如何通过 AWS 上的 Smartsheet MCP Server 为 AI 智能体提供工作管理上下文

AI 代理只有能够处理组织中实际开展的工作时，才能发挥最大作用。项目和运营管理涉及复杂的跨职能任务，例如更新项目时间线、重新分配任务以及展示状态。AI 代理可以协助完成这些工作，无需任何人切换工具。Smartsheet已推出正式可用的 Model Context Protocol (MCP) Server。

借助Smartsheet MCP Server，AI 助手可以通过标准化协议读取、写入和管理 Smartsheet 数据。该协议涵盖 40 多种工具，可用于浏览、创建和管理工作表、行、列及自动化流程。你可以直接通过自然语言更新任务状态、创建行和修改项目结构。

本文将介绍两种将其接入现有工作流的方式。Amazon Quick 是面向业务用户、项目经理和运营团队打造的智能体 AI 工作空间。用户无需编写代码，即可通过自然语言提问、更新工作表和构建仪表板。Kiro 是一款智能体 IDE，开发者可通过 MCP 连接 Smartsheet，以便引用项目规范、更新任务状态和跟踪依赖项，而无需离开编码工作流。

架构概览

下图展示了 Smartsheet MCP Server 如何作为中央集成层连接 AWS 服务。Amazon Quick 和 Kiro 作为 MCP 客户端直接连接。

Amazon Quick 面向知识工作者、项目经理和运营团队，帮助他们通过自然语言查询、更新和自动化处理 Smartsheet。借助 Kiro，开发者可以引用项目规范、更新任务状态和跟踪依赖项，而无需离开编码工作流。

下方架构图展示了这些集成路径：Smartsheet MCP Server 位于中央，左侧是作为 MCP 客户端的 Amazon Quick 和 Kiro，右侧是 Smartsheet 的 API 和数据层。

图 1：Smartsheet MCP Server 架构，展示 Amazon Quick 和 Kiro 作为 MCP 客户端，经由服务器连接到 Smartsheet API 层

使用 Amazon Quick 和 Kiro 管理迭代

假设某软件工程团队在 Smartsheet 中跟踪迭代。任务、负责人、状态和阻塞事项都记录在项目工作表中。以下是同一团队通过两种路径开展工作的方式：

如果项目经理等用户想了解本周哪些迭代任务受阻，可以通过自然语言向 Amazon Quick 提问。Amazon Quick 聊天代理会查询 Smartsheet MCP Server，获取相关行，并汇总展示负责人姓名和截止日期。回复基于实时 Smartsheet 数据生成，无需构建报告或仪表板。

对于正在修复 bug 或开发功能的开发者，可以让 Kiro 获取当前迭代工作表，并列出分配给自己的未完成后端任务。Kiro 会通过 MCP 查询 Smartsheet，并在界面中直接显示列表。修复提交后，Kiro 钩子会自动将相应行的状态更新为“已完成”。

先决条件

Smartsheet MCP Server 提供结构精确的上下文，包括行关系、列类型、单元格历史记录和评论。这样生成的有效负载大小更节省 token，而不是返回原始 API 有效负载。在项目组合中运行数百个 AI 辅助查询时，这一工程决策会产生叠加效应，从而降低成本并改善延迟。若要了解 Smartsheet 如何在 AWS 上构建远程 MCP 服务器，请参阅 Smartsheet 如何在 AWS 上构建远程 MCP 服务器。

将 Smartsheet MCP Server 连接到 Amazon Quick 和 Kiro 之前，请确认已准备好以下内容：

一个有效的 AWS 账户，并具备连接服务（Amazon Quick 或 Kiro）所需的 AWS Identity and Access Management (IAM) 权限
Smartsheet Business、Enterprise 或 AWM 计划账户。
Smartsheet Personal Access Token；如果客户端支持 OAuth 流程，也可使用 OAuth 凭证。
对于 Amazon Quick：在 Amazon Quick 账户中拥有 Author 或更高权限。
对于 Kiro：从 kiro.dev 安装 Kiro IDE，并确保环境中有 Node.js。

Smartsheet MCP Server 提供三个区域端点。它使用 Streamable HTTP 传输（MCP 规范版本 2025-06-18 和 2025-03-26），并通过 OAuth 2.0 或 Personal Access Token 进行身份验证。

美国商业区域：https://mcp.smartsheet.com。
欧盟：https://mcp.smartsheet.eu。
澳大利亚：https://mcp.smartsheet.au。

