שרת MCP מאפשר לעוזר AI — Claude, Cursor, או agent מותאם אישית — להתחבר ישירות לנתוני מעקב הזמן שלכם ולפעול עליהם. שאלו ״אילו פרויקטים חורגים מהתקציב החודש?״ או אמרו ״תעד 45 דקות על שיחת ההטמעה של Acme״ בשפה פשוטה, והסוכן קורא את השעות, הפרויקטים והתקציבים האמיתיים שלכם (או כותב טיוטת רישום זמן) — בלי ייצוא, בלי קוד דבק ובלי דפדפן. Timix.AI חושפת בדיוק את זה בכתובת https://api.timix.ai/api/integration/v1/mcp, מנוהל לכל מפתח API בנפרד כך שנתוני עלות ופרטי קשר רגישים נשארים מוסתרים כברירת מחדל.
זו הגרסה הקצרה. הגרסה הארוכה חשובה, כי האופן שבו ה-AI מגיע לנתונים התפעוליים שלכם קובע אם הוא באמת שימושי — ואם הוא בטוח. בהמשך תמצאו מה זה MCP בעצם, למה מעקב שעות מתאים לו באופן טבעי, מה סוכן יכול ומה אינו יכול לעשות, ומודל ניהול הנתונים שמאפשר לכם לחבר AI בלי למסור לו את שולי הרווח שלכם.
מה זה MCP (פרוטוקול Model Context)
Model Context Protocol הוא סטנדרט פתוח לחיבור עוזרי AI לכלים ולנתונים חיצוניים. הוא הוצג על ידי Anthropic וכיום מאומץ ברחבי מערכת כלי ה-AI, והוא פותר בעיה פשוטה: בלי סטנדרט, כל אפליקציה צריכה לבנות תוסף ייעודי לכל AI, וכל AI צריך ללמוד כל אפליקציה. MCP הופך את זה. אפליקציה חושפת שרת MCP אחד, וכל לקוח תומך-MCP יכול להשתמש בו.
הדימוי המקובל הוא ״USB-C ל-AI״. לקוח MCP (Claude Desktop, Cursor, או הסוכן שלכם) מתחבר לשרת MCP, שואל אותו אילו כלים הוא מציע, ואז קורא לכלים האלה בשמכם לפי מהלך השיחה. ה-AI עושה את החיווט בעצמו — לא אתם.
למה מעקב שעות שייך ל-MCP
הנתונים בתוך מערכת מעקב שעות — שעות שדווחו, סטטוס פרויקטים, קצב ניצול התקציב, ניצולת, זמן שטרם חויב — הם בדיוק הנתונים שהייתם רוצים לשאול עליהם עוזר. אלה גם הנתונים שהכי כואב להגיע אליהם ברגע שצריך אותם.
- בלי MCP: אתם מייצאים קובץ CSV, מדביקים אותו בצ’אט ומקווים שהוא עדכני — או כותבים ומתחזקים קוד דבק ל-API. שניהם מתיישנים ברגע שהרישום הבא נכנס, ואף אחד מהם לא מאפשר ל-AI לעשות משהו.
- עם MCP: הסוכן שואל את הנתונים החיים ברגע שאתם שואלים, ויכול לפעול עליהם. ״האם פרויקט Northwind בקצב הנכון?״ מושך את המספרים האמיתיים; ״תעד את השעתיים שהרגע השקעתי בו״ כותב רישום אמיתי (טיוטה). בלי העתקה-הדבקה, בלי ייצוא, בלי מעבר בין מסכים.
בחברת שירות, זה הופך את מערכת מעקב השעות שלכם ממקום שבו אתם מתייקים נתונים למקום שבו AI יכול לנתח ולעבוד איתם — במהלך סטנד-אפ, שיחת לקוח, או סקירת סוף חודש.
מה סוכן AI יכול לעשות דרך שרת ה-MCP של Timix.AI
לאחר החיבור, עוזר תומך-MCP יכול לעבוד עם החשבון שלכם בשפה פשוטה. בצד הקריאה הוא יכול למשוך דברים כמו:
- שעות וגיליונות שעות — סיכומי שעות, הזמן שאדם מסוים דיווח, הרישומים האחרונים שלכם.
- פרויקטים ולקוחות — סטטוס פרויקט, צוות, רשימות לקוחות ופרטים.
