如何搭建自己的AI操作工具流？
去年这个时候我给Claude配MCP Server，当时的感觉就是"这玩意儿能成"。一年过去了，说实话比我预期的好，但也没网上吹的那么神。先说好的部分。以前每个Agent项目要自己封装GitHub工具、数据库工具、文件系统工具，重复劳动特别多。MCP出来之后，工具写一次所有Agent复用，这个价值是实打实的。我现在日常用得最多的就是数据库MCP，直接自然语言查数据，"最近一周DAU是多少"、"orders表有哪些索引"，以前要写SQL的事现在一句话搞定。但坑也不少。最头疼的是记忆问题，n8n内置的Simple Memory纯内存跑，开发测试还行，上了生产环境你得自己接Redis做对话历史，接Pinecone或Milvus做向量存储，这块的运维复杂度和基础设施成本不少人都低估了。还有调试，工作流节点一多，二十几个节点带分支逻辑，跟踪数据流真的需要点耐心。版本控制也粗糙，导出JSON文件对比diff跟git根本不是一个体验。我的建议是别急着上生产，先在小场景跑通，比如RSS监控加AI摘要加Notion存档这种个人工作流，跑顺了再往复杂业务上推。工具流搭建这事，急不来。
发布于 福建
分享
评论
赞
未登录
友善发言
评论
加载中