两种选项提供相同的 Smartsheet 工具集。选择哪种取决于你的工作方式：

如果你需要整个团队都能使用的完全托管、组织级解决方案，请选择 Amazon Quick：无需注册应用，只需使用预先构建的 OAuth，并且可在企业中扩展，服务于知识工作者。

如果你是希望使用轻量方案的开发者，请选择 Kiro：无需基础设施，只需一个配置文件和个人访问令牌，并且仅适用于你自己的工作流。

Amazon Quick 集成

Amazon Quick 将 Smartsheet 作为预先构建的连接器纳入其目录。这意味着你可以在业务用户已熟悉的同一界面中读取项目状态、更新行、创建讨论并呈现风险。

Amazon Quick 让整个组织都能使用此集成，涵盖项目经理、运营团队以及在 Smartsheet 中管理工作的业务用户。

添加 Quick 集成的步骤：

在 Amazon Quick 控制台中，前往 连接器，并在目录中找到 Smartsheet。

图 2：Amazon Quick 连接器目录中的 Smartsheet 连接器

选择 Smartsheet 连接器磁贴。
Enter the following integration details:
1. 名称 – 为 Smartsheet 集成指定描述性名称。
2. 保留 连接类型和身份验证配置设置不变。
3. 基础 URL – https://mcp.smartsheet.com。
4. 客户端 ID – Smartsheet Developer Tools 应用注册中的应用客户端 ID。
5. 客户端密钥 – Smartsheet Developer Tools 应用注册中的应用密钥。
6. 令牌 URL – https://api.smartsheet.com/2.0/token。
7. 身份验证 URL – https://app.smartsheet.com/b/authorize。

图 3：在 Amazon Quick 中输入 Smartsheet 连接详细信息

选择 下一步。
在管理工具和权限页面上，你会看到可用工具列表。选择 下一步。

图 4：Smartsheet 连接器的“管理工具和权限”页面

在 Publish 页面，选择谁可以访问此连接，然后选择 Publish。

图 5：在 Publish 页面选择谁可以访问 Smartsheet 连接

选择 Next。

连接后，Amazon Quick 聊天代理即可通过自然语言处理 Smartsheet 数据：

“我们的项目组合中目前有哪些项目处于风险状态？”
“将 Backend API 工作表中的身份验证任务状态更新为已完成。”
“汇总 Q3 Roadmap 中所有逾期事项，并发送给团队。”

图 6：Amazon Quick 聊天响应，总结了 Smartsheet 项目工作表中的逾期任务，并列出关键观察结果和建议的操作

Kiro 集成

当开发者希望在开发环境中直接获取 Smartsheet 项目上下文，并与代码并列查看而无需切换上下文时，Kiro 是合适的选择。

Kiro 以规范驱动开发为核心。它将高层级提示转化为结构化规范，再生成可运行的代码、文档和测试。MCP 服务器让 Kiro 能够连接文档、数据库、API 和企业系统，从而获取真实环境中的上下文，让代理依据实时数据而非训练时的知识开展工作。

Kiro 的一项名为 powers 的功能，是一个可一键安装的捆绑包，其中包含经过精选的 MCP 服务器、引导文件和钩子。它可以开箱即用地为 Kiro 编码代理提供新能力。对于 Smartsheet，只需添加一个 JSON 配置块即可完成连接；此后，Kiro 代理便可在开发工作流中引用实时项目数据。

要将 Smartsheet MCP Server 连接到 Kiro，请将其添加到 Kiro 的 MCP 配置中（.kiro/settings/mcp.json 表示工作区范围）。完整操作指南请参阅 Kiro 和 MCP Servers 入门：

{
  "mcpServers": {
    "smartsheet-us": {
      "type": "http",
      "url": "https://mcp.smartsheet.com",
      "headers": {
        "Authorization": "Bearer <SMARTSHEET_API_TOKEN>"
      }
    }
  }
}

此配置使用个人访问令牌（API 密钥）方式。对于生产部署，建议使用 OAuth。

在环境中将 SMARTSHEET_API_TOKEN 设置为你的 Smartsheet 个人访问令牌。Kiro 会在启动时将 MCP 服务器作为后台进程加载。初始化完成后，Kiro 代理即可在所有模式下使用 Smartsheet 工具：聊天、规范规划以及基于钩子的自动化。完整详情请参阅 Smartsheet MCP Server 文档。

之后，Kiro 便可在开发工作流中引用 Smartsheet 数据：

“检查 Backend API 项目工作表中是否有未解决的错误，并生成按优先级排序的修复清单。”

图 7：Kiro 根据 Backend API 项目工作表中的未解决错误生成按优先级排序的修复清单

“提取 Q3 Roadmap 工作表，并为标记为进行中的功能创建规范。”

