پرش به محتوا
شروع رایگان

اتصال دستیار هوش مصنوعی به اودو
آموزش تصویری سرور MCP، گام‌به‌گام

Claude، ChatGPT، Cursor یا n8n را مستقیم به داده‌ی زنده‌ی ERP خود وصل کنید — با دسترسی کنترل‌شده، تأیید انسانی برای هر تغییر و ممیزی کامل. بدون نصب هیچ برنامه‌ی واسط: خودِ اودو سرور MCP است.

مشاهده و خرید اپ
۵۱ ابزار · پروتکل ۲۰۲۶-۰۷-۲۸ · OAuth 2.1 · تأیید انسانی برای نوشتن

سرور MCP روی اودو چیست؟

سرور MCP یک نقطه‌ی اتصال استاندارد روی اودو است که به دستیار هوش مصنوعی اجازه می‌دهد به‌جای حدس‌زدن، واقعاً داده‌ی سیستم شما را بخواند و — با تأیید صریح شما — در آن تغییر ایجاد کند. MCP سرنام Model Context Protocol است؛ پروتکلی باز که کلاینت‌های هوش مصنوعی با آن ابزارهای یک سیستم را کشف و اجرا می‌کنند. در نسخه‌ی ابرک، هر فراخوانی با دسترسی همان کاربر اودویی اجرا می‌شود که کلید به او وصل است، هیچ نوشتنی در فراخوانی اول اعمال نمی‌شود و هر درخواست — موفق یا ردشده — لاگ می‌گیرد.

  • ۵۱ ابزارخواندن، گزارش، نوشتنِ تأییدشده
  • تأیید انسانیهر تغییر اول diff، بعد اجرا
  • دسترسی کاربرACL و قواعد رکورد اودو پابرجا
  • ممیزی کاملهر فراخوانی لاگ، بدون ذخیره‌ی توکن

چرا اتصال مستقیم، به‌جای کپی‌کردن گزارش در پنجره‌ی چت؟

روش رایج امروز این است: از ERP گزارش می‌گیرید، در فایل می‌ریزید و در پنجره‌ی چت هوش مصنوعی می‌چسبانید. سه مشکل دارد — داده تا لحظه‌ی کپی کهنه است، حجمش محدود به همان چیزی است که دستی برداشته‌اید، و خروجی مدل هیچ راهی برای برگشتن به سیستم ندارد. اتصال MCP هر سه را حل می‌کند: مدل خودش سؤال را به یک فراخوانی ابزار ترجمه می‌کند، جواب لحظه‌ای می‌گیرد و اگر قرار باشد چیزی ثبت شود، تغییر پیشنهادی را برای تأیید شما برمی‌گرداند.

نکته‌ی مهم امنیتی: اتصال MCP «دادن کلید کل شرکت به یک مدل» نیست. سطح دسترسی دقیقاً همان چیزی است که شما روی کلید تعریف می‌کنید — و در ادامه گام‌به‌گام می‌بینید چطور آن را تنگ نگه دارید.

راه‌اندازی در ۶ گام

  1. فعال‌سازی اپ سرور MCP: اپ «سرور MCP» را از فروشگاه اپ ابرک فعال کنید؛ منوی «سرور MCP» در نوار برنامه‌ها ظاهر می‌شود.
  2. ساخت کلید و انتخاب کاربر اودو: در «سرور MCP ▸ کلیدها» دکمه‌ی «جدید» را بزنید و کلید را به کاربری با کمترین دسترسی لازم وصل کنید — همه‌ی فراخوانی‌ها با دسترسی همان کاربر اجرا می‌شوند. متن کامل کلید فقط یک بار نمایش داده می‌شود؛ بعد از آن فقط پیشوندش در سیستم می‌ماند.
  3. تعیین دامنه، سقف نرخ و مدل‌های مجاز: دامنه را روی «فقط خواندن» بگذارید (ابزارهای نوشتن اصلاً برای کلاینت فهرست نمی‌شوند)، سقف نرخ در دقیقه را تنظیم کنید و در صورت نیاز مدل‌های مجاز و مبدأهای مجاز را محدود کنید.
  4. تست در آزمایشگاه، پیش از اتصال کلاینت: در «سرور MCP ▸ آزمایشگاه» همان ابزار را با همان کلید اجرا کنید. این گام اختیاری نیست؛ دقیقاً همین است که «ابزار خراب است» را از «کلاینت من بد تنظیم شده» جدا می‌کند.
  5. اتصال کلاینت هوش مصنوعی: نشانی https://<فضای-کاری>.abrak.org/mcp را با کلید به‌عنوان Bearer token در کلاینت وارد کنید — نمونه‌ی دقیق تنظیمات پایین‌تر آمده است.
  6. تأیید تغییرها و بررسی ممیزی: هر ابزار نوشتن در فراخوانی اول فقط یک diff برمی‌گرداند؛ بعد از تأیید، خودِ فراخوانی در «لاگ درخواست‌ها» با ستون «نوشتن اعمال شد» قابل پیگیری است.

