你有沒有過這種經驗：想請 AI 幫你看一下 kintone 上的某個 App、整理一下案件進度，結果只能一張一張截圖、把欄位內容複製貼上餵給 AI，AI 整理完之後，你還得再一筆一筆手動貼回 kintone。資料在「kintone」和「AI 視窗」之間來回搬運，光是搬運就花掉大半時間，搬到後來連自己在做什麼都快忘了。

如果 AI 可以直接連到你的 kintone，你只要說一句話，它就自己去查、自己整理、甚至自己幫你寫回去——是不是輕鬆很多？

這正是本篇的主角。kintone 在 2025 年推出了官方的本地 MCP Server（@kintone/mcp-server），讓 Claude Desktop、Claude Code、Cursor 這類支援 MCP 的 AI 工具，可以直接連到你的 kintone 環境，用自然語言查資料、整理、甚至寫入記錄。

本篇針對開發者，以及想做客製化／外部串接的讀者，帶你走過官方 MCP Server 的基本用途與用法：安裝、設定、實際操作、工具一覽，以及限制。因為這牽涉到讓 AI 直接動你的正式資料，本文亦會說明限制與安全注意事項，實際運用上請務必確認公司的資安相關規定。

什麼是 MCP？

MCP（Model Context Protocol）是 AI 與外部系統之間的標準介面。

最常見的類比是「AI 世界的 USB-C」——以前每接一個外部系統都要客製一套接法，有了這個標準介面之後，AI 就能用同一種方式去「查」和「改」外部系統，而不必你在中間手動複製貼上。

用一張表，馬上感受「沒有 MCP」跟「有 MCP」的差別：

那它跟一般的 REST API 是什麼關係？其實官方 MCP Server 底層就是包了 kintone REST API。差別不在「能做的事」，而在「誰來決定怎麼呼叫」——以前是工程師讀文件、決定打哪支 API、組哪些參數；MCP 則是把這個決策權交給 AI。

kintone 官方 MCP Server 能做什麼

@kintone/mcp-server 是 kintone 官方提供的「本地（local）」MCP Server。本文以 1.5.0 版為例說明（提醒：版本會持續更新，實際請以 GitHub / npm 上的最新版為準）。

它底層連的是 kintone REST API，涵蓋了常用的 API 操作：App 設定、表單欄位、記錄、留言、流程狀態、附件下載等等。

把它的能力概分成四大類，後面的工具一覽表也是照這四類來排：

1. App 資訊讀取：列出 App、看欄位設定、看表單版面、看流程管理設定等。
2. 記錄讀寫：取記錄、新增、更新、刪除、改流程狀態、讀寫留言。
3. App 設定與部署：建立 App、增刪改欄位、改版面、改一般設定、部署。
4. 檔案下載：下載附件欄位裡的檔案。

對開發者來說，幾個很有感的實際場景：

• 盤點既有 App／交接：接手一個沒人懂的環境，先請 AI 掃一遍有哪些 App、各自在管什麼。
• 需求訪談前快速理解資料結構：開會前讓 AI 用白話把某個 App 的欄位講一遍。
• 不用匯出 CSV 就產出摘要與週報：直接從記錄一步產生報告文字。
• 用非結構化文字快速登錄記錄：把會議筆記、名片資訊丟給 AI，請它拆成欄位寫進去。

ℹ️ 授權與支援方針：
本套件採 Apache-2.0 授權（Copyright 2025 Cybozu, Inc.）。它屬於本地 MCP Server，不在 kintone API 支援窗口（APIサポート窓口）的範圍內，有 bug 或功能需求請走 GitHub Issues。

🔗 官方來源：

• GitHub repo：https://github.com/kintone/mcp-server
• npm 套件頁：https://www.npmjs.com/package/@kintone/mcp-server
• Cybozu Developer Network：https://cybozu.dev/

安裝與設定

官方提供三種安裝方式：

方式一：MCPB（Claude Desktop 用套件）

• Step 1. 到 GitHub Releases 下載最新版的 kintone-mcp-server.mcpb
  Releases 頁面：https://github.com/kintone/mcp-server/releases
• Step 2. 開啟 Claude Desktop → 設定（Settings） → 桌面應用程式（Desktop app）→ 擴充功能（Extensions）
• Step 3. 把剛剛下載的 .mcpb 檔拖放進視窗，按下 Install
• Step 4. 在設定對話框填入 Kintone Base URL / Username / Password

