💡 **长期运行的MCP工具**：文章的核心在于展示如何构建能够长时间运行的MCP工具，以解决AI系统中处理复杂、耗时任务的挑战。通过将工具实现为Temporal Workflows，可以获得持久性、可恢复性和无限运行能力，从而支持需要用户交互或长时间处理的场景。

🛠️ **Temporal Workflows的集成**：Temporal Workflows提供了实现长期运行工具的基础。文中通过一个发票处理的示例，展示了如何定义Workflow来管理发票的处理流程，包括验证、等待审批和并行处理。Temporal负责任务的调度、状态管理和故障恢复，使得AI工具能够专注于业务逻辑。

🤝 **MCP工具与Workflow的交互**：MCP工具作为与Temporal Workflows交互的接口。文章详细介绍了如何创建如`trigger`、`status`、`approve`等MCP工具，它们分别对应Workflow的启动、状态查询和信号发送。这种设计允许AI代理系统通过简单的API调用来驱动和监控复杂的后台流程。

🔄 **实现可交互的AI系统**：通过将长期运行的工具与MCP协议结合，可以构建高度可交互的AI代理系统。用户可以通过AI与这些工具进行多轮对话，触发操作，查询进度，并根据执行结果做出下一步决策。Temporal的持久性保证了即使在中断后也能恢复会话，提供无缝的用户体验。

Learn how to interact with a long-running tool workflow using MCP from one of our Solutions Architects, Josh Smith.