一、探索 Headless 工具与功能（Explore Headless Tools and Functionality）
学完本单元，你将能够：解释推动 Salesforce headless 战略的关键工具与功能；了解 Salesforce 对 Model Context Protocol（MCP）功能的支持。
Salesforce 的关键工具与功能（Key Salesforce Tools and Functionality）
Salesforce headless 战略把 Salesforce Platform 从任何固定的 UI 或浏览器中解耦出来，让平台的每一层都能被代理（agent）、模型和第三方系统调用。这意味着平台可以通过任何集成开发环境（IDE）、任意模型和任意工具访问。
通常，Salesforce 客户通过基于浏览器的界面访问其 org、数据和元数据。借助 headless 体验，客户可以通过以下关键工具访问 Salesforce：
- Model Context Protocol（MCP）
- 应用程序接口（API）
- 命令行界面（CLI）
- Skills
这些工具用于 Claude、Cursor、ChatGPT、Salesforce 自家的 Agentforce Vibes IDE 或 Slack 等 IDE 中，为开发者、AI 应用和 AI 代理带来广泛的好处。在本模块中，探索这些工具如何驱动 headless 能力，并学习如何在你选择的任何 AI 界面中启用和使用它们来构建、集成和自动化。
什么是 Model Context Protocol（Model Context Protocol）
MCP 是一个开源标准，用于把 AI 应用连接到外部系统。它为任何代理提供了一种标准化的方式来连接、调用工具、查询数据和执行操作——它是一个「通用连接器」。无需为团队使用的每个 AI 工具构建自定义 API 集成，你只需在 Salesforce 中配置一次 MCP 服务器，任何兼容的客户端（如 Claude、Cursor 或 Agentforce Vibes）都可以通过基于 OAuth 的标准认证连接到它。一次配置，取代了过去「每个工具一个集成项目」的做法。
MCP 服务器的四种类型（Types of MCP Servers）
Salesforce 客户可用的 MCP 服务器类型有：
- Salesforce 托管的 Standard MCP 服务器：打包开箱即用的平台能力。它们通过你的 Salesforce org 认证，让外部 AI 代理使用 Salesforce Headless 360 MCP 或 Metadata Grounding MCP 等服务器访问你的元数据、数据和功能。
- Salesforce 托管的 Product MCP 服务器：面向特定产品的服务器，通过托管 MCP 服务器中的预构建集成提供，拥有各自的产品专用服务器 URL，例如 Tableau Next MCP 或 MuleSoft MCP。
- External MCP 服务器：第三方服务器，需要手动注册和安装，在 API Catalog 下显示为外部服务器。
- Custom MCP 服务器：管理员组合不同服务器中的 MCP 工具来完成更广泛的工作流，创建并整理自定义 MCP 服务器。把某个角色所需的工具归组到一个服务器 URL，也简化了与 MCP 客户端的交互——客户端只需一个 URL 就能访问所有相关 Salesforce 工具。自定义服务器还允许你暴露自己的工具（由 Apex 代码、Flow 或 API 支持），因为标准服务器无法修改。
Salesforce 托管的 MCP 服务器（Salesforce-Hosted MCP Servers）
Salesforce 托管的 MCP 服务器提供内置的平台和产品能力。它们由 Salesforce 预先配置，提供固定的工具集。这些服务器默认禁用，可由管理员在 Salesforce 中启用，但其工具集无法修改——这一限制是刻意为之。
所有服务器都强制进行按用户认证，并遵循 Salesforce 标准安全模型：字段级安全、对象权限和共享规则适用于每一次工具调用。这意味着外部 AI 代理能在 Salesforce 安全边界和治理策略之内，安全地连接你的数据、资产和逻辑——这也回答了「让外部 AI 客户端对你的 org 操作是否安全」这一显而易见的问题。
