前两篇文章，我用WorkBuddy接上了Wind。
先查了基金的盈利投资者数量占比，又做了一轮10道题的测试。
文章发出后，有大量的朋友希望介绍一下如何使用Wind的MCP，所以今天是一篇科普帖。
WorkBuddy这一轮爆火的原因，就是它把之前很多Agent东西的使用都再度降维了。
因为这个生态足够大，所以也有越来越多的企业原因根据WorkBuddy来开发Skill和MCP，还有专家团。
所以，通过WorkBuddy想要接入上面这一系列的东西其实相当简单。
我用图例给大家介绍一下怎么接入Wind的MCP也就是连接器，这样你下次再使用的时候可以直接接入Wind的数据。
大家打开WorkBuddy，然后在左边的对话框里找到专家·技能·连接器，然后在上方的对话框里选择连接器搜索Wind。
接着就可以看到Wind Alice万得金融数据，这就是Wind的MCP。
接着点击“+”会跳转到下面这个界面——
这里它需要你给他提供Wind的API密钥，你可以点击如何获取，接着会跳转到Alice Market，这个就是Wind针对AI做的一个控制台。
到界面后你可以用自己的手机去注册个账号，在里面你就可以生成属于自己的Wind API密钥。
现在注册Wind的Alice Market它会赠送1000积分，另外现在每天都可以领取2000积分。
但是领取的这2000积分只有24小时有效，其实现在各类AI的调用都用的是这种24小时积分清零的规则。
另外，Wind的MCP每天的调用次数的限制是1000次。
我实测下来，积分的消耗会远快于次数的消耗。
就比如我上次的，大概消耗了1500积分，但是次数只消耗了不到100次。
积分不仅可以每天免费领取，也是可以花钱买的，大概100块钱能买10000积分，对一般的使用者来说，每天的积分和次数是用不完的。
现在使用这些MCP调用是不怎么花钱的，真正花钱的部分还是在使用WorkBuddy模型的消耗。
比如上次的10道题测试，Wind积分我没花钱，但是WorkBuddy大概花了1000积分。
现在已经免费薅的积分用完了，已经开始给企鹅充钱了。
等连上这个连接器之后，你后面在使用WorkBuddy的时候，把连接器打开就可以使用了。
一般来说，你只要把连接器打开，在布置任务的时候，WorkBuddy模型会自动选择使用Wind里面的数据了。
当然，如果你有很多个接口，比如你还有东方财富的和同花顺的数据，这些MCP也都打开了。
那么，规则主要是按照下面四种来逐步定义优先级。
规则一：你点名了，就用你点名的，是最高优先级。
指令里如果明确提到了平台或数据源，就直连那一个。
比如我在测试的时候就直接点名了，使用Wind MCP，不要联网搜索。
规则二：没点名时，靠"语义 + 能力匹配"自动选。
这是最常见的情况，WorkBuddy会先理解你的意图，比如你要的是行情还是财报还是研报。
然后对照各连接器暴露的能力描述来选择。
每个连接器在接入时都声明了自己能干什么，这也就是MCP工具描述，AI 把任务和这些描述做匹配，选能力最匹配的那一个。
结果是谁最能干这件事，就选谁。
所以，MCP做得好重要，工具描述更重要，这直接决定了AI对你家MCP的调用优先级。
规则三：能力重叠时，看数据口径和默认入口。
当几个数据源都能提供同一种数据，比如你同时连了多个行情源，判断会变得更细。
它会根据自己的理解，来看覆盖范围和实时性，谁的数据更全、更实时，会优先选择谁。
部分金融类场景会配置一个统一入口，它负责把请求再分发给具体的子源，而不是让子源互相抢。
规则四：互不冲突，可以组合。
多个连接器同时开着不会打架，一条复杂指令里可以同时调用多个MCP。
AI会自己规划顺序，有一些在你的要求下也会选择多个数据源然后来做核对。
上面就是WorkBuddy如何接入Wind的MCP实操，大家除了接Wind，也可以接东方财富和同花顺。
不过同花顺目前还没有上WorkBuddy的MCP。
你可以在同花顺ifund的控制台上找到它的MCP链接和密钥，然后在WorkBuddy上自定义连接器。
也可以直接在Skill仓库里选择ifund的技能，它的很多技能都会自动调用同花顺的数据库，能够实现差不多的功能。
这些数据终端一般都需要你注册账号，然后领取相应的积分，再消耗积分来使用。
目前而言积分都是够用的，但是不排除以后把用户的使用习惯培养起来之后，不再赠送积分或者开始涨价。
这就是这些数据终端后续会探讨的商业模式，也是这些数据终端为什么当前会免费把自己的数据库给放出来的原因。
