第 7 章连接器（MCP）：让伙伴连接外部工具

第一篇使用手册：先把 buddyme 用起来 · 更新于 2026-10-20 · 作者：BuddyMe Editorial Team

MCP 指的是 Model Context Protocol（模型上下文协议），于 2024 年底推出并开源，目前已经成为 AI 领域最热门的基础设施之一。用一个通俗的比喻：MCP 就是 AI 世界的"USB-C 接口"——在 buddyme 里，它以"连接器"的形式出现：加载一个连接器，buddyme 就多一双手，能替你收发邮件、查阅文档、预订会议。这一章从"为什么需要它"讲起，一直讲到接入你自己的工具。

前面 28 章讲的都是「用 buddyme 干具体活」，这一章往后退一步，回答两个更根本的问题：它凭什么好用，以及怎么用才一直好用。搞懂原理不是为了当工程师，而是为了在它跑偏的时候你知道为什么、在它费点数的时候你知道省在哪里。

大模型是怎么「思考」的——Token、上下文窗口、温度与采样，决定了它为什么有时聪明有时糊涂；
指令五要素与迭代追问——同一件事，说法不同，产出质量差一倍；
模型为什么跑偏——问题分四类，每类有一套对应的纠偏方法；
技能与 Agent 的运行机制——理解了它怎么干活，你才能让它替你设计活儿；
自动化工作流与成本控制——让定时任务靠得住，让每一分点数花在刀刃上。

不需要任何编程基础，每一节都从「这对你用 buddyme 意味着什么」讲起。读完这一章，你再看前面 28 章的很多操作，会有「原来如此」的感觉。

为什么需要 MCP：AI 世界的 USB-C

在过去，如果你想让一个 AI 助手（Agent）连接外部工具——比如 GitHub、本地文件系统、PostgreSQL 数据库、Slack 等——开发者必须为"每一个 AI 应用"和"每一个工具"分别编写专门的对接代码。假设市场上有 10 个 AI 应用、10 个工具，就需要写 10 × 10 = 100 个接口。应用和工具各自更新，接口还得跟着维护。这就是经典的 N × M 集成难题：每多一个应用或一个工具，对接工作量都在成倍增长。

有了 MCP（Model Context Protocol，模型上下文协议），局面完全变了。工具开发者只需要按照 MCP 标准开发一个"MCP Server"（相当于一个 USB-C 设备），而任何支持 MCP 的 AI 应用只需内置"MCP Client"（相当于一个 USB-C 接口），就能即插即用。原本 N × M 的复杂开发工作，被简化成了 N + M：每个工具做一次标准化封装，每个应用做一次标准化接入，此后任意组合直接可用。

subgraph 没有 MCP
应用 1 —专用接口→ 工具 1
应用 1 —专用接口→ 工具 2
应用 2 —专用接口→ 工具 1
应用 2 —专用接口→ 工具 2
subgraph 有了 MCP
应用 1 → MCP 标准接口
应用 2 → MCP 标准接口
MCP 标准接口 → 工具 1
MCP 标准接口 → 工具 2

为什么你应当关心这件事

你也许会想：这是开发者的事，跟我一个普通用户有什么关系？关系很直接——

能连的工具变多了：因为接入成本低，工具厂商愿意为 MCP 生态做适配，你能用的连接器会持续增加；
接入方式变统一了：不管连的是邮箱、文档还是会议系统，操作路径都一样——在连接器列表里加载它，然后在任务里直接说需求；
数据更安全了：MCP 支持本地通信，敏感数据不必上传到第三方云端（下一节详述）。

在 buddyme 里，这些"USB-C 设备"以连接器的形式出现：QQ 邮箱、腾讯文档、腾讯会议……加载之后，buddyme 就能替你读邮件、查文档、订会议，而不必你打开浏览器一步步搬运。工具不再是 AI 之外的孤立软件，而是 buddyme 的手和眼。

