自动化工作流来源:CSDN博客 · 2026-09-11 · 原文:https://blog.csdn.net/weixin_29047545/article/details/164526041

WorkBuddy实战:Skill开发与MCP接入完全指南

这类 MCP 的典型价值是:让 AI 助手能读取设计稿的元素、节点信息甚至导出标注,而不需要设计师手动贴图。

1. MCP 的核心价值

我尝试过接入一个设计稿解析类的 MCP Server,它的思路很简单:通过设计工具的开放 API 拉取画布 JSON 数据,然后汇总成结构化描述喂给大模型。接入流程与上述方法一致,差别仅在于 Server 内部调用的是设计工具 API。

这类 MCP 的核心难点不在协议,而在于:设计稿数据量通常很大,动辄几万甚至几十万个节点,如果不做裁剪和摘要,很容易超出模型上下文窗口。我的做法是在 MCP Server 内部预先做一层信息压缩,只返回当前画布中"可见且非隐藏、包含有效文本或组件名"的节点摘要。

这里也顺带回应一下热词里"unity mcp""blender mcp""cocoscreator mcp"这类游戏引擎相关需求:基本原理完全一样,MCP 只是通道,真正的功夫花在如何把引擎的复杂对象模型映射成大模型能理解的简洁描述上。这个映射做得好,工具就实用;映射做得敷衍,就会出现"工具能连上,但回答全是废话"的情况。

2. 综合工作流实战:把 Skill 和 MCP 串起来

5.1 设计一个"自动化日报生成"系统

单个 Skill 和单个 MCP 都解决的是单点问题,真正有杀伤力的是把它们组合成一个完整工作流。我举一个自己跑通了很久的例子:自动化日报生成系统。

整个系统的分工是这样设计的:

这套链路跑起来后,团队每天的周报和日报效率提升非常明显,而且完全不需要人工介入。

5.2 工作流中参数传递的注意事项

跨 Skill 和 MCP 组合时,最容易被忽略的是参数传递。一个 Skill 的输出往往是另一个 Skill 的输入,如果参数定义不一致,整个链路就会断裂。

建议的做法是:

  1. 在所有 Skill 的入口处定义统一的参数 schema;
  2. 使用环境变量或配置文件来管理跨 Skill 共享的上下文数据;
  3. 在 MCP 工具的返回结果中保留结构化字段,方便下游 Skill 直接解析。

3. Skill 开发的最佳实践

3.1 单一职责原则

一个 Skill 只做一件事,但要把这件事做彻底。与其写一个"全能日报生成器",不如拆成"数据拉取"、"格式转换"、"文案生成"三个独立 Skill,然后通过工作流编排组合。

3.2 错误处理要具体

Skill 不应该吞掉所有异常。当 MCP 工具调用失败时,要明确返回错误类型(如网络错误、认证失败、数据格式异常),让上层 WorkBuddy 能够根据错误类型决定是重试还是报错终止。

3.3 日志与可观测性

每个 Skill 都应该有清晰的执行日志,记录: - 输入参数(脱敏后) - 执行的步骤 - 中间结果 - 最终输出

这样在生产环境中排查问题会方便很多。

4. MCP 协议的选型建议

目前主流的 MCP 协议有两种实现:

对于大多数办公自动化场景,stdio 模式已经够用。但如果你的 Skill 需要被多个 WorkBuddy 实例共享(比如部署在服务器上供团队使用),HTTP/SSE 模式更合适。

5. 真实案例:自动化日报生成系统

下面是一个完整的自动化日报生成系统的配置示例:

# skill.yaml
name: daily_report
version: 1.0.0
description: 自动生成团队日报并推送至企微群
inputs:
  - name: git_repo
    description: Git仓库地址
    required: true
  - name: report_date
    description: 报告日期,格式YYYY-MM-DD
    required: true
triggers:
  type: cron
  expression: "0 17 * * *"
<!-- main.md -->
## 日报生成流程

1. 使用 git_mcp 工具拉取 {report_date} 的提交记录
2. 按模块分组,提取关键提交(feat/fix/refactor)
3. 生成结构化日报文本
4. 通过 wecom_mcp 工具推送至指定群聊

这个系统运行三个月以来,团队日报的产出时间从平均 30 分钟降到了 2 分钟,而且格式统一、内容完整。

6. 结语

Skill 和 MCP 的组合是 WorkBuddy 最具威力的玩法之一。它把 AI 从"回答问题"的工具,变成了"执行任务"的同事。关键在于:把重复性工作抽象成 Skill,把外部能力封装成 MCP,然后用工作流把它们串起来。

当你积累了一组自己的 Skill 和 MCP 工具后,你会发现,很多以前觉得"挺麻烦"的事情,现在只需要说一句话就能搞定。

← 返回社区贡献