本文介绍了如何将企业系统接入WorkBuddy实现办公Agent的深入应用。通过MCP Apps和CLI脚本等方式将企业应用的业务能力和操作界面整合到WorkBuddy中让员工能够更高效地完成跨系统任务。文章详细阐述了接入方式、交互界面设计以及实际应用案例为程序员和小白提供了一份实用的办公自动化解决方案。最近腾讯把 WorkBuddy 和企业微信打通了。大厂们对办公 Agent 的期待显然不止于处理个人邮件和文档还希望它深入企业业务流程发挥更大的作用。毕竟个人提效不等于组织提效。一种新的协作方式是Agent 负责理解意图、规划步骤业务应用提供上下文、执行任务人负责必要的审查和接管。那么如何把企业应用的业务能力甚至操作界面接入 WorkBuddy本篇就来探讨与演示其中的一种集成方式 — MCP Apps。1、为什么把企业系统接入 WorkBuddy其中的核心逻辑是让员工手头的 AI 工具在组织授权和管理下接入企业系统参与业务协作、承担实际任务。从一项工作任务说起以客户拜访为例销售需要查询 CRM 商机、了解未结的售后工单、翻阅每周的会议纪要再整理下一步行动。过去这些信息分散在不同的系统和文件中你经常需要切换系统与页面、复制内容甚至重复录入。但未来你可以和 WorkBuddy 说查询我目前跟进的商机翻阅下这周的会议纪要制定我本周的跟进计划。WorkBuddy 就可以调用相关业务工具汇总资料、整理计划供你核对。随后你可以接着说帮我准备明天的客户拜访材料并把跟进计划录入到 CRM。经过你的确认Agent 再通过 CRM 接口写入跟进计划。在这里值得集成的环节往往是那些需要跨系统收集材料、结合上下文判断再继续执行的工作相比传统模式有明显的效率提升。WorkBuddy 负责组织任务执行企业系统负责保存事实、执行业务规则与专业操作两者按各自擅长的方式配合。与自建 Agent 系统的区别那么接入 WorkBuddy与自建共享 Agent 服务有什么区别自建共享的 Agent 系统更适合围绕组织的统一业务流程持续运行。例如持续接收销售线索按统一规则分配给员工并在跟进超期时触发提醒。这类任务需要统一流程、管理状态、调度和运行环境即使某位员工离线、换岗也不影响任务继续。企业也可以按需设计 UI、编排流程同时承担全部的开发和运维工作。接入 WorkBuddy则更贴近员工手头的具体日常任务。例如销售可以把 CRM 客户资料、自己电脑上的方案和企业微信中的会议纪要交给 Agent结合当前任务整理材料、给出建议。复用已有的对话和任务入口后开发重点可以放在业务能力、权限和操作界面的适配上。我们对两者做一个对比总结对比维度自建共享 Agent 服务接入桌面端 WorkBuddy工作重心围绕组织流程共享 Agent围绕手头任务的个人Agent上下文企业数据、共享知识获准使用的个人资料为主运行流程服务端运行支持多人协作本地执行以个人为主开发重点Harness、UI、会话、编排、调度及业务服务业务系统的连接与适配典型任务跨系统的企业业务流程、共享的 Agent 能力文档处理、资料分析、个人相关工作事务两种方式也可以结合。例如共享 Agent 统一完成市场调研和商机生成员工在 WorkBuddy 中推进具体客户的跟进。专业 Agent 还可以封装成服务通过 API 与 MCP 接入 WorkBuddy。WorkBuddy 新推出的“项目”功能也支持共享上下文和团队协作项目配置等内容会保存在云端。因此桌面 Agent 能访问本地环境但不等于所有数据都一定留在本机。2、企业应用的三种接入方式把企业应用接入 WorkBuddy 这样的桌面智能体需要两端配合智能体支持相应的调用协议企业应用提供可用的接口或操作入口。根据企业系统的能力选择接法根据企业系统已有的接口和工具通常可以考虑几种接入方式Skill 配合 CLI / 脚本把操作方法写进 Skill让 Agent 按说明调用 CLI 工具或脚本访问业务系统、执行操作。MCP 工具与 MCP Apps将应用 API 封装成 MCP 工具供 Agent 调用需要交互界面时再配合 MCP Apps。其他 Agent 也可以封装成工具通过 MCP 接入。浏览器自动化旧系统暂时没有可用接口时可以通过浏览器自动化访问页面、完成操作。例如在 WorkBuddy 中使用 Agent Browser 技能。MCP Apps带交互的工具对于已有 API 的企业系统可以优先考虑 MCP。