- תקציבים וחיוב — בריאות תקציב והתראות, זמן שטרם חויב, דוחות חיוב.
- ניצולת — ניצולת המשאבים ברחבי הצוות.
בצד הכתיבה הוא יכול לבצע פעולות כמו תיעוד זמן או יצירת לקוח או פרויקט. חשוב מכך: הכתיבות האלה נוצרות כטיוטות ומוגבלות לתפקיד של מפתח ה-API — סוכן לעולם לא יוכל לעשות משהו שהמשתמש של המפתח עצמו לא היה יכול לעשות באפליקציה, ושום דבר שהוא יוצר אינו סופי עד שאדם בודק אותו.
החלק שרוב הכלים מפספסים: ניהול נתונים
חיבור AI לנתונים העסקיים שלכם הוא עוצמתי — ואם עושים אותו ברשלנות, גם סיכון. ברגע שעוזר יכול לקרוא את החשבון שלכם, הוא עלול לקרוא גם את תעריפי העלות, שולי הרווח ופרטי הקשר של הלקוחות שלכם. זה הסיכון שמונע מרוב החברות לחבר AI לתפעול שלהן מלכתחילה.
Timix.AI מנהלת גישת MCP לכל מפתח API בנפרד, בגישת fail-closed — כלומר ברירת המחדל היא תמיד הצד המוגן:
- האפשרות ״Allow sensitive financial & contact data over MCP״ בכל מפתח כבויה כברירת מחדל.
- כשהיא כבויה, AI מחובר רואה הכנסות, שעות ותקציבים — אבל תעריפי עלות, שולי רווח, ופרטי קשר (מייל, טלפון, מע״מ) מוסתרים אוטומטית עוד לפני שהנתונים עוזבים את השרת.
- כל קריאת MCP מתועדת לביקורת, כך שיש לכם תיעוד של מה שניגשו אליו.
- מפעילים את אפשרות הנתונים הרגישים רק עבור מפתח שאתם סומכים במפורש על ה-AI שלו עם הנתונים האלה.
התוצאה: אתם יכולים לתת לסוכן AI מספיק הקשר כדי להיות שימושי לגבי ביצוע הפרויקטים וחיוב בלי לחשוף כמה כל פרויקט באמת עולה לכם — הבחנה שרוב האינטגרציות של ״חברו את ה-AI שלכם״ לא עושות.
חיבור לקוח ה-AI שלכם
ההתקנה קצרה בכוונה:
- צרו מפתח API של Timix.AI (מפתח ה-
bbl_…בעמוד ה-API Keys) — שרת ה-MCP הוא פיצ’ר בתוכנית Professional. - החליטו, לכל מפתח בנפרד, אם אותו AI רשאי לראות נתונים פיננסיים ופרטי קשר רגישים (ברירת מחדל: לא).
- כוונו את לקוח ה-MCP שלכם אל נקודת הקצה:
https://api.timix.ai/api/integration/v1/mcpכל עוזר תומך-MCP — Claude, Cursor, או agent מותאם אישית — יוכל אז לענות על שאלות המבוססות על הנתונים החיים שלכם. השלבים המדויקים נמצאים במדריך שרת ה-MCP ועוזר ה-AI.
שרת MCP מול API רגיל של REST
לא מעט מערכות מעקב שעות מציעות API של REST, וגם ל-Timix.AI יש כזה (ראו עבודה עם ה-API). ההבדל הוא מי עושה את עבודת האינטגרציה:
- API של REST הוא בשביל מפתחים — אתם כותבים קוד שמושך ומעצב נתונים בשביל ה-AI, ומתחזקים אותו.
- שרת MCP הוא בשביל ה-AI עצמו — העוזר קורא את רשימת הכלים הזמינים וקורא להם ישירות, כך שגם מי שאינו מתכנת יכול פשוט לשאול שאלה ב-Claude או ב-Cursor ולקבל תשובה המבוססת על נתונים אמיתיים.
שרת MCP לא מחליף את ה-API של REST; הוא ניצב לצידו עבור מגוון הזרימות ההולך וגדל שרצות דרך עוזר AI במקום דרך קוד ייעודי. אם הצוות שלכם מתחיל לעבוד דרך Claude, Cursor, או agent פנימי, מערכת מעקב שעות שמדברת MCP — עם ניהול שאתם שולטים בו לכל מפתח בנפרד — פוגשת אותם בדיוק היכן שהם כבר נמצאים.