一句话记住 MCP：它让"AI 连接工具"从每个都要定制的苦差事，变成了插上就能用的标准接口——就像 USB-C 统一了充电线之后，你再也没翻过抽屉里那捆旧线。

MCP 的核心特点：一个协议，三种能力

MCP 为什么值得信赖？可以从四个特点来看：统一协议、三种核心能力、解耦架构，以及本地优先的安全性。

统一的标准化协议（告别重复造轮子）

MCP 提供了一套通用的规范（基于 JSON-RPC）。无论是读取本地文件、查询数据库，还是调用第三方 SaaS API，AI 都能通过同一套协议逻辑去理解和调用。这大幅降低了 Agent 开发中工具集成的门槛，让开发者可以把精力集中在 Agent 的核心逻辑上，而不是写繁琐的 API 对接代码。

对你而言，"统一"意味着可预期：学会了加载一个连接器，就等于学会了加载所有连接器——操作路径一致，心智负担只有一个。

三大核心能力：做事、看数据、按套路出牌

MCP 不仅让 AI 能"做事"，还让它能"看数据"、"按套路出牌"。它标准化了三种核心原语：

Tools（工具）：允许 AI 执行操作。例如运行一段代码、在 Jira 创建一个任务、向数据库写入数据——这是 AI 的"手脚"；
Resources（资源/上下文）：允许 AI 读取外部数据。例如获取 Git 仓库的文件列表、查询向量数据库中的特定片段，作为回答问题的上下文——这是 AI 的"眼睛"；
Prompts（提示词模板）：提供预定义的交互模板，让用户或 AI 能以标准化的方式触发特定的复杂工作流——这是沉淀下来的"套路"，复杂操作不必每次从零描述。

C/S 架构与高度解耦

MCP 采用客户端-服务端（Client-Server）架构：

MCP Host：你使用的 AI 宿主应用（如 IDE、Agent 平台——在本书的语境里就是 buddyme）；
MCP Client：Host 内部负责与 Server 保持 1:1 连接的组件；
MCP Server：轻量级的独立程序，专门负责暴露特定工具或数据的能力。

这种解耦意味着你可以随时替换底层的大模型，或者随时增加新的数据源，而无需重构整个 Agent 系统。模型升级了，连接器照常工作；连接器更新了，任务提示词一个字都不用改。对普通用户来说，这份"解耦"就是安心：今天学的用法，明天不会因为某次升级而作废。

本地优先与安全性（隐私友好）

MCP 支持通过本地标准输入输出（stdio）或本地 HTTP 进行通信。这意味着你的 MCP Server 可以完全运行在本地电脑上。敏感数据——如本地代码、私有数据库内容、电商后台数据——不需要上传到云端第三方服务器，AI 模型只在需要推理时获取必要的上下文，企业级应用的数据安全性由此大幅提升。

这也是 buddyme"本地优先"理念的自然延伸：任务在你的电脑上跑，数据在你的授权目录里读，连接器只是替你伸出手去，而不是把你的资料搬到别处。

特点	解决什么问题	对你的意义
统一协议	重复造轮子	学一次，处处可用
三种原语	能力没有标准	工具既能动手也能看数据
解耦架构	牵一发动全身	换模型、加工具互不影响
本地优先	数据外流风险	敏感内容不出本机

加载一个连接器：三步即插即用

buddyme 的连接器管理遵循一个朴素的思路：一个 MCP 服务器就是一张“工具供应卡”——填上地址、验一下连通、打开开关，它的工具就并进 buddyme 的工具箱。整个过程不需要写配置文件，三步而已。

第 1 步：打开 MCP 页，添加服务器

在左侧导航轻点「MCP」，进入「MCP 服务器」管理页，轻点右上角「＋添加服务器」。表单里最关键的是两件事：

类型：stdio（本地命令，比如用 npx、uvx、python 启动的本地服务）或 HTTP（一个远程服务器地址）；
连接信息：stdio 填「命令 + 参数 + 环境变量」（参数与环境变量每行一条）；HTTP 填「URL + 请求头」。此外还能设超时（默认 30 秒）、写一句备注。