آموزش تصویری — قدم‌به‌قدم

📸 برای بزرگ‌نمایی، روی هر تصویر بزنید — آلبوم تمام‌صفحه باز می‌شود و با فلش‌های چپ/راست (یا کلیدهای جهت‌دار) بین همه‌ی مراحل می‌چرخید.

گام ۲ و ۳: ساخت کلید، انتخاب کاربر و بستن دامنه‌ی دسترسی

فهرست کلیدهای سرور MCP در اودو با ستون‌های پیشوند کلید، کاربر اودو، دامنه‌ی دسترسی خواندن و نوشتن، سقف نرخ، تعداد فراخوانی و آخرین استفاده
۱. فهرست کلیدها میز کار روزانه است: می‌بینید هر کلید به کدام کاربر وصل است، چه دامنه‌ای دارد، چند بار استفاده شده و آخرین بار کِی. متن کامل کلید این‌جا نیست — فقط پیشوندش.
فرم کلید MCP در اودو: نشانی سرور فضای کاری، کاربر اودو، پیشوند کلید، تاریخ انقضا، انتخاب دامنه‌ی فقط خواندن یا خواندن و نوشتن، سقف نرخ در دقیقه، مبدأهای مجاز و تب متدهای مجاز
۲. روی فرم کلید، نشانی سرور همین فضای کاری بالای فرم نوشته شده تا اشتباه تایپ نشود. دامنه، تاریخ انقضا، سقف نرخ، مبدأهای مجاز و حتی فهرست متدهای مجاز (مثل sale.order:action_confirm) همه این‌جا تنظیم می‌شوند.

گام ۴: آزمایشگاه — اجرای واقعی ابزار پیش از اتصال کلاینت

آزمایشگاه سرور MCP در اودو: انتخاب کلید و ابزار jalali_convert، توضیح دوزبانه‌ی فارسی و انگلیسی ابزار و نمایش JSON Schema ورودی
۳. ابزار را انتخاب می‌کنید و بلافاصله توضیح دوزبانه و JSON Schema ورودی آن را می‌بینید — همان چیزی که مدل هم می‌بیند. آرگومان‌ها را در ویرایشگر بالا می‌نویسید.
نتیجه‌ی اجرای ابزار jalali_convert در آزمایشگاه MCP: خروجی JSON شامل تاریخ شمسی، تاریخ میلادی، نام ماه فارسی و روز هفته
۴. نتیجه دقیقاً همان چیزی است که کلاینت هم می‌گیرد: هم متن، هم structuredContent. تب «curl» دستور معادل را می‌سازد تا بتوانید همین فراخوانی را بیرون اودو هم بازتولید کنید.

گام ۶: تأیید انسانی نوشتن، و ممیزی

پاسخ تأیید نوشتن در سرور MCP اودو: فیلد resultType با مقدار input_required و شرح دقیق رکوردی که قرار است ساخته شود، به فارسی و انگلیسی
۵. مهم‌ترین تصویر این صفحه. ابزار create_records صدا زده شده و هیچ رکوردی ساخته نشده: پاسخ resultType: "input_required" است و متن آن دقیقاً می‌گوید چه رکوردی با چه مقادیری قرار است ساخته شود — به فارسی و انگلیسی. تا وقتی تأیید نکنید، چیزی نوشته نمی‌شود.
لاگ درخواست‌های سرور MCP در اودو با ستون‌های زمان، کلید، کلاینت، متد JSON-RPC، ابزار، مدل، کد وضعیت، دلیل رد شدن، نوشتن اعمال‌شده و مدت اجرا
۶. هر فراخوانی — موفق یا ردشده — یک سطر است. ستون «نوشتن اعمال شد» پیش‌نمایش را از تغییر واقعی جدا می‌کند، و ستون «دلیل رد» می‌گوید چرا چیزی رد شده (Unauthorized، MethodNotFound، InvalidParams و مانند آن). خودِ توکن هرگز ذخیره نمی‌شود.

