这一讲适合谁:希望让 AI 接入企业现有系统,完成查询业务数据、调用外部工具、触发业务动作,但还不清楚如何接 API、处理鉴权和完成调用配置的人。
学完你能做到:理解连接器的核心价值,掌握“模板 → 凭证 → 连接器 → Skill”的接入链路,学会区分 MCP 与 API 两类接入方式,并了解复杂鉴权场景下的配置思路。
阅读路径:为什么企业 AI 总卡在最后一步 → 连接器是什么 → 四步接入流程 → MCP 接入案例 → API 接入案例 → 复杂鉴权方案 → 连接器的真实价值。
企业数字化建设了这么多年,早已部署了 OA、CRM、ERP 等各类业务系统。企业的客户信息、经营数据、业务流程和管理规则,都沉淀在这些系统里。这些系统不只是工具,更承载着企业真正的业务上下文。
如果 AI 无法连接这些系统、读取业务数据、调用业务能力,它就永远只是一个“不懂企业的路人”:可以写文案、做总结、提建议,却不知道企业正在发生什么,更无法参与真实的业务流程。
于是,一到具体工作中,员工仍然要自己切换系统、查找数据、复制粘贴,再把 AI 给出的建议手动执行一遍。AI 会回答,却无法行动;能给建议,却不能把事情直接做成
连接器可以理解为:AI 触达业务系统的桥梁。有了连接器,AI 不再只依赖通用知识,而是可以在对话中实时调用业务系统和外部工具。
它的价值主要体现在三件事上:
- 实时查询:
读取企业实时数据,而不是只做静态回答。 - 调用工具:
把系统能力包装给 AI 调用。 - 直接执行:
让 AI 从“会说”升级为“会做”。
没有连接器 | 有连接器 |
AI 只能基于通用知识回答 | AI 能查询实时业务数据 |
用户要手动去各系统查数据 | 对话中直接出结果 |
AI 给建议,但不办事 | AI 直接调用系统、办成事 |
类型 | 适用场景 | 特点 |
API 类型 | 传统 REST API 系统(同花顺、企查查等) | 需手动录入接口定义 |
MCP 类型 | AI 原生服务、MCP Server(天眼查 MCP 等) | 能力自动发现,无需手动录入 |
鉴权方式 | 典型系统 | 谁来授权 | 网关处理 |
OAuth 2.1 用户授权 | 天眼查 MCP | 每个用户自己授权 | 管理授权流程 |
OAuth2.0 应用授权 | 同花顺 API | 系统级,无需用户参与 | 自动获取/刷新 token |
MD5 脚本签名 | 考勤 OA | 凭证托管 | Lua 脚本算签名 |
KSO | ACH | aksk+api鉴权 | 自动获取 |
在 WPS Comate 中,连接器的接入链路可以拆成一条非常清晰的主线:模板 → 凭证 → 连接器 → Skill。
- 第 1 步:创建连接模板
,定义上游地址、认证方式和 API 列表。 - 第 2 步:创建连接凭证
,托管 API Key、Token 或 AK/SK 等敏感信息。 - 第 3 步:创建连接器
,把模板和凭证组合成真正可调用的实例。 - 第 4 步:同步 Skill 并调用
,让前端用户在对话中直接使用这些能力。
这五个核心概念,听起来有点技术,但用一个生活化比喻就很好理解。
把这套关系记住就不难了:连接模板定义能力,连接凭证管理权限,连接器把能力和权限组合起来,最终给 AI 专家调用。
MCP 更适合 AI 原生服务。它的特点是:能力可以自动发现,用户通过授权后,AI 就能在对话中直接调用对应工具。
以“天眼查 MCP”为例,接入链路通常是:配置 MCP Server → 同步能力 → 用户授权 → 对话调用。对于需要快速连接成熟外部能力的场景,这种方式会更直接。废话不多说,跟着我来实操:
第一步:了解要对接系统的接入方式
访问对应系统官方的开发指导文档,天眼查的链接:https://www.tianyancha.com/ai/developer-docs#mcp-params ,找到对应的接入参数和配置方法,复制MCP URL:
https://mcp.tianyancha.com/mcp
第二步:进入后台
进入comate的管理后台 comate studio,点击连接开发-新建连接


第三步:新建连接模板并且上架到客户端
选择连接类型:MCP连接
模板名称:自己定义即可
MCP Server URL中输入第一步复制的URL
AP路径前缀:输入任意的唯一值
凭证类型选择:OAuth 2.1 用户授权,再点击“自动发现”按钮,自动补充其他必填信息,点击“创建模板”即完成








回到企业视角,连接器不是一个“附加功能”,而是 AI 能否真正走进业务的关键基础设施。
- 协议更全:
同时支持 API 与 MCP 两类接入方式。 - 鉴权更全:
可处理 OAuth、AK/SK、脚本签名等典型方案。 - 自动化更强:
token 获取、刷新、签名计算都能被系统化管理。 - 安全可控:
凭证托管、管理员配置、审计边界更清晰。
试着选择一个你所在团队最常用、最容易形成高频价值的系统,完成一次连接器接入方案梳理。建议从“可查数据”的简单场景入手,比如客户信息查询、库存查询、项目数据查询等。
先判断这个系统更适合 MCP 接入,还是 API 接入。 梳理上游地址、认证方式、接口列表和返回字段。
明确最终希望 AI 在对话中完成什么动作:查数据、调工具,还是直接执行。 完成接入系统
你能说明连接器为什么是企业 AI 落地的关键一环。 你能说清连接器的 4 步接入流程:模板 → 凭证 → 连接器 → Skill。 你知道 MCP 接入与 API 接入各自更适合什么场景。
你能从业务价值角度判断:这个系统值不值得让 AI 接入。
夜雨聆风