连接器
Agent 与外部工具/数据源之间的授权式接入点——它要解决的不只是”能不能调到那个工具”，而是让同一份项目背景跨工具延续，把”复制粘贴 + 重新说明”从工作流里删掉。
简介
连接器（Connector）是 AI 产品中把外部服务接入 Agent 的机制：用户完成一次授权后，Agent 就能在该服务里读取数据、执行动作。它与 MCP 模型上下文协议 属于同一族问题（让模型与外部世界交互标准化），但侧重不同——MCP 是可被第三方复用的开放协议，连接器更多指产品内置的、面向普通用户的接入入口（点一下就装、授权即用）。
连接器的价值常被误读为”多接一个数据源”。更准确的说法是：它把上下文带过了工具边界。在装连接器之前，把 AI 整理好的问题拿去生成问卷，标准动作是——切到文档或问卷工具、复制粘贴、创建、等回收、再搬回来分析，而且每换一个工具都要重讲一遍调研对象、背景和待验证的问题；装上连接器之后，Agent 沿用已有项目信息直接推进到下一步，减少的是信息搬运和重复说明，而不只是点击次数。
因此判断一个连接器是否真的有用，标准不是”支持多少服务”，而是：跨过它之后，Agent 是否还知道自己在做哪件事、做到哪一步了。这也是连接器与长程记忆天然耦合的原因——记忆保存”为什么做、做到哪”，连接器负责”下一个动作在哪里发生”。若两者缺一，用户就会退回当调度员：手动搬运、手动补背景。
需要区分的是三类相邻能力：
- 连接器（Connector）：产品内授权式接入，面向终端用户；
- MCP 模型上下文协议：开放协议，面向开发者与工具生态；
- 插件/Skill：把能力封装成可调用的单元（解决”会不会做”），而连接器解决”在哪儿做、拿谁的数据做”。
关键信息
- 类型：概念 / 产品能力 / 集成机制
- 领域：AI Agent · 工具集成 · 工作流自动化
- 典型形态：产品内「更多 / 连接」入口 → 选择服务 → 完成授权（部分需扫码）
- 核心收益：消除跨工具的复制粘贴与背景重复说明；让项目上下文跨工具延续
- 相关概念：MCP 模型上下文协议、Claude Connector、长程记忆、ima 知识库、WorkBuddy、上下文工程
核心特性
连接器解决的三件事（按价值排序）
| 层次 | 问题 | 有连接器后 |
|---|---|---|
| 上下文延续 | 换个工具就要重讲背景与待验证问题 | 沿用同一份项目背景继续推进 |
| 搬运成本 | 复制 AI 产出 → 粘贴到外部工具 → 结果再搬回来 | 直接在会话内完成，结果留在同一处 |
| 可执行性 | AI 只能”说”，不能在那个系统里”做” | 授权范围内可直接读写该服务 |
与 MCP / Skill 的分工
- Skill / 插件回答「会不会做」——把方法或能力封装成可被调用的单元；
- 连接器 / MCP回答「在哪儿做、拿谁的数据做」——把外部系统接进执行通道；
- 只有两者同时具备，Agent 才能把一件真实工作任务闭环做完（既有方法，也够得着工具与数据）。
授权边界与安全
连接器是”用户显式授权”的产物，这带来两层保护也是两层约束：① 用户决定接什么，未被授权的服务天然不可达；② 一旦授权，Agent 在该服务内的读写范围就由权限界定，因此最小权限是安装时的第一原则；③ 企业场景中数据是否出内网、能否落到第三方，通常比连接器本身好不好用更关键（与 Claude Connector 记录的”用户主动连接、AI 持续感知”定位一致）。
常见误区
- 把连接器当目录长度竞赛：接了几十个服务但每个都停在”能读不能用”，价值接近于零。
- 忽略跨工具后上下文是否还在：连接器只连了通道、没接上记忆，用户仍要重新解释一遍，搬运成本只是换了形式。
- 混淆插件与连接器的失败模式：插件失败是”不会做”，连接器失败是”够不着 / 拿不到数据”，排查方向完全不同。
不同素材中的观点
- 2026-09-24-woshipm-workbuddy-one-line-requirement-mvp（欧阳俊杰）：把连接器放在一条真实项目流程里检验，给出了最贴近日常的观察。场景是：WorkBuddy 交付用户画像报告时主动声明调研的局限（报告主要来自网上相关用户的帖子，进一步验证还需访谈老师），于是下一步是”按方案中未确定的问题准备访谈提纲或问卷”。作者原本的动作是”切换到文档或问卷工具，把 AI 整理的问题复制过去，然后创建问卷，等收集了反馈，再搬回来分析”；安装「腾讯问卷」连接器后，直接让 WorkBuddy 把前面讨论过的问题落实成具体调研材料，无需再次说明调研对象、背景和需要验证的问题。他的结论句是：“从前面的需求讨论，到问卷准备，再到后续的反馈整理，各个环节可以围绕同一份项目背景展开。跨工具操作带来的信息搬运和重复说明减少了，我也才能把更多精力放在对用户需求的判断上。“这条素材补上了此前知识库中连接器样本的空缺——Claude Connector 记录的是”让 AI 看到你用什么”（感知侧），本文记录的是”让工作流跨工具继续推进”（执行侧）。
实用信息
- 快速上手步骤：① 在产品内找到连接入口（如 WorkBuddy 的「更多」）；② 选择目标服务并完成授权（部分需扫码）；③ 回到原会话，用自然语言直接下达”把刚才这些问题整理成问卷”这类跨工具指令，不要重复交代背景——若 Agent 仍要求背景信息，说明它没有把项目上下文带过去。
- 验证是否值得装的三问：这件事原来需要几次复制粘贴？换工具时我要不要重讲一遍背景？Agent 能不能在那边直接执行（而不只是给我一段文本）？
- 注意事项/避坑：① 只装当前任务真正需要的连接器，按最小权限授权；② 企业数据先确认是否出内网；③ 连接器不解决”AI 会不会做”，若能力本身缺失，装了连接器也只是把手工活挪个地方。