ورود یکپارچه: همان حساب اودو، هم چت هم دستیار هوش مصنوعی

صفحه‌ی ورود دستیار هوش مصنوعی ابرک با فیلد ایمیل و رمز عبور و دکمه‌ی جداگانه‌ی «با ابرک ادامه دهید» برای ورود یکپارچه
۷. اودو ابرک ارائه‌دهنده‌ی هویت OpenID Connect است. دکمه‌ی «با ابرک ادامه دهید» روی چت، کاربر را با همان حساب اودو وارد می‌کند — روی همان سرور OAuth 2.1 که سرور MCP از آن استفاده می‌کند.
صفحه‌ی تأیید دسترسی OAuth روی اودو: برنامه‌ی Claude درخواست دسترسی mcp:read و mcp:write می‌دهد، حساب کاربری admin در حال ورود نمایش داده شده و دکمه‌های اجازه می‌دهم و رد می‌کنم دیده می‌شوند
۸. همین صفحه وقتی claude.ai به https://mcp.abrak.org/mcp وصل می‌شود دیده می‌شود — کشف خودکار (RFC 9728) کلاینت را به همین‌جا می‌فرستد. نام برنامه، حسابی که وارد شده، دامنه‌های درخواستی و نشانی دقیقی که توکن برایش صادر می‌شود (RFC 8707) همه پیش از تأیید روی صفحه‌اند.

دستور آماده در داشبورد — بدون نوشتن پرامپت

نتیجه‌ی اجرای دستور آماده‌ی نمای کلی کسب‌وکار در داشبورد سرور MCP: پنل شاخص‌ها شامل سرنخ‌های باز، مطالبات معوق، فاکتورهای پرداخت‌نشده، سفارش‌های تأییدشده، پیش‌فاکتورهای باز و فعالیت‌های باز و معوق با ارقام فارسی
۹. از ۲۴ دستور آماده، «نمای کلی کسب‌وکار» با یک کلیک اجرا می‌شود — بدون هیچ پرامپتی. خروجی پنل شاخص‌هاست، نه JSON خام؛ همین دستور از مسیر دستیار هوش مصنوعی هم قابل صداکردن است.
نتیجه‌ی ابزار explain_denial در آزمایشگاه MCP روی یک کلید فقط‌خواندنی: فیلد allowed برابر false، لایه‌ی mcp_scope، و راهنمای فارسی و انگلیسی برای ساخت یا ویرایش کلید با دامنه‌ی خواندن و نوشتن
۱۰. یک کلید فقط-خواندنی سعی می‌کند رکوردی را ویرایش کند؛ explain_denial می‌گوید allowed: false، لایه‌ی ردکننده mcp_scope است، و دقیقاً چه باید تغییر کند — نه یک ۴۰۴ خشک.

گام ۵ به تفکیک کلاینت — تنظیمات دقیق

در همه‌ی نمونه‌های زیر، mycompany.abrak.org را با نشانی فضای کاری خودتان و KEY را با کلیدی که در گام ۲ ساختید عوض کنید. همین نشانی روی فرم کلید هم نوشته شده است.

Claude Code (خط فرمان)

claude mcp add --transport http abrak https://mycompany.abrak.org/mcp \
  --header "Authorization: Bearer KEY"

فایل .mcp.json — قابل اشتراک با هم‌تیمی‌ها

{
  "mcpServers": {
    "abrak": {
      "type": "http",
      "url": "https://mycompany.abrak.org/mcp",
      "headers": {
        "Authorization": "Bearer KEY"
      }
    }
  }
}

همین ساختار را بیشتر کلاینت‌های رومیزی و ویرایشگرهای کد (از جمله Cursor و Windsurf) می‌پذیرند؛ فقط محل فایل تنظیمات فرق می‌کند.

