WorkBuddy 里的专家，技能，连接器，名字都见过，真要说出各自管什么，又讲不清楚。三个放一起看，一分钟就能明白，它们就是让 AI 替你干活的三样零件。
技能，一套写好的提示词先说最基础的技能。它就是一个 skill，本质是一套写好的提示词。
图1，技能，ID一般以skill开头
和你随手写的提示词比，它有个差别，能按需加载。技能的主文件会告诉 AI 这件事怎么做。缺什么资料，再去调对应的文件，不用一次性全塞进去。所以同一个技能，用起来比一大段糊在一起的提示词更省事，也更稳。
专家，按领域打包的技能懂了技能，专家就顺理成章。专家是同一个领域里一堆技能的集合。
图2，专家，ID一般以ex字母开头，ex就是expert两个首字母开头
举个例子。有个偏程序开发的专家，里面放着需求分析的技能，功能实现的技能，写接口文档的技能。这些技能打包完，再配上这个领域的一些文档，AI 干活的时候就有东西可参照，出来的东西也更像个内行做的。
所以两者的分工很清楚。技能负责把一个具体活儿干好，专家负责把一个领域的事接住。
连接器，让 AI 用上第三方工具最后说连接器。想搞懂它，先记住两个词，MCP 和 CLI。
图3、连接器，让AI用上第三方工具
MCP 直译过来叫模型上下文协议，名字挺唬人，其实一句话就能说清，它就是让你的 Agent 用上第三方工具的手段。
比如这样。你跟 WorkBuddy 说，把百度网盘里跟编程没关系的文件都删掉。它自己长不出手来，得有个东西把网盘接到它手上，这就是 MCP。
再比如你想让它帮你规划一趟行程，几点出发，走哪条路，到哪个饭店。它可以直接调高德地图的定位和导航信息，靠的也是 MCP。
CLI 干的是同一件事，让 Agent 用第三方工具，只不过它更具体。CLI 就是命令行接口，你的 Agent 通过几条命令直接调对方的功能。
比如飞书就提供了一套 CLI，你想拿自己的多维表格，一调就能拿到，想往表里加几条数据，也照样调它。
所以这两样也能合起来用。飞书那套 CLI，就能包装成 MCP 交给智能体调用。
到这连接器就好理解了。它可能是 MCP，可能是 CLI，也可能两个一起上。不管哪一种，作用都一样。
就是让你在 WorkBuddy 里直接调用飞书，百度网盘，高德，GitHub 这些第三方工具替你干活，不用自己写代码去对接。
三个概念连起来就是一句话。技能教 AI 做一件事，专家让 AI 懂一个领域，连接器给 AI 一只能伸到外面工具上的手。
身边有人分不清这三个的，转给他看一眼。