步进行这方面的实验 ——Zapier中现有的海量自动化操作现可通过MCP服务器与AI智能体连接，开辟了广阔的实验空间。
不仅要求提供你希望通过 MCP 服务器公开的操作，还需要对这些操作进行配置，以便用户能够看到预览内容。这种安全机制在企业应用测试场景中尤为重要，这也为工作中使用AI智能体测试提供了安全性论证依据。
祝测试愉快！
