MoEngage如何让Agent安全调用业务API
MoEngage 基于 Amazon Bedrock 和 AgentCore 构建 Merlin AI,让营销及产品团队通过对话创建、分析和调整活动。案例介绍了将现有 API 封装为 MCP 工具,以及在访问实时业务数据时保持租户隔离的做法。
AI 深度解读
MoEngage 想解决的,是营销人员在分析报表、内容库和活动后台之间反复切换的问题。他们给已有平台加了一层 Agent,让用户用一段对话完成查数据、写文案、调整活动,并把这套能力运行在 Amazon Bedrock 和 AgentCore 上。
对程序员更有价值的,是它的工程取舍:复用现有 OpenAPI,把身份信息放在模型无法修改的位置,再把执行权限和人工审核接回业务流程。案例也给出了效率和转化数据,不过这些收益需要分开看。
Agent 的价值,取决于它接进了多少业务流程
MoEngage 服务超过 1,350 个消费品牌,覆盖 push、email、in-app、SMS、WhatsApp 和 Rich Communication Services(RCS)等渠道。它推出的 Merlin AI,不只是一个文案生成入口,而是四种工作方式。
第一种是嵌在具体页面里的专用 Agent。Copywriter 写符合品牌语气的文案,Designer 根据描述生成营销图片,Segment Assist 把「过去 2 小时放弃购物车的用户」转成属性和过滤条件。Jinja Assist 生成 Jinja、Liquid 标记,In-app Template Builder 生成响应式、无障碍 HTML 模板。Flow Assist 则把营销想法拆成路径、流程结构、历史数据优化和部署准备等步骤。
第二种是跨模块的对话 Agent。例如 Campaign Insights Agent 会把分析任务交给多个子 Agent,分别查看多项指标、诊断表现不佳的原因、比较不同时段或人群,最后整理答案。
第三种是团队自定义、持续运行的 Agent。团队设定规则,选择自主执行或人工审核,并通过活动日志查看它读了什么数据、做了什么决定、触达了哪些渠道。
第四种是面向单个客户的决策 Agent。Offer Decisioning 选择展示什么优惠,Campaign Decisioning 决定发送内容、时间、频率和渠道,并根据结果继续学习。
这些能力共同依赖实时业务数据。没有活动历史、受众分群和内容库,模型能写出通顺的文案,却很难回答「沿用去年 12 月表现最好那次活动的语气」这样的要求。
已有 OpenAPI,怎样变成 Agent 能调用的工具
MoEngage 把架构拆成四层:产品内的 Agent 或外部 MCP 客户端、托管在 AgentCore runtime 上的 MCP server、原有平台 API,以及负责推理和生成的 Amazon Bedrock 模型。
MCP(Model Context Protocol)在这里提供统一的工具访问方式。Claude、ChatGPT 等兼容客户端,可以通过 MoEngage MCP Connector 接入品牌的数据和能力。
MCP server 负责暴露业务能力,推理发生在调用它的 Agent 里。
这个边界很实用:工具服务不需要绑定某个模型。原文列出的推理模型是 Amazon Bedrock 上的 Anthropic Claude Sonnet 4.6、Claude Sonnet 5 和 Claude Sonnet 5.5,负责工具调用规划、内容生成和结果归纳。
他们没有重写数百个 API,而是利用已有的 OpenAPI 3.0 规范,通过 FastMCP 生成工具。下面这段简化代码展示了转换入口:
import httpx
from fastmcp import FastMCP
spec = httpx.get(MOENGAGE_OPENAPI_URL).json()
client = httpx.AsyncClient(base_url=MOENGAGE_API_BASE)
mcp = FastMCP.from_openapi(openapi_spec=spec, client=client, name='moengage')
if __name__ == '__main__':
mcp.run(transport='streamable-http', host='0.0.0.0', port=8000)