若系统提供标准 OpenAPI 描述还可以借助开源工具直接生成 MCP 封装再按需求调整。比如将查询客户、读取商机、登记跟进等能力封装成用途明确、参数清晰的工具供 WorkBuddy 等支持 MCP 的 Agent 调用。WorkBuddy 已经支持通过连接器调用 MCP 工具。接入后员工可以在同一个任务中使用企业应用的业务能力减少在多个应用之间切换。但面临的一个问题是交互体验。比如筛选数据、比较方案、填写跟进表单时如果每一步都靠自然语言交互往往需要多轮沟通操作也不够方便。这时你可以为 MCP 工具配套开发 MCP Apps 界面把表单等 UI 带进 WorkBuddy。员工可以在可视面板中查看数据与完成操作推进当前任务。下面来详细了解这种接入方式。3、如何用 MCP Apps 补齐交互界面前两篇我们详细介绍过 MCP Apps这里我们直接进入正题。给业务工具配上可操作的界面MCP 让 Agent 调用工具MCP Apps 则为这些工具配上交互界面。例如可以为客户查询工具关联一个 UI 组件用来展示返回的客户信息、商机和工单并提供可填写、可提交的跟进表单。通常把这类围绕具体任务构建的交互组件称为 Widget。负责加载组件、承接交互的应用称为宿主Host在这里就是 WorkBuddy。Widget 可以复用企业应用已有的部分前端代码也可以单独开发。除了展示 界面还要处理交互和状态变化比如筛选条件改变、或者提交完成后界面上要给出相应反馈。实际接入还涉及登录认证、授权和跨域访问等细节问题这里先不展开。一次交互是如何完成的大致过程如下你向 WorkBuddy 发起任务例如“帮我登记xx客户的跟进计划。”WorkBuddy 规划步骤识别 CRM 工具描述中关联的 UI 资源并通过连接器调用相应的 MCP 工具。读取 UI 资源在沙箱ifram额中加载 Widget再把客户基本信息等工具结果交给界面渲染。员工填写并确认。Widget 通过宿主的通信桥接AppBridge调用 MCP 工具提交数据并根据返回结果更新界面。交互完成后Workbuddy 可以结束任务或者推进后续步骤。这样员工可以在提交前核对信息、修改输入在提交后查看结果。交互界面显示在 WorkBuddy 中业务规则、数据校验和写入仍由企业应用负责。你可以在 WorkBuddy 的侧边栏看到 MCP Apps 的类似交互界面:交互的过程和你直接在 CRM 系统中操作保持一致但现在变化是现在员工依然可以沿用熟悉的系统操作方式。但现在的变化是相关数据和界面会随着任务执行而变化无需在多个应用之间反复切换。4、以 CRM 为例接入一项业务能力我们以“登记客户跟进计划”为例演示如何用 MCP Apps 将企业应用的 UI 接入 WorkBuddy。定义任务封装 MCP 工具先明确工具的输入、输出与职责。查询工具接收客户标识返回客户信息、商机和未结事项等并关联登记表单销售填写后再由另一个工具负责提交。这里实现三个工具crmcustomerworkspace 查询并关联工作台 UIcrmcreatefollowup创建客户跟进计划crmlistfollowups查询跟进计划列表以第一个带有 UI 的工具为例核心代码const uri ui://crm-demo/customer-workspace.html; registerAppTool(server, crm_customer_workspace, { inputSchema: { customerId }, _meta: { ui: { resourceUri: uri } } }, async args ({ content: [{ type: text, text: 客户工作台 }], structuredContent: await workspace(args.customerId) }));structuredContent返回结构化的业务数据由宿主传给 UI 渲染。_meta.ui.resourceUri则声明与工具关联的 UI 资源告诉支持 MCP Apps 的宿主WorkBuddy调用这个工具时可以加载对应的 UI 组件。编写界面提供 UI 资源把客户摘要和跟进表单组织成一个 Widget上半部分用于核对业务背景下半部分用于登记跟进计划。