任何兼容的 AI 客户端——Claude、ChatGPT、Cursor 或自定义代理——都可以连接到 Salesforce org，并代表已授权用户行事。托管服务器示例包括 Salesforce Headless 360 MCP Server、Data 360 MCP server 和 Tableau Next MCP server。
Salesforce Headless 360 MCP 服务器（Beta）
Headless 360 MCP Server（Beta）通过单一连接，把 Salesforce 的全部广度带给任何支持 MCP 的代理。它暴露四个工具，对应代理处理请求的流程：
- Discover：查找你的代理可以执行的操作。
- Describe：返回某个操作的完整规范。
- Dispatch：运行所选操作。
- Dispatch（Read-Only）：运行只读操作。
为什么这种设计很重要：它让你的代理的工具表面保持小而稳定，而它可以执行的操作集随每次发布独立扩展——新增能力并不意味着要重新教会代理一个新界面。在 Beta 发布时，该服务器提供几十种操作，主要聚焦于管理员的 Setup 任务，后续会不断添加更多，以覆盖管理员、开发者和业务用户在 Salesforce 中所做的工作。例如，代理可以查询、创建和更新记录，管理用户和权限集，以及设置命名凭据。由于它贯穿整个 Salesforce，它就是你代理通过一个端点作用于整个平台的网关——四个工具、一个连接、整个 org。
接下来（What’s Next）
在本单元，你探索了 Salesforce headless 战略的基础——通过四个关键工具（MCP、API、CLI、Skills）把平台从任何固定 UI 中解耦，这些工具都支持 Claude、Cursor、ChatGPT、Agentforce Vibes 和 Slack 等广泛生态。你还深入了解了 MCP 以及 Salesforce 客户可用的不同 MCP 服务器类型。
MCP 为 AI 代理提供了一种标准化、受治理的方式连接 Salesforce，但它只是 headless 工具包的一部分。在下一单元，你将学习 API 如何为程序化集成提供灵活基础，脚本化 CLI 如何为开发和部署提供命令行选项，以及 Skills 如何把可重复的工作流打包成可以在 AI 界面中运行的单条命令。
二、了解 Salesforce API、CLI 与 Skills（Learn About Salesforce APIs, CLIs, and Skills）
学完本单元，你将能够：描述采用 API-first 方法的原因；解释 CLI 与 agentic skill 支持。
API 优先的方法（An API-First Approach）
Headless 架构建立在 API-first 方法之上。这意味着 Salesforce 为其功能设计、构建并暴露健壮的应用程序接口（API）。API-first 方法的核心原则包括：
- 解耦架构：逻辑和数据与视觉屏幕设计隔离，为用户提供额外灵活性。
- 执行系统：CRM 作为人和代理交互的后端引擎——它是引擎，而不是界面。
- Agentic 就绪：清晰、确定性的端点让自动化 AI 代理无需浏览器即可执行任务。
- 开发者灵活性：团队可以用相同的基础能力构建独特、可组合的前端。
Salesforce 提供专门化的 API：数据操作（REST/SOAP/Bulk）、管理元数据（Metadata API）、实时事件，以及现代模式（GraphQL、Named Queries）。根据你的集成模式和数据量需求选择 API 类型。
Salesforce 开发者门户提供全面的参考资料，包含代码示例、速率限制和版本信息。Salesforce 维护官方 Postman collection，预配置了认证和示例请求，无需编写代码即可加速 API 探索和测试。
API 也按产品分类。例如，Connect REST API 提供对 Salesforce Search、B2B Commerce 和 Experience Cloud 的程序化访问。
Salesforce 正优先为每个功能提供完整可用的 API 表面，交付独立于用户界面的错误消息（让代理能据此行动）、全面的参考文档，以及通过这些工具接入任何界面的能力。
Salesforce 命令行界面（Salesforce Command-Line Interface）
Salesforce CLI 是从任何终端或 IDE 与 Salesforce org 交互的主要命令行界面。用它来创建 org、部署和检索元数据、运行 Apex、查询数据、管理认证，以及编写 CI/CD 工作流脚本。