تست مستقیم با curl — برای تشخیص مشکل شبکه

curl -X POST https://mycompany.abrak.org/mcp \
  -H "Content-Type: application/json" \
  -H "Accept: application/json, text/event-stream" \
  -H "Authorization: Bearer KEY" \
  -H "MCP-Protocol-Version: 2026-07-28" \
  -H "Mcp-Method: tools/list" \
  -d '{"jsonrpc":"2.0","id":1,"method":"tools/list","params":{}}'

اگر این دستور فهرست ابزارها را برگرداند، سرور و کلید سالم‌اند و هر مشکلی که می‌بینید از تنظیمات کلاینت است. هدرهای Mcp-Method و MCP-Protocol-Version در نسخه‌ی ۲۰۲۶-۰۷-۲۸ پروتکل اجباری‌اند و کلاینت‌های سازگار خودشان می‌فرستندشان.

n8n و اتوماسیون‌ها

در n8n از نود کلاینت MCP استفاده کنید: نشانی همان /mcp فضای کاری و احراز هویت از نوع Header با Authorization: Bearer KEY. برای این کاربرد یک کلید جدا با دامنه‌ی فقط‌خواندنی بسازید تا در لاگ بتوانید ترافیک اتوماسیون را از ترافیک انسانی تفکیک کنید.

کلاینت‌های ابری (claude.ai و ChatGPT در مرورگر)

این‌ها از سرورهای خودشان وصل می‌شوند، نه از کامپیوتر شما — و به آی‌پی داخل ایران اتصال باز نمی‌کنند. نشانی دائمی https://mcp.abrak.org/mcp دقیقاً برای همین ساخته شده (پشت Cloudflare، بدون وابستگی به آی‌پی سرور). در claude.ai از منوی افزودن کانکتور همین نشانی را وارد کنید؛ کلاینت خودش هندشیک کشف (RFC 9728) را می‌زند و شما را به همان صفحه‌ی تأیید اودو می‌رساند — گام ۷ همین صفحه، با تصویر واقعی. برای کلاینت رومیزی و CLI نیازی به این نشانی جداگانه نیست، همان /mcp فضای کاری کافی است.

عیب‌یابی — پیام خطا به زبان آدمیزاد

سرور عمداً خطای مبهم برنمی‌گرداند؛ هر پیام می‌گوید کدام لایه جلوی کار را گرفته و چه باید عوض شود. رایج‌ترین‌ها:

چه می‌بینیدمعنی واقعیکار درست
کلاینت اصلاً وصل نمی‌شود کلاینت ابری است و از سرور خودش وصل می‌شود، نه از کامپیوتر شما اول با دستور curl بالا از همان شبکه تست کنید؛ اگر curl جواب داد، مشکل مسیر شبکه‌ی کلاینت است نه سرور
پیام «کلید نه کلید MCP است نه کلید API معتبر» کلید غلط، منقضی، غیرفعال — یا متعلق به فضای کاری دیگری کلید را در «کلیدها» بررسی کنید و مطمئن شوید نشانی، نام میزبان همان فضای کاری است
فهرست ابزارها کوتاه‌تر از انتظار است کلید فقط‌خواندنی است؛ ابزارهای نوشتن عمداً فهرست نمی‌شوند اگر واقعاً به نوشتن نیاز دارید، دامنه‌ی کلید را «خواندن و نوشتن» کنید
ابزار اجرا می‌شود ولی نتیجه خالی است یا داده‌ای نیست، یا یک قاعده‌ی رکورد آن را از این کاربر پنهان کرده پاسخ خودش این دو را از هم جدا می‌کند؛ برای جزئیات ابزار explain_denial را صدا بزنید
خطای نسخه‌ی پروتکل پشتیبانی‌نشده کلاینت نسخه‌ی نامعتبری از پروتکل را اعلام می‌کند کلاینت را به‌روز کنید؛ سرور نسخه‌های قدیمی‌تر را مذاکره می‌کند ولی نسخه‌ی نامعتبر را رد می‌کند
خطای عبور از سقف نرخ تعداد فراخوانی در دقیقه از سقف کلید گذشته سقف نرخ را روی فرم کلید بالا ببرید، یا برای اتوماسیون یک کلید جدا بسازید