大致骨架如下h3 idcustomer-name/h3 form idfollowup-form input nametitleplaceholder跟进事项 input nameownerplaceholder负责人 input namedueDatetypedate button保存跟进计划草稿/button /form将 HTML、样式和交互脚本打包后需要在 MCP Server 中注册资源让 WorkBuddy 可以根据前面声明的uri读取界面registerAppResource(server, 客户 UI, uri, { mimeType: RESOURCE_MIME_TYPE }, async () ({ contents: [{ uri, mimeType: RESOURCE_MIME_TYPE, text: html }] }));这里的 html就是构建后的完整 HTML 内容RESOURCE_MIME_TYPE的值为text/html;profilemcp-app用于标识 MCP Apps 界面资源。注意uri必须与前面的工具注册中一致。绑定交互让表单能够提交接下来要让表单真正完成业务操作。销售填写并提交后要由 WorkBuddy 转发工具调用把跟进计划写入 CRM。这使用 MCP SDK 的callServerTool 来完成import { App } frommodelcontextprotocol/ext-apps; const app new App({ name: CRM, version: 1.0.0 }, {}); app.ontoolresult result consume(result); await app.connect(); form.onsubmit async event { event.preventDefault(); // 从当前表单组装 argumentsValue过程省略 consume(await app.callServerTool({ name: crm_create_followup, arguments: argumentsValue })); };这里的 form 就是上面的表单提交时从 UI 表单组装 argumentsValue。callServerTool 会把保存动作交给 WorkBuddy 转发工具调用请求MCP Apps 必须通过宿主应用转发请求获得返回后再更新前端界面。在 WorkBuddy 中跑通在工具和 UI 资源准备好后就可以启动 MCP Server通过 Streamable HTTP 提供远程服务。在WorkBuddy 中添加对应的 MCP 连接器填写服务地址例如https://crm.example.com/mcp可能需要完成认证。连接成功后可以发起测试查询某客户的信息并帮我登记跟进计划。工作台加载后你可以查看客户信息和历史跟进填写并提交新计划再核对 CRM 返回的保存结果。整个过程都在 WorkBuddy 中完成。结合企业微信等工作入口和 WorkBuddy 的项目协作这种方法可以把分散在多个系统中的数据和操作串在一项任务中员工提出目标、核对信息并完成交互企业应用负责具体的业务处理。总结与展望桌面 Agent 可以把个人资料、协同办公和企业应用连接起来减少系统切换和重复操作。这可以从一项高频任务、一组业务工具和一个交互组件开始Agent 规划步骤、准备材料员工核对确认企业应用执行业务操作。上文以 CRM 为例演示了如何用 MCP Apps 把业务能力和 UI 接入 Agent 工作流。这种方式当然也可以延伸到更多场景。比如报销凭证核对、采购报价比较、运维排障的证据追踪、合同条款确认、经营指标下钻以及招聘材料整理等。当办公 Agent 真正接入企业应用时未来还需要完善几类问题应用比如已有 SaaS的开放以及对商业模式的影响身份认证、工具授权与操作审核长任务的进度管理、中断恢复、幂等与补偿等技术问题连接器的统一分发、版本管理和执行追踪等随着这些能力逐步完善办公 Agent 有望成为未来企业日常业务的重要入口。如何学习大模型 AI 由于新岗位的生产效率要优于被取代岗位的生产效率所以实际上整个社会的生产效率是提升的。但是具体到个人只能说是“最先掌握AI的人将会比较晚掌握AI的人有竞争优势”。这句话放在计算机、互联网、移动互联网的开局时期都是一样的道理。我在一线互联网企业工作十余年里指导过不少同行后辈。帮助很多人得到了学习和成长。