夜雨聆风学习资料网

ARTICLE · 1009693

AI 再聪明,连不上你的系统也白搭?

AI 再聪明,连不上你的系统也白搭?

MCP 给 AI 接上 USB-C,一句话调用你的办公系统

你有没有试过让 AI 帮你做一件事。

比如把本月销售表汇总成周报。它回你一句:"我无法访问你的本地文件。"

比如让它把周报发到项目群,提醒负责人跟进。它再回你一句:"我无法连接外部服务。"

AI 明明很聪明。可它在你面前,像个被关在玻璃房里的天才。

看得见,够不着。

问题不在模型。在连接。

怎么设置:两步走,不用写代码

前面说到,AI 连不上你的系统,问题卡在"连接"。

有个叫 MCP 的开放协议,专门解决这个问题。

先别管它背后怎么实现,你实际用起来只要两步。不用写一行代码。

图:预置连接器与自定义连接器,零代码接入

第一步,用预置连接器。

工作台已经预置了 QQ 邮箱、腾讯文档、腾讯会议、腾讯乐享、TAPD 等服务。

在连接器管理页找到你常用的那个,按引导授权,即刻可用。零代码。

第二步,用自定义连接器。

预置不够?右上角点「自定义连接器」。

填两项:服务地址、鉴权方式。

访问范围由你自己决定。

这样一来,主流的飞书、Notion、Linear、GitHub 等任何提供 MCP Server 的服务,都能接进来。

接好之后,对 AI 说一句话就能调用。不用打开网页,不用复制粘贴,不用手动导出导入。

两个案例:腾讯文档 + 飞书

说了怎么接,来看两个真实流程。

图:腾讯文档与飞书的两条 MCP 调用路径

案例一 · 腾讯文档。

你对 AI 说一句:"把本月销售表汇总成一份周报。"

MCP 调用腾讯文档的读表能力,拿到本月数据。再调用它的写文档能力,把周报写回你的文档库。

整件事里,你只说了一句话。

案例二 · 飞书。

接着你对 AI 说一句:"把周报发到项目群,并提醒负责人。"

MCP 调用飞书的发消息能力,把摘要送到群里。再调用多维表格的写能力,把跟进项建成了待办,挂在对应负责人名下。

同一个 AI,连不同系统,做不同的事。

过去这几步要切四五个网页、手动复制粘贴、还要担心格式丢失。

现在一句话跑完。

回顾:连接,才是生产力放大器

一个值得记住的判断。

AI 的价值不取决于模型多聪明,而取决于它能触达多少你的真实工作系统。

连接得越多,AI 越像你团队里一个熟悉所有系统的老员工。

连接得越少,它越像一个只能回答通识问题的实习生。

而权限管理,是这个放大器上的保险丝。每接入一个新服务,想清楚两件事:它能看到什么,它能改什么。

动手做一件最小可行的事

如果你想试一试,从你最常用的那个工具开始。

第一步,打开连接器管理页,看看哪些服务是预置的。

第二步,授权一个你今天就要用的。

第三步,对 AI 说一句过去你手动做过的事,看看会发生什么。

不用一次接入十个。一个就够。

当第一个连接跑通,你会自然想接第二个、第三个。

到那时,你已经不是在用 AI,而是在用一支为你工作的数字团队。

进阶原理:MCP 到底是怎么做到的

前面都在讲怎么用。如果你好奇它背后怎么实现的,这一段讲清楚。

不想看原理也没关系。你已经会用 MCP 了。

MCP 是什么:给 AI 一根 USB-C 线

过去十年,让 AI 连接外部工具,是一件大工程。

10 个 AI 应用想连 10 个工具?写 100 个对接接口。10 乘 10 的集成噩梦。

每加一个 AI,或每加一个工具,都要把对方再对接一遍。

MCP 出现后,这件事变简单了。

MCP 全称 Model Context Protocol,模型上下文协议。

它由 Anthropic 在 2024 年底推出并开源,现在是 AI 领域最热的基础设施。

你可以把它想成 USB-C。

过去每种设备都要做一种专属接口。现在 USB-C 统一了。设备只做一种口,电脑只留一种插槽,插上就能用。

MCP 做的是同一件事。

图:MCP 让 AI 与工具的连接,从 100 个接口变成 20 个

工具开发者按标准做一个 MCP Server。

任何支持 MCP 的 AI 应用,内置 MCP Client。

两边一插,就能用。

100 个接口的工作量,变成了 20 个。

记住这一句:MCP 不是某个 AI 的私有功能,而是 AI 时代的通用接口标准。

三层架构:宿主、接口、服务

MCP 的设计很简洁。三层。

第一层 Host 宿主,是你每天用的 AI 应用,比如 WorkBuddy。

第二层 Client 客户端,内置在 Host 里,负责跟每个 Server 保持一对一连接。

第三层 Server 服务端,是轻量的独立程序,跑在你电脑里或云端,提供具体能力。

图:Host / Client / Server 三层,加上 Tools / Resources / Prompts 三大能力

每个 Server 还能提供三种核心能力。

Tools,让 AI 执行操作。比如创建任务、运行代码。

Resources,让 AI 读取数据。比如文件、数据库。

Prompts,提供提示词模板,标准化触发复杂流程。

还有一个细节容易忽略:MCP 默认本地优先。

敏感数据不用上传第三方服务器,AI 只在需要推理时获取必要上下文。

对个人用户来说,这一点比任何花活都重要。

你接入过哪些 MCP 服务?哪一次最让你觉得"这才是 AI 该有的样子"?欢迎留言聊聊。

相关学习资料