چه چیزی این سرور MCP را از بقیه متمایز می‌کند؟

  • نوشتن دوفازی با امضای رمزنگاری‌شده: فراخوانی اول فقط diff برمی‌گرداند. آنچه بعد از تأیید اجرا می‌شود همان چیزی است که امضا شده، نه آنچه در تلاش دوم فرستاده می‌شود — پس مدل نمی‌تواند بین نمایش و اجرا آرگومان‌ها را عوض کند.
  • خطای رد شدن که واقعاً توضیح می‌دهد: به‌جای «Access denied»، پاسخ می‌گوید کدام لایه (دامنه‌ی کلید، سیاست مدل، ACL اودو یا قاعده‌ی رکورد)، نام دقیق قاعده و چه گروهی غایب است — دوزبانه، به‌علاوه‌ی ابزار explain_denial که همین را پیش از تلاش جواب می‌دهد.
  • انتخاب فیلد آگاه به بودجه‌ی توکن: پاسخ‌ها با توجه به سقف توکن هرس می‌شوند و سرور صریح گزارش می‌دهد چه چیزی حذف شده — نه اینکه بی‌صدا نصف داده را بیندازد.
  • واقعاً چندمستأجره: فضای کاری از روی نام میزبان تشخیص داده می‌شود. اگر درخواستی به نود اشتباه برسد، پاسخ نشانی درست را اعلام می‌کند؛ کلید هیچ‌وقت نمی‌تواند دیتابیس دیگری را آدرس بدهد.
  • بسته‌ی ایران: تاریخ شمسی دوطرفه، بازه‌های فارسی («فصل گذشته»، «مرداد»)، ریال و تومان با ذکر واحد، چرخه‌ی چک، خلاصه‌ی حقوق و بیمه، وضعیت سامانه مودیان و ارسال پیامک.

اگر می‌خواهید خودِ اودو هم مدل هوش مصنوعی داشته باشد (نه فقط پاسخ‌دهنده‌ی ابزار باشد)، اپ هوش مصنوعی ابرک کیف‌پول ریالی و اتصال مدل را جدا فراهم می‌کند.

مقاله‌های مرجع و آموزشی MCP

OIDC یا SAML برای ورود یکپارچه‌ی ERP؟ تفاوت واقعی، نه فقط اسم دو تا پروتکل

SAML و OIDC هر دو «ورود یکپارچه» را حل می‌کنند، ولی برای یک ERP که قرار است به دستیار هوش مصنوعی هم توکن بدهد، تفاوتشان فقط تشریفاتی نیست. مقایسه‌ی مبتنی بر مستندات رسمی هر دو پروتکل.

چرا ابزار MCP شما باید «آگاه به بودجه‌ی توکن» باشد؟

هر فیلدی که یک ابزار MCP برنمی‌گرداند، توکنی است که خرج نشده. چرا انتخاب فیلد پیش‌فرض مهم‌ترین تصمیم طراحی یک سرور MCP روی ERP است.

انزوای داده در سرور MCP چندمستأجر: چیزی فراتر از «کدام دیتابیس»

حل‌کردن خطای «هیچ دیتابیسی انتخاب نشده» یعنی مستأجر درست پیدا شده، نه اینکه داده‌ی آن مستأجر ایزوله است. سه لایه‌ی دیگر که یک سرور MCP روی ERP ابری باید ببندد.

چک‌لیست پیش از تولید: پیش از دادن هر کلید MCP به یک کلاینت هوش مصنوعی چه چیزی را چک کنید؟

اتصال یک عامل هوش مصنوعی به داده‌ی تولیدی، برگشت‌ناپذیر نیست ولی ریسک واقعی دارد. چک‌لیست کوتاهی که پیش از هر اتصال جدید باید رد شود.

همه‌ی اپلیکیشن‌ها ←

پرسش‌های پرتکرار درباره‌ی سرور MCP

برای وصل‌کردن دستیار هوش مصنوعی به اودو دقیقاً چه چیزی لازم است؟

سه چیز: اپ «سرور MCP» روی فضای کاری‌تان فعال باشد، یک کلید MCP بسازید و نشانی /mcp فضای کاری‌تان را با همان کلید در کلاینت هوش مصنوعی وارد کنید. هیچ برنامه‌ی واسطی روی کامپیوتر شما نصب نمی‌شود — خودِ اودو سرور MCP است.

نشانی سرور MCP من چیست؟

نشانی همان دامنه‌ی فضای کاری خودتان به‌علاوه‌ی /mcp است؛ مثلاً اگر با mycompany.abrak.org وارد می‌شوید، نشانی سرور https://mycompany.abrak.org/mcp می‌شود. همین نشانی روی فرم هر کلید MCP هم نوشته شده تا اشتباه تایپ نشود.