重点看 FastMCP.from_openapi(...):它把规范中的操作转成带结构化 schema、描述和参数校验的工具。streamable-http、0.0.0.0 和 8000 是示例的传输与监听配置;这段代码没有展示生产鉴权和租户上下文的接入。
工具分成五组:活动创建、编辑、排期与发送;投递漏斗、CTR、转化和群组分析;分群查询与创建;内容块、模板与动态规则;自动化流程查看、暂停与修改。
工具定义来自规范,更新规范后可以随之更新。但文章没有交代规范变更怎样发布、旧客户端怎样兼容,也没有展示工具描述质量如何验证。自动生成解决了接入成本,工具是否容易被模型正确选择,仍需要工程团队检查。
租户身份不能交给模型填写
多租户系统最危险的情况之一,是把 workspace_id 之类的身份字段放进工具参数,让模型决定查哪个工作区。
MoEngage 的处理有三层。首先,复用现有 JSON Web Token(JWT)认证,AgentCore runtime 在请求进入 MCP server 前验证 token。其次,工作区和用户上下文通过请求头传递,由 runtime 转发,不作为模型可见、可修改的工具参数。最后,每个用户会话运行在独立环境中,隔离会话状态。
底层 API 继续执行已有权限和数据驻留规则。会话隔离负责隔开运行状态,API 授权负责约束数据访问,两者都要成立。
输出也有检查:Amazon Bedrock Guardrails 对 Agent 响应应用内容安全和个人身份信息(PII)过滤,backend-for-frontend 层再验证生成内容的结构,之后才交给界面渲染。原文没有说明这些检查是否覆盖 HTML 内容的全部安全问题,不能把结构校验直接理解为完整的渲染安全方案。
执行控制则体现在具体流程里:用户可以查询上个月 CTR 低于 2% 的 push 有什么共同点,也可以要求查看 onboarding 流程第 3 步的流失情况,并在转化低于 5% 时暂停 SMS 分支。后一个操作需要用户确认。
能分析、能提出动作、获准执行,是三个需要分别控制的环节。
AgentCore runtime 还承担弹性扩缩容、JWT authorizer 和会话托管,通过 Amazon CloudWatch 提供指标、日志和 traces。Bedrock 按 token 计费,团队不必自建 GPU 推理基础设施;原文也说明,Bedrock 不使用客户提示词或响应训练基础模型。具体模型和 AgentCore 功能仍受 AWS Region 可用性限制。
我的判断
这套方案最值得借鉴的地方,是把已有权限体系和业务 API 留在执行路径中。模型负责理解需求、组织步骤,真正的数据访问和动作仍经过平台原有边界。对有成熟 API 的 SaaS,这比另建一套 Agent 专用业务后端更容易控制重复逻辑。
托管服务也有明确价值,但收益取决于原来的基础设施成本和团队规模。文章称,这套架构已生产运行超过 6 个月;客户 Glance 的活动上线速度提升 50%,push CTR 提升 38%,每次活动的内容变体约为原来的 3 倍。这里的 CTR 提升不能读成增加 38 个百分点。
平台层面,MoEngage 报告渠道、时间和频率决策的人工工作量减少 60–70%,基于目标的决策让转化率提升 20–30%,相较自托管模型,AI 基础设施成本降低超过 50%。
这些数字可以作为观察方向,不能直接拿来估算自己项目的回报。原文没有给出样本规模、实验周期、对照组和成本口径,也没有拆开模型、流程调整与内容变化各自的贡献。它们是厂商报告的业务结果,架构选择的理由仍主要来自工程经验。
常见替代做法是只挑少量业务接口,手写工具封装。这会增加维护工作,却能更明确地裁剪能力、组织参数和控制写操作。对于接口少、权限复杂的团队,未必比批量转换 OpenAPI 差。原文没有提供两种方式的对照数据。
能拿来做什么
- 如果你的 Node 后端已有 OpenAPI 3.0 规范,可以先选分析、分群、内容查询等只读接口验证工具生成,检查模型能否正确选工具、填参数、解释结果,再扩展到发送和暂停操作。
- 给 AI 功能接业务数据时,把用户与租户上下文留在可信请求链路里,并让底层 API 继续校验权限,避免让模型生成身份字段。
- 前端接收 Agent 生成的模板或结构化内容时,可以参考文中的 BFF 校验层,同时明确结构合法、内容安全和业务正确分别由哪一层负责。
- 对发送活动、修改流程等写操作,提供可核对的待执行动作、确认入口和活动日志,让用户看清 Agent 准备改什么,以及最终执行了什么。