用 MCP 把 WorkBuddy 接进工作流：从建议到执行

WorkBuddy 系列 · 第 3 篇（连接篇）

前情回顾：上一篇我们配好了五个配置文件，让 AI「认识你」。但认识你之后呢？它还是只能待在聊天框里，你说一句它答一句——顶多算个「很懂你的聊天框」。今天这篇，聊怎么让它从「聊天框」变成「执行者」：用 MCP 把它接进你的工作流。

聊天框里的 AI，只能给建议；接进工作流的 AI，才能把事做完。

你有没有遇到过这种情况：AI 分析得头头是道，「你应该把邮件分门别类归档」「周报应该自动生成」，但说完就完了——该搬的邮件还得你搬，该写的周报还得你写。建议很好，落地为零。

问题出在哪？AI 只长了一张嘴，没长手。它能看到你的文档、邮件、表格，但碰不到它们。

MCP 就是那双手。

一、MCP 解决什么问题

MCP（Model Context Protocol，模型上下文协议）是 AI 与外部工具之间的标准接口。你可以把它理解为 AI 的「USB 接口」——插上哪个工具，AI 就能操作哪个工具。

不接 MCP 的 AI：你复制一段邮件进去，它帮你起草回复，你再复制回邮箱发出去。一来一回，省的是打字，没省流程。

接了 MCP 的 AI：它直接读你的邮箱，识别待处理邮件，起草回复，你确认后一键发出。整个流程里，你只做最后那一下「确认」。

一个真实的数字对比：

• 邮件处理：从 45 分钟/天，降到 10 分钟/天；

• 会议纪要：从 20 分钟/次，降到 2 分钟/次；

• 一个月下来，大约省出 30 个小时。

30 个小时，够你读完两本书，够你多开十个庭前准备，够你陪家人度一个完整的周末。

有人用它自动生成每周 PR 周报、批量归档 88 份行业报告、搭一个竞品监控仪表盘盯着对手动态——这些事之前要么外包，要么加班，现在都变成了 AI 的日常任务。

二、能接什么，先接什么

MCP 什么都能接，但你的时间有限。接什么，有个优先级：

第一梯队：高频重复

邮件、会议纪要、周报日报。这类任务每天/每周都发生，格式稳定、规则清晰，AI 最容易上手，省时效果最直观。

第二梯队：有明确输入输出

资料问答、Excel 整理、文档归档。输入是什么、输出要什么，讲清楚就能跑，验收也容易——表格对不对，一看便知。

第三梯队：需要跨应用流转

写作 → 排版 → 发布，调研 → 整理 → 成稿。这类任务价值最高，但要打通多个工具，建议放后面。

一个原则：先接一个高频、低风险、容易验收的场景，跑通再扩展。 别一上来就接十个，AI 和流程都容易崩，你也验收不过来。先把邮件跑顺，再想周报；周报稳定了，再上竞品监控。

三、连接不等于放权

把 AI 接进工作流，最大的顾虑是：它会不会乱来？

会。所以越接近真实系统，越需要三项约束：

1. 最小必要权限

只给它完成当前任务所需的权限。能读的不给写，能查的不给删。它只是「办事员」，不是「管理员」。

2. 明确写入位置

让它写文件、存数据之前，先约定好写到哪、什么格式、什么命名。没有明确落点的操作，一律先问。

3. 关键动作人工确认

删除、发送、发布、付款——这类不可逆的动作，永远保留人工确认。AI 起草，你按下发送键。

这也是 WorkBuddy 一直强调的边界：AI 负责干活，你负责把关。 自动化省下来的时间，是让你去干更需要判断力的事，不是让你彻底放手。

四、最小接入清单

如果今天就要动手，四步走：

Step 1：挑一个高频任务

从「第一梯队」里选一个，比如「每周五下午的周报」。

Step 2：把流程说清楚

数据从哪来（项目记录/邮件）、模板长什么样、计算规则是什么、输出放哪。说得越细，AI 跑得越稳。

Step 3：小范围跑通

先让它只处理你最近一周的数据，人工核对一遍结果。哪里不对，改哪里，再跑。

Step 4：加上约束和确认

按第三节的三项约束设置权限，把「发送」「发布」这类动作挂上人工确认，然后放手让它跑。

等它稳定跑两周，你会发现一个微妙的变化：你不再是「用 AI 干活」的人，而是「管 AI 干活」的人。这两种人，一年后的差距，是几倍的工作量。