安裝完之後不需要另外建立設定檔。

方式二：Docker 容器映像

需要先安裝並啟動 Docker。可先用下列指令執行（帳密換成自己的）：

docker run -i --rm \
  -e KINTONE_BASE_URL=https://example.cybozu.com \
  -e KINTONE_USERNAME=(username) \
  -e KINTONE_PASSWORD=(password) \
  ghcr.io/kintone/mcp-server

映像放在 GitHub Container Registry：ghcr.io/kintone/mcp-server（可加 :latest tag）。實際在 AI 工具裡使用時，會以 command=docker、args=run -i --rm ... 的方式掛進設定檔（見下方範例）。

方式三：npm 套件

需要先安裝 Node.js（依 package.json：Node >= 22）。

全域安裝：

npm install -g @kintone/mcp-server

啟動指令為 kintone-mcp-server，可用 --base-url / --username / --password 旗標，或等價的 KINTONE_BASE_URL / KINTONE_USERNAME / KINTONE_PASSWORD 環境變數。

在 AI 工具中掛入（設定檔範例）

不同 AI 工具的設定檔路徑不同：

• Claude Code：.mcp.json
• Cursor：.cursor/mcp.json（README 也提供一鍵安裝連結）
• 理論上任何支援 MCP（stdio）的工具都可以，依各工具文件建立設定檔即可。

以下是一段可以直接複製的設定範例（用 Docker 掛入）：

{
  "mcpServers": {
    "kintone": {
      "type": "stdio",
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-e",
        "KINTONE_BASE_URL",
        "-e",
        "KINTONE_USERNAME",
        "-e",
        "KINTONE_PASSWORD",
        "ghcr.io/kintone/mcp-server:latest"
      ],
      "cwd": "${cwd}",
      "env": {
        "KINTONE_BASE_URL": "https://example.cybozu.com",
        "KINTONE_USERNAME": "username",
        "KINTONE_PASSWORD": "password"
      }
    }
  }
}

逐欄說明：

• type：傳輸方式，這裡是 stdio（標準輸入輸出）。
• command：實際要執行的指令，這裡是 docker（用 npm 安裝則填 kintone-mcp-server）。
• args：傳給指令的引數陣列；run -i --rm 是 Docker 的執行旗標，-e KINTONE_... 把環境變數帶進容器，最後是映像名稱。
• env：實際的環境變數值，base URL 與帳密填在這裡。

設定選項與認證方式

💡 認證優先順序：同時指定密碼認證與 API token 時，密碼認證優先；同時給命令列引數與環境變數時，命令列引數優先。

⚠️ 安全提醒：對外公開的環境，建議優先用 API token，並只授予該用途所需的最小權限（閱覽／新增／編輯／刪除按需勾選），不建議直接使用個人帳號密碼。用戶端憑證認證時，base URL 網域必須是安全存取網域（例 .s.cybozu.com，依使用地區而定）。

基本用法實例（自然語言操作 demo）

五個情境，從讀到寫：列 App → 讀欄位 → 跨 App 查詢 → 產出週報 → 寫入記錄。

下面所有範例的客戶、聯絡人、數字皆為虛構占位，僅供說明格式。

範例一：請 AI 列出環境裡的 App

你不需要事先知道任何 App ID，直接問：

請列出目前我可以存取的 kintone app，並整理成表格，
包含 app 名稱、app ID，以及你推測它可能管理的資料類型。

背後呼叫的是 kintone-get-apps。這是實際查你的環境得到的結果。回來大概像這樣（示意值）：

範例二：讓 AI 讀懂某個 App 的欄位與表單結構

知道 App ID 之後，可以請它用白話解釋這個 App：

請說明 app ID <APP_ID> 有哪些主要欄位，並用非技術語言解釋這個 app
大概在管理什麼資料。請把欄位分成基本資料、狀態管理、備註或其他類別。

背後是 kintone-get-form-fields（需要時再加 kintone-get-form-layout 看版面）。用於盤點、交接、需求訪談前的快速理解。

範例三：跨 App 的自然語言查詢

直接問：

<A公司> 是誰負責的案件？目前進度到哪了？有沒有已經在談的商談記錄？

AI 會自己決定要去查客戶管理、案件管理、商談記錄哪幾個 App，再把結果整合成一段回答。實際上 AI 通常會先用 kintone-get-apps / kintone-get-form-fields 探查環境與結構，再多次呼叫 kintone-get-records 取數；但你完全不必指定要打哪個 App、組什麼查詢條件。