📷 待补图：添加 MCP 服务器的表单
要求：「＋添加服务器」弹框截图，可见类型（stdio/HTTP）、命令/参数/环境变量、URL/请求头、超时与启用开关，无需标注

第 2 步：测试连接，看看它带来哪些工具

保存之前，先点表单底部的「测试连接」：buddyme 会真实地去连接这个服务器，把它提供的工具清单列出来。看到“连接成功：N 个工具”，说明这张工具卡是有效的。

📷 待补图：测试连接成功后的工具列表
要求：某服务器的工具面板截图，可见 mcp__服务器__工具名形式的全名、工具描述与「调用测试」按钮，无需标注

第 3 步：保存并启用，工具自动并入工具箱

轻点「保存」。启用中的服务器会显示已连接状态，它带来的每个工具都以 mcp__服务器名__工具名 的统一格式并入 buddyme 的工具表——此后在任务里直接用自然语言说需求，buddyme 自己会挑用哪件工具，你不需要记这些名字。

📷 待补图：MCP 服务器卡片列表
要求：MCP 页中 1-2 张服务器卡片截图，可见状态点（已连接/已停用）、类型标签、N 个工具与停用/测试连接/工具/编辑/删除操作，无需标注

两种省事的补充方式

导入 JSON：如果你在其他支持 MCP 的工具里已经配好了 MCP 服务器，把那段 mcpServers JSON 复制出来，用「↓ 导入 JSON」一次全量导入，不必逐个手填；
重连全部：网络波动或电脑重启后，如果多个服务器显示未连接，轻点「⟳ 重连全部」一键恢复。

加载时的小提示

按需加载：连接器不是越多越好。只加载当前用得上的，任务上下文更干净，权限也更收敛；
随时可关：每张服务器卡片都有「停用/启用」开关，停用后其工具即从工具表移出，不影响已有任务；想彻底移除就用「删除」；
环境变量放密钥：需要鉴权的服务器，密钥写在「环境变量」或「请求头」里（支持 ${系统环境变量} 引用），不要写进任务提示词。

加载连接器像给新同事开通门禁：开一次，之后它就能自己进出对应系统替你干活；不想让它进了，随时停用收回。

用连接器完成一个任务

连接器启用之后，用它不需要任何特殊操作——像平时一样在对话里说需求就行。下面以最常见的「文件系统」MCP 服务器为例走一遍：让它统计一个目录里的 PDF 并生成清单。

第一步：用一句话发起

假设你已按上一节添加并启用了文件系统服务器（它让 buddyme 能以标准方式访问指定目录）。在对话区输入：

“帮我统计 D:/资料/合同这个目录下所有 PDF 的文件名和大小，整理成一张表格。”

buddyme 会识别出这是一个文件读取需求，并自动选择 MCP 服务器提供的目录读取工具来执行——你不需要指定“用哪个工具”，自然表达就好。

📷 待补图：任务中调用 MCP 工具的过程
要求：对话区截图，工具调用框中可见 mcp__服务器名__工具名的调用记录与参数，无需标注

第二步：补齐关键信息

如果 buddyme 缺少必要参数，它会反过来问你：“要包含子文件夹吗？”“表格按大小排序还是按名称排序？”一次性答全，可以省去来回确认。

第三步：确认执行，查看结果

buddyme 通过连接器调用工具，完成后把结果回传到对话区——清单文件出现在结果区，表格自动打开预览，核对无误就能直接使用。

这个例子说明了什么

自然语言直达操作：从“我想要一张清单”到“表格已生成”，中间的接口调用、参数填写全部由 buddyme 完成；
工具自动匹配：已启用的连接器构成 buddyme 的能力池，需求说出口，它自己挑趁手的工具；
同样的套路可以迁移：把“文件”换成你接入的任何系统——数据库查询、网页抓取、公司内部接口——操作方式完全一样：发起、补充、确认，仅此而已。

