MCP 大聯盟:打造 AI 驅動的資料整合與早期提示
聚焦 「怎麼連上現有環境並馬上看到 AI 效果」。工作坊前 30 分鐘以最小必需技術解說 MCP 架構;接下來 60 分鐘帶大家動手:
- 以 Docker Compose 啟動事件匯流排;
- 掛上 Filesystem-MCP 監控範例目錄、Email-MCP 監控 Gmail 測試帳號;
- 使用內建 LLM Service 呼叫 GPT-4o,完成文件摘要、風險標記與創意建議;
- 用 Chat UI 向 AI 提問:「幫我找出所有包含『XYZ』的合約」或「最近三天有沒有異常請款?」並即時得到多台電腦/信箱跨源答案。
大綱
1. MCP 快速總覽(10 分)
2. Docker-Compose 一鍵啟動事件匯流排
3. Filesystem-MCP 手把手
- 路徑、檔案規則、上傳驗證
4. Email-MCP 手把手
- OAuth 檔、IMAP 指令、附件過濾
5. LLM Service 綁定:OpenAI SDK 一行指令
6. AI 功能演示
- 文件摘要與重點提示
- 風險條款標記與原因說明
- Idea Mining:從簡報找創新概念
7. Chat UI:多來源 Q&A Demo
8. 擴充指引:新增 Calendar / ChatLog MCP
9. RBAC 與敏感遮罩(結尾 10 分答疑)
課程目標
- 完整 Docker-Compose 範例,`docker up` 即可落地
- Filesystem / Email MCP 範例設定檔與插件程式碼
- LLM Service 呼叫腳本:摘要、風險、靈感三合一
- Chat UI 範本,可在自家內網快速問答
- 擴充 MCP 與權限治理步驟清單

講者
劉岦崱 (Nils)
國泰金控
資深資料科學分析師
我是國泰世華銀行生成式AI研發與部署小組組長Nils,專注於LLM開源技術研究,開發多款原型產品、推動AI產品部署,並在LLM服務上線後持續迭代開發部署最新技術。
講者職經歷簡介:
- 國泰世華銀行資測部戰情科 AI 小組組長
- 曾在德國留學並工作七年
- 曾為知名外商銀行儲備幹部