我意识到有很多经验和知识值得分享给大家也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限很多互联网行业朋友无法获得正确的资料得到学习提升故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】为什么要学习大模型我国在A大模型领域面临人才短缺,数量与质量均落后于发达国家。2023年人才缺口已超百万凸显培养不足。随着AI技术飞速发展预计到2025年,这一缺口将急剧扩大至400万,严重制约我国AI产业的创新步伐。加强人才培养,优化教育体系,国际合作并进是破解困局、推动AI发展的关键。大模型入门到实战全套学习大礼包1、大模型系统化学习路线作为学习AI大模型技术的新手方向至关重要。 正确的学习路线可以为你节省时间少走弯路方向不对努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划带你从零基础入门到精通2、大模型学习书籍文档学习AI大模型离不开书籍文档我精选了一系列大模型技术的书籍和学习文档电子版它们由领域内的顶尖专家撰写内容全面、深入、详尽为你学习大模型提供坚实的理论基础。3、AI大模型最新行业报告2025最新行业报告针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估以了解哪些行业更适合引入大模型的技术和应用以及在哪些方面可以发挥大模型的优势。4、大模型项目实战配套源码学以致用在项目实战中检验和巩固你所学到的知识同时为你找工作就业和职业发展打下坚实的基础。5、大模型大厂面试真题面试不仅是技术的较量更需要充分的准备。在你已经掌握了大模型技术之后就需要开始准备面试我精心整理了一份大模型面试题库涵盖当前面试中可能遇到的各种技术问题让你在面试中游刃有余。适用人群第一阶段10天初阶应用该阶段让大家对大模型 AI有一个最前沿的认识对大模型 AI 的理解超过 95% 的人可以在相关讨论时发表高级、不跟风、又接地气的见解别人只会和 AI 聊天而你能调教 AI并能用代码将大模型和业务衔接。大模型 AI 能干什么大模型是怎样获得「智能」的用好 AI 的核心心法大模型应用业务架构大模型应用技术架构代码示例向 GPT-3.5 灌入新知识提示工程的意义和核心思想Prompt 典型构成指令调优方法论思维链和思维树Prompt 攻击和防范…第二阶段30天高阶应用该阶段我们正式进入大模型 AI 进阶实战学习学会构造私有知识库扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架抓住最新的技术进展适合 Python 和 JavaScript 程序员。为什么要做 RAG搭建一个简单的 ChatPDF检索的基础概念什么是向量表示Embeddings向量数据库与向量检索基于向量检索的 RAG搭建 RAG 系统的扩展知识混合检索与 RAG-Fusion 简介向量模型本地部署…第三阶段30天模型训练恭喜你如果学到这里你基本可以找到一份大模型 AI相关的工作自己也能训练 GPT 了通过微调训练自己的垂直大模型能独立训练开源多模态大模型掌握更多技术方案。到此为止大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗为什么要做 RAG什么是模型什么是模型训练求解器 损失函数简介小实验2手写一个简单的神经网络并训练它什么是训练/预训练/微调/轻量化微调Transformer结构简介轻量化微调实验数据集的构建…第四阶段20天商业闭环对全球大模型从性能、吞吐量、成本等方面有一定的认知可以在云端和本地等多种环境下部署大模型找到适合自己的项目/创业方向做一名被 AI 武装的产品经理。硬件选型带你了解全球大模型使用国产大模型服务搭建 OpenAI 代理热身基于阿里云 PAI 部署 Stable Diffusion在本地计算机运行大模型大模型的私有化部署基于 vLLM 部署大模型案例如何优雅地在阿里云私有部署开源大模型部署一套开源 LLM 项目内容安全互联网信息服务算法备案…学习是一个过程只要学习就会有挑战。天道酬勤你越努力就会成为越优秀的自己。如果你能在15天内完成所有的任务那你堪称天才。然而如果你能完成 60-70% 的内容你就已经开始具备成为一名大模型 AI 的正确特征了。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