📷 待补图：交付结果展示
要求：任务完成后的结果区截图，可见生成的表格预览与文件树中的产物，无需标注

小建议：第一次使用某个连接器时，先拿一件无关紧要的小事练手（比如列个目录、查一条只读数据），确认链路通畅，再托付正式工作。也可以在服务器卡片的「工具」面板里用「调用测试」直接试单个工具。

新建连接器：接入你自己的工具

别人的连接器覆盖大众场景，但你的工作系统可能不在任何列表里——公司自建的工单系统、团队私有的数据库、某个小众 SaaS。只要对方提供 MCP 服务（如今越来越多的工具厂商和开源项目都提供），你就可以把它作为自定义连接器接入 buddyme，让 buddyme 的能力圈跟着你的工作圈一起扩展。

操作路径

打开「MCP」页，轻点「＋添加服务器」，按对方系统提供的接入说明填写：

本地服务（stdio）：填「命令 + 参数 + 环境变量」。最常见的是用包管理器一行启动，例如命令 npx、参数 -y 某某-mcp-server；需要鉴权的把密钥写进环境变量（每行一条 KEY=VALUE）；
远程服务（HTTP）：填「URL + 请求头」。请求头里放鉴权令牌（每行一条 Key: Value），支持用 ${环境变量名} 引用系统里的变量，避免明文落盘；
通用项：超时（默认 30 秒）、备注（给未来的你写的说明）、启用开关。

填完先「测试连接」，看到工具清单再保存——自定义连接器会与其它服务器一起出现在列表里，用法完全相同。需要留意的是，自定义连接器的访问范围由你自己配置——它能动哪些数据、调哪些接口，取决于你给它接的是什么、授权到什么程度，这份钥匙在你手里。

📷 待补图：自定义服务器的配置示例
要求：一个填好命令/参数/环境变量的 stdio 服务器表单（密钥可打码），或一个 HTTP 服务器表单，无需标注

从哪里找到可接入的 MCP Server

MCP 是开放生态。如果你想让 buddyme 连接某个系统，可以先去该系统的官方文档搜一搜“是否支持 MCP”——支持的系统一般会给出一段现成的配置说明（命令或 URL），照抄进表单即可；也可以到开源社区检索对应的 MCP Server 项目。

配置时的小提醒

最小授权：只给 buddyme 完成任务所需的最小权限，能只读就不要读写全开；
密钥安全：鉴权信息等同密码，放在环境变量或请求头里，不要写进任务提示词或分享给他人；
先测后用：接入后先用一条只读指令验证连通（比如“帮我列一下最近的工单”），确认正常再交付正式任务。

自定义连接器是 buddyme 的“扩展坞”：预置的接口不够用时，你随时可以自己接一根线。工具的边界，从此由你的需要决定，而不是由列表决定。

MCP与能力扩展

buddyme 本身很聪明，但它默认只活在一个封闭的沙盒里——你让它查公司内部系统、读你的邮箱、操作你的业务工具，它都做不到，因为它够不着。这一节讲的就是怎么把它的「手」伸出去：MCP 协议和连接器，让 buddyme 能连接你真实工作中的数据、工具和服务。

先理解问题：AI 的「孤岛困境」

没有 MCP 之前，你想让 AI 处理真实数据，流程是这样的：手动导出数据 → 粘贴进对话框 → AI 处理 → 复制结果 → 手动写回系统。这个「搬数据」的环节，很多时候比 AI 处理本身还费时间。

MCP（Model Context Protocol，模型上下文协议）就是解决这个问题的开放标准。打个比方：AI 模型是「大脑」，MCP 就是让大脑伸出手去操作外部世界的「神经系统」——它让 buddyme 从「只能思考」进化为「能够行动」。再换个更日常的类比：MCP 之于 AI，就像 USB 之于电脑——一个标准化的插口，任何工具只要做成标准插头，就能插上就用。