کلید را به‌صورت Bearer بدهم یا از OAuth استفاده کنم؟

هر دو کار می‌کند. کلاینت‌های دسکتاپ و CLI (مثل Claude Code، Cursor، n8n) معمولاً یک هدر Authorization: Bearer <کلید> می‌گیرند — ساده‌ترین راه. کلاینت‌هایی که خودشان جریان ورود دارند از OAuth استفاده می‌کنند: کاربر یک بار صفحه‌ی تأیید فارسی را می‌بیند و اجازه می‌دهد؛ پشت صحنه همان سیاست کلید، نرخ و ممیزی اعمال می‌شود.

تفاوت کلید «فقط خواندن» و «خواندن و نوشتن» چیست؟

کلید فقط‌خواندنی ابزارهای نوشتن را اصلاً نمی‌بیند — در فهرست ابزارهای کلاینت ظاهر نمی‌شوند، پس مدل حتی نمی‌تواند تلاش کند. کلید خواندن و نوشتن آن‌ها را می‌بیند، ولی هر نوشتنی در فراخوانی اول فقط یک پیش‌نمایش برمی‌گرداند و تا تأیید صریح شما اعمال نمی‌شود. برای شروع همیشه فقط‌خواندنی بسازید.

چطور می‌فهمم دستیار چه کاری کرده است؟

منوی «لاگ درخواست‌ها» هر فراخوانی را ثبت می‌کند: کدام کلید، کدام ابزار، کدام مدل، چه مدت طول کشید، چه کد وضعیتی برگشت، دلیل رد شدن و — مهم‌تر از همه — ستون «نوشتن اعمال شد» که پیش‌نمایش را از تغییر واقعی جدا می‌کند. خودِ توکن هرگز ذخیره نمی‌شود.

دستیار ابزارها را نمی‌بیند یا فهرست خالی است — چه کنم؟

معمولاً یکی از این سه: کلید غیرفعال یا منقضی است؛ کلید فقط‌خواندنی است و شما دنبال ابزار نوشتن می‌گردید؛ یا مدل موردنظر در فهرست «مدل‌های مجاز» کلید نیست. ابزار explain_denial دقیقاً می‌گوید کدام لایه جلوی کار را گرفته و چه باید عوض شود.

کلاینت می‌گوید به سرور نمی‌رسد — مشکل از کجاست؟

اول تشخیص بدهید کلاینت از کجا وصل می‌شود. کلاینت دسکتاپ از کامپیوتر خود شما وصل می‌شود و مستقیم به نشانی فضای کاری می‌رسد. اما کانکتورهای ابری (claude.ai یا ChatGPT در مرورگر) از سرورهای خودشان وصل می‌شوند و به آی‌پی ایران اتصال باز نمی‌کنند؛ برای آن‌ها یک نشانی بیرونی جداگانه لازم است که با پشتیبانی ابرک هماهنگ می‌شود.

چند درخواست در دقیقه مجاز است؟

روی هر کلید یک «سقف نرخ» تنظیم می‌کنید (پیش‌فرض ۶۰ درخواست در دقیقه). شمارش روی خود پایگاه‌داده انجام می‌شود، پس با چند worker هم درست کار می‌کند. عبور از سقف یک خطای استاندارد برمی‌گرداند، نه قطع بی‌توضیح اتصال.

آیا روی اودوی نصب‌شده روی سرور خودم هم کار می‌کند؟

بله. افزونه یک ماژول استاندارد اودو ۱۹ است و روی نصب اختصاصی هم نصب می‌شود. روی نصب چنددیتابیسی، فضای کاری از روی نام میزبان تشخیص داده می‌شود و اگر درخواست به نود اشتباه برسد، به‌جای پاسخ اشتباه، نشانی درست اعلام می‌شود.

داده‌ی من برای آموزش مدل هوش مصنوعی استفاده می‌شود؟

خیر. سرور MCP داده را به مدل نمی‌فرستد؛ کلاینت شماست که تصمیم می‌گیرد چه چیزی را به مدل بدهد. سیاست نگهداری و آموزش داده، سیاست همان سرویس هوش مصنوعی است که خودتان انتخاب کرده‌اید — ابرک در این مسیر فقط پاسخ‌دهنده‌ی ابزار است و هر فراخوانی را برای شما لاگ می‌کند.

دستیار هوش مصنوعی‌تان را به ERP وصل کنید

مشاهده و خرید اپ