健壮、可脚本化的 CLI 是开发者、架构师和管理员无需浏览器访问 Salesforce 的另一关键工具。Salesforce CLI 基于 oclif——一个用 Node.js 构建命令行界面的开源框架。你可以从 Agentforce Vibes、Claude 或 Cursor 访问 CLI。
例如，要在 Agentforce Vibes 中安装 SF CLI，检查是否列出了 Salesforce CLI 扩展，然后安装最新版本的 Salesforce CLI 可执行文件——sf 可执行文件随扩展捆绑提供。安装后，在 Agentforce Vibes 界面运行命令查看 SF CLI 版本和支持的命令列表，再列出你已连接的 org 和特定 org 中启用的元数据类型。
什么是 Skills（What Are Skills?）
Skills 是你可以从 AI 助手（如 Claude 或 Cursor）调用的专门能力。它们是具备领域专业知识的预构建工作流，扩展了自然语言查询的能力。它们以标准方式调用——「/skill-name」，具有上下文感知、使用专门知识，且可组合。
Skills 把常见的多步工作流变成单条命令。例如，不用「读取文件、分析它们、编写报告」，你只需输入「/code-review」。AI 助手会自动识别工作目录中更改的文件，用安全与质量指引分析更改，评估测试覆盖率，并生成带建议的报告。所有这些都内建了领域专业知识，你无需记住每条评审标准，也无需逐步引导 AI 助手。
Skills 可以作为仓库中的单个文件分发（需对仓库有认证访问权限），也可以归组成插件。一个 skills 目录通常包含：
- SKILL.md 文件：包含 skill 名称、描述和让代理完成任务的一组指令。
- Reference files：扩展 skill 的补充文档。
- Scripts：打包在 skill 目录中的可执行代码文件，用于自动化重复任务、验证输出或处理数据。
- Evals：skill evaluations 的缩写，是系统性测试，用来衡量 AI 代理是否触发、遵循并执行指令或工作流。
只有 SKILL.md 是必需的，其余文件都是可选的。
Salesforce 一直在构建一个精选的、面向 Salesforce 开发和实施工作流的领域专业知识代理 skill 集合。最新集合见 sf-skills GitHub 仓库。这些 skill 随 Agentforce Vibes 自动安装和自动启用，你也可以在任何 AI 界面（如 Claude 或 Cursor）安装它们。
使用 Salesforce agent skills 构建应用。Salesforce skills 库包含 Lightning 应用、Apex、Flow 或 Data 360 功能等组件的 skill。这些 skill 针对 Agentforce Vibes 环境优化，但可用于任何 AI 界面。
例如，platform-sandbox-configure skill 帮助管理 Salesforce sandbox 环境：列出 sandbox 清单、报告特定 sandbox 状态、创建新 sandbox，以及用最新生产数据刷新 sandbox。
何时使用这些工具（When to Use the Tools）
每个工具都有其优势和用例：
- MCP 作为通用、基于 OAuth 的连接器，有多种服务器类型，都遵循标准安全模型。使用 MCP 服务器及其标准能力，让 AI 代理安全地作用于 Salesforce org。
- API-first 方法 暴露健壮、确定性的端点，让 AI 代理无需浏览器执行任务。使用 API 以程序化方式把 Salesforce 与第三方系统集成。
- 脚本化 CLI 让开发者、架构师和管理员从终端或任何 AI 界面访问 Salesforce。使用 CLI 通过脚本自动化开发或部署任务。
- Skills 把领域专业知识打包成可组合、可复用的命令，把复杂的多步工作流变成单个动作。使用 skills 让 AI 代理以专业知识和一致的输出运行可重复的工作流。
总结（Summary）
在本模块中，你探索了 headless 工具如何把平台从任何固定 UI 中解耦，让每一层都能被 AI 代理、模型和第三方工具访问。你学习了驱动这一方法的四项关键技术——Model Context Protocol（MCP）、API、CLI 和 Skills。
这些能力共同使 Salesforce 成为一个完全可访问、agent-ready 的平台。你可以在你选择的任何 AI 界面中构建、集成和自动化，而不必被绑定到某个厂商的工具。