MCP 是怎么工作的：三个角色

直觉解释：MCP 背后是一套「客户端-服务器」结构，你只需要记住三个角色：

宿主（Host）：承载 AI 的应用，也就是 buddyme 客户端。
客户端（Client）：buddyme 为每个连接内部创建的「联络员」，负责对接外部服务。
服务器（Server）：对外暴露能力的小程序。比如「QQ 邮箱 MCP 服务器」能搜索邮件、发送邮件；「腾讯文档 MCP 服务器」能读文档、写文档。

这对你用 buddyme 意味着什么：你不需要理解协议细节，只需要知道——buddyme 里配置一个 MCP 服务器（在 buddyme 里表现为「连接器」），它就自动获得这个服务器提供的所有工具。配置一个「邮箱连接器」，你就能说「帮我把今天的邮件总结一下」；配置一个「文档连接器」，你就能说「把这份纪要写进我们的协作文档」。

什么时候用连接器，什么时候用技能

这是最容易混淆的一对概念。记住一句话：连接器管「够得着」，技能管「干得专业」。

用连接器（MCP）：需要访问外部服务的实时数据（邮件、文档、数据库），或需要对外部服务执行写操作（发邮件、创建文档、更新系统）。
用技能（Skills）：只需要 AI 处理已有信息或执行通用任务——写文案、翻译、总结、按固定流程整理文件。技能不增加能力，只注入方法。

判断口诀：需要 AI 连接外部系统或服务 → 用连接器；只是让 AI 干得更专业 → 用技能。两者可以叠加：装了邮箱连接器之后，再配一个「邮件回复规范」技能， buddyme 就既能读到你的邮件、又能按你的风格回复。

扩展 buddyme 的三条路

第 1 条路：内置连接器（零门槛，先用这条）。buddyme 内置了常用服务的连接器，在设置里点开、授权、即用。想让 buddyme 处理邮件、文档、日历这类日常工具，先翻一遍连接器列表，大概率已经有人把桥修好了。

第 2 条路：社区连接器。MCP 已经是行业标准，社区有海量现成的服务器可以接入，覆盖各类主流工具。接入方式通常是在 buddyme 的 MCP 配置文件里添加一段配置。

第 3 条路：自定义 MCP 服务器（进阶）。如果你的团队有内部系统（内部 API、私有数据库），可以写一个小程序把它包装成 MCP 服务器，让 buddyme 直接查和写。基本流程是：装一个现成的开发框架 → 写几个函数并声明每个函数的功能 → 本地跑通 → 在 buddyme 的 MCP 配置文件里登记路径 → 重启后就能在对话里用了。配置时注意两点：路径必须用绝对路径；密钥用环境变量引用，不要明文写进配置文件。

安全：连接器是能力，也是入口

为什么必须强调：你装上去的每一个连接器，都是 buddyme 通往外部世界的一扇门，也是外部世界接触你数据的一条路。两条底线：

装前审计：不明来源的第三方连接器不装。安装前检查它的功能描述和权限范围——一个「读笔记」的连接器不应该要求「删除文件」的权限。
最小授权：只开你需要的范围。能用只读权限解决的，不给写权限；能连一个系统的，不贪多。定期翻一遍已装连接器列表，不用的就摘掉。

出错怎么办：连接器连不上时，按顺序查：状态是绿色还是红色（红色看错误信息）→ 路径、密钥是否正确 → 服务本身是否可用。多数连接问题出在配置的路径和密钥上，而不是协议本身。

本节自检清单

[ ] 能说清连接器和技能的区别（够得着 vs 干得专业）
[ ] 翻过一遍 buddyme 的内置连接器列表
[ ] 已把最高频的外部工具接成了连接器
[ ] 每个连接器都按最小授权原则配置
[ ] 知道连接失败时先查状态、路径、密钥

能力接得越远，消耗也越值得盘算——最后一节我们讲怎么管住 Token 和预算。

第 7 章 连接器（MCP）：让伙伴连接外部工具