Подключили B2B email-платформу к голосовым ассистентам через MCP. Архитектура, код, где ломается

// упрощённо
@Injectable()
export class HybridAuthGuard implements CanActivate {
  async canActivate(ctx: ExecutionContext): Promise<boolean> {
    const req = ctx.switchToHttp().getRequest();
    // 1. Bearer (agent / MCP / voice skill)
    const m = req.headers.authorization?.match(/^Bearer (ldm_pk_\w+)$/);
    if (m) {
      const key = await this.apiKeys.verifyHash(m[1]);
      if (!key) throw new UnauthorizedException();
      req.user = key.user;
      req.scopes = key.scopes; // gated по grant
      return this.checkScopeFor(req);
    }
    // 2. Session cookie (web UI)
    const session = await this.sessions.fromCookie(req);
    if (!session) throw new UnauthorizedException();
    req.user = session.user;
    req.scopes = ['*']; // UI = full scope
    return true;
  }
}

{
  "mcpServers": {
    "ldm-crm": {
      "command": "npx",
      "args": ["-y", "ldm-crm-mcp"],
      "env": { "LDM_API_KEY": "ldm_pk_..." }
    }
  }
}

• Голос → STT (Яндекс) → текст
  
• Текст → backend навыка → выбор MCP-инструмента + параметры
  
• MCP tool call → /api/* LDM → ответ
  
• Ответ → формулировка реплики → TTS Алисы

> Алиса, разошли каталог решений по водоёмам по всем подписавшимся
  ландшафтным дизайнерам.
> Найдено: 247 контактов в сегменте "ландшафтные дизайнеры — подписка".
  Шаблон: "Каталог решений по водоёмам v3, май 2026".
  Подтвердить отправку?
> Да.
> Отправляю.

# 1. Резолв сегмента
GET /api/contacts?tagId=landscape-designers&subscribed=1&pageSize=500
→ 247 contacts
# 2. Резолв креатива
GET /api/creatives?search=каталог+водоёмы&latest=1
→ creativeId
# 3. Создание mailing task
POST /api/tasks
{
  "methodId": 2,
  "creativeId": "cmoue9...",
  "contactListId": "<ad-hoc>",
  "accountId": "<account>"
}
→ taskId, status: DRAFT
# 4. Self-approve (scope: mailing:write)
POST /api/mailing/$TASK_ID/approve
{ "note": "Voice-approved, designer at VODEXPO booth" }
# 5. Старт
POST /api/tasks/$TASK_ID/start
→ status: ACTIVE

• Проверка идёт по каждому реальному отправлению, а не по выборке.
  
• Учитывается актуальное состояние репутации в момент отправки (а не за день до запуска кампании).
  
• Падение в спам у конкретного провайдера ловится в реальном времени — и срабатывает автоматический pause, если процент spam за окно превышает порог.

GET /api/dialogs/stats?taskId=$TASK_ID
{
  "total": 247,
  "placement": {
    "inbox": 231,
    "spam": 4,
    "unchecked": 12
  },
  "byProvider": {
    "gmail":   { "inbox": 142, "spam": 1 },
    "yandex":  { "inbox": 47,  "spam": 0 },
    "outlook": { "inbox": 18,  "spam": 3 },
    ...
  }
}

• Утренний брифинг по входящим диалогам.
  
• Запуск заранее настроенной рассылки по известному сегменту.
  
• Ответ на конкретное входящее письмо (короткий).
  
• Проверка статуса доставки конкретного письма или кампании.
  
• Ad-hoc вопросы по статистике.

• Сложные многопараметрические фильтры (вроде «компании Москва + 50–500 сотрудников + e-commerce + без активности 30 дней + tag X»). Это удобнее в UI.
  
• HTML-вёрстка/правка креативов.
  
• Дизайн многошаговых пайплайнов (best-time-sending, последовательности follow-up, A/B-ветвления).
  
• Распознавание латинских доменов / имён компаний. Алиса систематически слышит Apple как «Эппл», Acme как «Акме». Лечится фонетической нормализацией на бэке через словарь из CRM, но точность ~70–85%, не 100%.

• Refresh OAuth-токенов Yandex ID. Особенно если пользователь меняет пароль — навык теряет привязку, требуется переавторизация.
  
• Подтверждения в шумной среде. На стенде, в машине с открытыми окнами «да» распознаётся через раз.
  
• Латентность. Цепочка STT → Claude (intent + tool selection) → MCP → /api/* → ответ → формулировка → TTS — суммарно 4–8 секунд на типовой команде. Для email-операций приемлемо, для conversational UX чувствуется.

• MCP-сервер v2 с явной JSON Schema для каждого tool (сейчас многие возвращают свободный JSON, агенту приходится самостоятельно парсить).
  
• Подключение к ChatGPT MCP Apps directory.
  
• Voice-friendly dialogs/stats — плоский ответ, короче, без вложенных объектов, чтобы TTS не глотал секунды на проговаривании.
  
• Поддержка Apple Intelligence через MCP App Extensions, как только Apple откроет это для third-party (по обещаниям — Q3 2026).