範例四：查資料一步產出可貼上的週報／摘要

請它統計並產出文字：

目前各業務負責案件的狀況如何？請用表格整理每位業務的案件數量、
進度分布，最後幫我寫一段可以貼到週報的文字摘要。

回來會是一張交叉表加一段現成文字（以下為示意值）：

本週案件總數 19 件，其中進行中 10 件、已成案 7 件，待跟進 2 件……（可直接貼到週報）

這類含彙總統計的需求，AI 同樣會視情況先探查 App 與欄位結構，再多次呼叫 kintone-get-records 把數據撈齊後彙整。

範例五：用名片或會議筆記新增／更新記錄（寫入類）

你可以貼一段虛構聯絡人或一段凌亂的會議筆記，請 AI 拆解成欄位再登錄：

這是我剛開完會的筆記，請幫我整理成商談記錄 App 的格式，
包含出席者、需求、預算與時程、TODO，然後幫我登錄進去。

或是名片場景，帶上「已存在則比對、不存在則新增」的判斷邏輯：

請幫我把這張名片登錄到聯絡人管理 App。如果這間公司在公司管理裡還沒有，
請先幫我新增公司資料；如果已存在，請比對名片資訊，告訴我有哪些欄位
可以補充或更新，確認後再更新。

背後是 kintone-add-records / kintone-update-records。

安全寫入的 prompt 模式（可重用的做法）

寫入資料時，可採寫入前確認、寫入後讀回的做法：

請在寫入 kintone 前，先列出即將登錄的欄位值，特別是姓名、公司名稱、
職稱、電話、email，等我確認後再新增或更新資料。

寫入後再補一句：

新增完成後，請再查詢一次剛剛建立的記錄，
確認實際寫入的內容和原始資料一致。

中文相近字特別容易出錯，寫入前後各核對一次可避免大部分錯誤。

💡 補充——用對照 App 提供使用者資訊：官方 server 目前沒有查詢使用者／組織／群組的工具，所以當你想讓 AI 把人員填進 USER_SELECT 等欄位時（例如產生測試資料、分配負責業務），它無法自行得知有哪些人、login code 是什麼。一種做法是直接提供 login code；若需分配的人數較多，可在 kintone 內建一個「成員清單對照 App」（放 USER_SELECT / ORGANIZATION_SELECT / GROUP_SELECT 欄位），讓 AI 先查這個 App 取得人員資訊，再去填別的 App。例如：

請幫我在測試 App 新增幾筆測試用記錄，負責業務請從成員清單 App 中
找出屬於「業務」角色的成員來分配。

💡 補充：多數 AI 工具都可以在 tool permission 設定每個工具是否要逐次確認。建議讀取類放行、寫入類逐次確認。

工具一覽（四大類對照表）

官方 README「ツール一覧（Tools）」的 22 個工具，依用途分四類。

① App 資訊讀取

② 記錄與留言讀寫

③ App 設定與部署

④ 檔案下載

⚠️ 提醒：第 ③ 類（設定／部署）與刪除類工具會實際改動 App 結構，建議搭配 tool permission 逐次確認，並先在測試環境驗證再部署到運用環境。

注意事項與限制

• 記錄操作 — 附件欄位：記錄登錄／更新工具中無法指定附件欄位。名片圖片這類附件目前只能補文字，圖檔需手動上傳（官方目前沒有檔案上傳工具）。
• 記錄操作 — 選擇欄位：使用者選擇、組織選擇、群組選擇欄位，只有在已設定選項（選択肢）時才能登錄／更新。
• 不支援訪客空間：無法存取來賓空間內的 App。
• MCP 不會跳過 kintone 既有權限：能做什麼仍受帳號／API token 權限／App 權限／tool permission 控管。用 API token 認證時，記得確認已授予所需的閱覽／新增／編輯／刪除權限。
• AI 回覆看似正確 ≠ 寫入 payload 正確：中文相近字需要特別檢查；不同模型的寫入穩定度也可能不同，需自行驗證（呼應前面的「寫入前確認、寫入後讀回」模式）。
• kintone-download-file 必須事先指定附件儲存目錄（--attachments-dir / KINTONE_ATTACHMENTS_DIR），未指定會在執行時報錯。
• （實務提醒，非官方記載）大量欄位或 layout 更新時可能較慢，可分批操作。

結語

這篇文章介紹了 kintone 官方 MCP Server 的安裝、設定，以及用自然語言查資料、整理、寫入記錄的基本用法。在盤點既有 App、需求訪談前快速理解資料、免匯出產出週報、用非結構化文字登錄記錄這些場景中，都可以善加活用。建議先拿一個測試 App、讀取類工具放行、寫入類逐次確認，有興趣的話可以試試看。

官方文件：

• GitHub：https://github.com/kintone/mcp-server
• npm：https://www.npmjs.com/package/@kintone/mcp-server
• Cybozu Developer Network：https://cybozu.dev/