怎么用终端的MCP讲完了，还有一个大家可以会感到困惑的问题。
Skill、连接器、专家，现在又有了Buddy应用，这些东西都有什么区别。
为什么上面我说通过使用同花顺的Skill也可以实现连接器MCP的功能。
我就用我做基金研究的时候流程来举例。
过去做基金研究，要先打开数据终端，找到对应指标，导出Excel，再清洗、计算、画图。
数据处理完，才轮到写分析。
现在用WorkBuddy，你可以把这个任务直接交给它。
它负责理解需求、安排步骤、调用工具，再把结果保存成文件。
腾讯对它的定位也是能执行任务、交付成果的AI办公工作台。
但这里面有个前提，你需要的数据，它得有办法拿到。
比如你让它查询某只基金最新披露的持仓。
如果没有接上相应数据源，也没有拿到你提供的报告，它就需要另找信息。
所以，在讨论模型够不够聪明之前，先得解决数据从哪里来。
这就是MCP在这里的作用。
MCP是一套让AI应用对接外部工具和数据的标准协议。
我们平时说装一个Wind MCP，实际是把Wind提供的MCP服务接进来，让AI能够调用它开放的查询工具。
能查什么，取决于服务开放了什么，以及你的账号有什么权限。
，我能拿到一些券商逐家盈利预测，但没有拿到研报正文，有些EDB指标能查，有些会提示无权限。
这个边界不会因为你换了一个更聪明的模型就自动消失。
到了这一步，其实MCP加WorkBuddy就已经能干不少事情了。
接着是Skill，你可以先把它理解成一份给AI用的工作说明。
里面写清楚什么时候用、按什么步骤做、需要什么工具、交付什么结果。
一个技能包还可以带脚本、参考资料和模板，并不只是几句提示词。
比如一个基金比较的Skill，可以规定先确认份额和统计区间，再查询数据。
取完以后可以让它继续检查缺失、重复和异常值，最后按照固定格式输出表格和分析。
不过，Skill和MCP不是完全独立的概念。
Skill也是可以指导AI调用MCP的，也就是说你使用某一个Skill的功能，WorkBuddy会自动调用MCP去查询数据。
所以，你在使用某些Skill的时候它会要求你注册相关终端的账号并领取积分，就是为了后续通过Skill去调用MCP。
这也是为什么我说，同花顺没有直接上MCP，但是你使用它的Skill也可以实现数据的查询。
另外，很多MCP开放之后，它默认也会加载属于它的一些Skill。
比如我加载了盈米的MCP，它里面也会接入它自己封装的一些Skill，你在调用MCP的时候，模型觉得需要也会自动调用它的Skill。
再往下，WorkBuddy里的专家，是配置了专业角色、方法和工具的AI。
它跟Skill的区别就比较明显了。
你可以理解成解决一个复杂问题的专家AI，这些专家和专家团都是相关的行业人士训练出来的。
他们把一些业务上的know-how给放进去，然后在解决问题上植入了行业内专家的经验，所以叫专家和专家团。
团里的专家仍然可以使用Skill，也仍然需要通过MCP等工具获取外部数据。
最后一个是Buddy应用。
按照开放平台的定义，它面向行业伙伴，可以把行业伙伴的工作模式和常用场景给组织起来到一个工作台。
比如一家研究服务商可以围绕基金研究做一个Buddy应用。
用户打开之后，看到的就是基金比较、产品分析、报告生成这些常用任务，对应需要的能力提前配置好。
这是根据官方能力举的例子，不代表某个具体应用已经上线。
前段时间WorkBuddy上线了挺多的Buddy应用，我自己实测下来觉得后面可提升的空间还有挺大的。
很多金融类的Buddy应用更像是一个官方的内容和数据的库，对产品销售有用，对投资者几乎没太多用处。
总的来说，大家可以这样理解。
WorkBuddy承接任务并执行；MCP接入外部数据和工具；Skill保存可复用的工作方法；专家团组织多个角色协作；Buddy应用把这些能力配置成面向特定行业的使用入口。
对我们普通用户来说，不用把这些东西都搞得特别清楚，也不用一开始就把整套东西全部配齐。
先接一个真正需要的数据服务，做完一个小任务。
重复做的时候整理Skill，需要多人分工的时候再用专家团。
PS：本来今天是想写在解决一些基础问题的时候，使用Astra到底有没有必要。
结果我设计了好几个问题，Astra稍微跑一会就把额度用完了。
我还在接着等下一次额度重置，而且我觉得还需要再重置2-3次才能把我的测试给跑完。
似乎从这个额度的消耗上就简单知道答案了，不过我还是好奇在一些基础问题上，Astra到底能提升什么。
所以这次的测试估计要过两天才能放出来了，大家记得关注。
热门跟贴