图 8：Kiro 根据 Q3 Roadmap 工作表中的进行中功能创建规范

企业治理

对于在受监管或企业环境中部署的开发者，Smartsheet MCP Server 的安全模型基于与 Smartsheet REST API 相同的基础设施和权限层。这并未建立新的信任边界：

OAuth 2.0 和个人访问令牌身份验证：选择 MCP 客户端支持的身份验证方式。
用户级权限执行：代理只能访问已通过身份验证的用户有权查看的数据。不能通过自然语言提示提升权限。
组织级 AI 控制：系统管理员可以全局启用或关闭 AI 功能。可按用户组配置写入工具的访问权限。
可流式传输的 HTTP 传输：防火墙允许列表按完全限定域名 (FQDN) (mcp.smartsheet.com) 设置，而不是按 IP 地址。

对于合规架构师而言，MCP Server 不会存储提示词，提示词内容只在 AI 客户端和模型之间传递。Smartsheet 只能看到结构化工具调用及其结果。

清理

如果你按照本指南完成了操作，之后想移除集成，以下是撤销各条路径的方法：

Amazon Quick

在 Amazon Quick 控制台中，导航到 连接器。
选择你的 Smartsheet 连接器。
选择删除以移除连接。此操作会撤销 OAuth 令牌，并停止代理访问 Smartsheet 数据。

Kiro

打开 MCP 配置文件 (.kiro/settings/mcp.json)。
从 mcpServers 对象中移除 smartsheet-us 条目。
重启 Kiro 以卸载服务器。

后续步骤

如需了解服务器的工作原理，请参阅 Smartsheet 如何在 AWS 上构建远程 MCP 服务器。将 Smartsheet MCP Server 连接到你选择的系统后，以下是我们建议尝试的四项操作：

你可以让聊天代理监控活动项目表，并找出标记为“已阻塞”或“有风险”的行。你还可以让它通过讨论评论为项目添加注释，并通过你偏好的渠道向团队发送结构化摘要。这是一个串联 get_sheet_summary、search 和 create_discussion_on_row 的工作流示例。

代理还可以通过 Smartsheet MCP Server 检索数据，协调问题跟踪器与 Smartsheet 项目计划之间的任务状态。它可以标记两者之间的偏差，并使用 get_sheet_summary、get_columns、update_rows 和 create_discussion_on_row 按顺序更新受影响的行。

你还可以尝试汇总各报告和仪表板中的项目健康状况信号。你可以用它生成结构化简报，无需手动收集数据，并利用 list_reports、get_report、list_dashboards、get_dashboard 和 search。

最后，你可以让代理在每次写入后添加讨论评论，说明发生了哪些变化以及原因。通过结合使用 update_rows 和 create_discussion_on_row，即可在 Smartsheet 内创建便于人阅读的审计跟踪。

上述四种模式均适用于前面介绍的路径：面向业务用户的工作流使用 Amazon Quick，开发者发起的操作使用 Kiro。

正在使用 Smartsheet MCP 和 AWS 构建项目吗？欢迎在评论中分享你的工作，或通过 Smartsheet 开发者社区联系我们。

作者简介

Galina Jordanowa

Galina 是 Smartsheet 的高级产品营销经理 II。她将复杂的 AI 和产品功能转化为清晰、具有战略性的市场叙事和上市 (GTM) 策略。她拥有 26 年以上的 B2B SaaS 营销经验，也有开发背景，因此真正理解构建者的思维方式。在整个职业生涯中，她一直致力于将技术深度与业务影响联系起来，并始终对 AI 的未来及其重塑团队构建与协作方式的新趋势充满热情。

Pyone Thant Win

Pyone 是 AWS 的合作伙伴解决方案架构师，负责支持战略性 ISV 合作伙伴将 AI 赋能的解决方案推向市场。她的工作处于云基础设施与合作伙伴网络的交汇处，帮助合作伙伴运用 AWS 服务，从 AI/ML 功能到数据集成模式，构建更深入、更智能的产品体验。她的工作结合了深入的技术合作与上市战略，交付联合解决方案和行业产品，服务共同客户。

Vishnu Elangovan

Vishnu 是一位全球代理式 AI 解决方案架构师，在应用 AI/ML 和深度学习领域拥有十多年的经验。他热衷于构建和钻研可扩展的 AI/ML 解决方案，并认为自己是一名终身学习者。Vishnu 是 AI/ML 社区中备受信赖的思想领袖，经常在顶尖 AI 大会上发表演讲，并在一流活动中分享他在代理式 AI 方面的专业知识。