如果说"技能"是 AI 自带的工具箱，那么"连接器"就是 AI 拿到外部世界钥匙的方式。要让 WorkBuddy 读你的邮箱、整理你的在线文档、检索团队知识库，靠的不是本领，而是连接器。这一节我们先建立对 MCP 连接器的整体认知，后面几节再动手授权和实战。
一、MCP 是什么#
MCP 的全称是 Model Context Protocol（模型上下文协议）。它是一套开放的标准化规范，作用可以理解为一套统一的"插头标准"。
打个比方：早期的电器插头五花八门，换个国家就插不上；后来有了统一标准，所有设备都能接同一个插座。MCP 之于大模型也是这个道理——它规定了"大模型如何以统一的方式连接外部工具和数据源"，这样不管是邮箱、文档还是项目管理平台，AI 都能用同一套协议去对接。
关键认知：MCP 解决的是**"标准化连接"**的问题。有了它，开发者不必为每个服务单独写一套接入逻辑，大模型也能用一致的方式调用外部能力。
二、连接器：WorkBuddy 与外部服务的桥梁#
在 WorkBuddy 里，连接器（Connector）= 基于MCP 协议封装好的、可一键授权的外部服务通道。
它让 AI 能访问和操作第三方平台的数据：
- 连接"QQ 邮箱" → AI 能读邮件、发邮件、整理收件箱
- 连接"腾讯文档" → AI 能读取在线文档内容并总结
- 连接"腾讯乐享" → AI 能检索企业知识库
- 连接"TAPD" → AI 能读写项目管理数据
连接器解决的是**"能不能碰到外部数据"**的问题。不连接邮箱，AI 就读不到你的邮件；连接之后，邮件数据就成为 AI 的工作素材。
三、两种技术形态#
WorkBuddy 的连接器在底层有两种实现方式：
| 形态 | 适用场景 | 特点 |
|---|---|---|
| MCP + CLI（标准协议） | 内置连接器 | 走标准 MCP 协议，规范统一、可扩展 |
| Skill + CLI（内置脚本） | 自定义连接器 | 通过内置脚本封装，灵活适配各类服务 |
简单说：官方做好的内置连接器优先走标准协议；而你想接入的特殊服务，可以用脚本方式自定义。
四、可视化授权：无需编码#
这是 WorkBuddy 把 MCP 用得最贴心的一点。
传统接入 MCP 往往要手改 JSON 配置文件、填一堆密钥，门槛很高。而 WorkBuddy 把它做成了可视化授权：
- 在连接器页面点卡片上的"+"按钮
- 扫码或跳转登录，在手机/浏览器上同意权限
- 授权完成后卡片亮起绿点，开关自动打开
全程不用写一行代码、不用改任何配置文件。你只需要在第三方平台上同意授权，连接就建立好了。
五、几个重要认知#
在动手之前，先记住这几条原则，能帮你避坑：
- 每个连接器需独立授权：WorkBuddy 不会在未授权的情况下后台抓取任何数据。
- 严格遵循权限边界：AI 只能访问你在第三方服务里本来就有的数据，不会越权。
- 连接器本身不消耗积分：建立连接、读取数据的操作不扣积分；但 AI 内部理解和总结这些外部数据时会消耗积分。
- 随时可解绑：不想要了，一键解绑即可，也可以到第三方平台撤销授权。
小结#
这一节我们建立了对 MCP 连接器的认知：它是 WorkBuddy 触达外部数据的标准化桥梁，底层走 MCP 协议，上层做成可视化授权、无需编码。下一节，我们先一览 WorkBuddy 自带的五个内置连接器，看看它们各自能做什么。