# 知识工作者延伸路线(For Knowledge Workers) > [繁體中文](./for-knowledge-worker.md) | **简体中文** | [English](./for-knowledge-worker.en.md) > [← 回到主路线](../README.zh-Hans.md) · 走完 **Track A 的 A3** 或 **Track B 的 Stage 7** 后从这里接续。没有开发背景也没关系:先做一次性任务,需要重复时再接工具。 ## 📌 这条路帮你做什么 把散乱的会议记录、Email、文件与待办,整理成“看得懂、找得到、有人负责”的工作成果。AI 可以帮你先整理;来源、权限与最终决定仍由人负责。 常见工作包括:Email 分流、会议转行动项目、每周报告、产品需求整理、研究摘要与知识库整理。 ## 🎯 学习目标 1. 从原文找出决定、负责人、期限与证据,不让 AI 猜空白。 2. 分清一次性聊天、**App/Connector**、**MCP Server** 与 **Workflow Automation**。 3. 先检查数据与权限,再让工具读取或修改公司系统。 4. 让寄信、改数据或建立任务的流程先停在 **Approval Gate**。 ## 🧩 九个核心词 - **Source(来源)**:原始 Email、逐字稿、文件或数据列,答案要能指回它。 - **Action Item(行动项目)**:有人要完成的一件事,写清做什么、谁负责、何时完成。 - **Knowledge Base(知识库)**:把可复用资料放在固定地方,让人和工具找得到。 - **Private Data(私人数据)**:公司、客户、员工或个人数据;没有政策和权限前不要交给新工具。 - **Human Review(人工审查)**:人对照 Source,检查内容、语气、收件人和缺漏,再决定能否使用。 - **App/Connector(服务内连接器)**:AI 服务连接 Gmail、Drive、Slack 等来源的桥。ChatGPT 已把 Connector 改称 App;其他服务仍可能使用 Connector。 - **MCP Server(MCP 服务器)**:按 MCP 规范把数据或工具交给兼容 client 的服务,不是 ChatGPT App,也不代表公司已核准。 - **Workflow Automation(工作流自动化)**:看到 trigger 后按固定步骤执行 action。 - **Approval Gate(人工核准关卡)**:流程暂停,等人确认后才寄信、发帖、改数据或删除内容。 **三者不要混在一起:App/Connector 是服务里的桥;MCP Server 是协议端点;Workflow Automation 是会反复执行 trigger、条件与 action 的流程。** 同一产品可以同时包含它们,但名称不能互换。 ## 🛠 第一个练习:把会议记录变成可核对的行动表 只用 fictional(虚构)数据,不要放 **Private Data**: ```text 你是会议整理助手。只能使用下方会议记录,不要补猜没有写出的名字或日期。 请输出 Markdown 表格,字段固定为: Decision | Action Item | Owner | Due date | Source sentence | Needs confirmation 规则: 1. 每一列都抄一小段 Source sentence,让我能回头核对。 2. Owner 或 Due date 不清楚时填“未知”,并在 Needs confirmation 填“是”。 3. 不要寄出、贴到群组或写回任何系统,只产生草稿。 4. 最后加入 Human Review 清单:来源、负责人、期限、敏感数据、收件人。 fictional meeting note:“团队决定周五先发布说明页。小林会整理常见问题,但没有写期限。客服主管要在 9 月 3 日前确认回复范本。是否寄信给全部客户,会议后再决定。” ``` 逐句对照 Source sentence;若 AI 补出期限或寄信决定,就退回修改,这就是 **Human Review**。 ## 📚 先选一个入口
| 你的需求 | 先用什么 | 何时升级 |
|---|---|---|
| 偶尔整理公开或已核准的文字 | 一次性聊天 | 同一件事开始反复做时 |
| 从公司 Gmail、Drive、Slack 或 Microsoft 365 找来源 | 组织核准的 App/Connector | 现成连接器做不到且管理员同意自定义连接时 |
| 每次新 Email/表单都跑相同步骤 | Workflow Automation | 测试数据跑通后加入 Approval Gate |
| 分类 | 项目/文档 | 评分 | 用途 | 限制 |
|---|---|---|---|---|
| AI 工作空间与组织内 App | ⭐⭐⭐⭐⭐ | 搜索来源或执行允许的动作 | 商业;商业云服务 方案、地区与管理员决定功能;外部动作保留人工确认 | |
| ⭐⭐⭐⭐⭐ | 寻找 Skills、Connectors 与 Plugins | 商业;商业云服务 三者用途不同;组织数据先由管理员核准 | ||
| ⭐⭐⭐⭐⭐ | 使用 Gmail、Drive、Calendar 等来源 | 商业;商业云服务 取决于账号与管理员;回答要回到来源核对 | ||
| ⭐⭐⭐⭐⭐ | 搜索 Microsoft 365 与核准的外部内容 | 商业;商业云服务 只能看到原本有权限的内容;需要管理员设置 | ||
| 工作流自动化 | ⭐⭐⭐⭐⭐ | 自托管或云端连接服务与 AI | 活跃;Sustainable Use License 不是 MIT;自架安全、更新、备份与凭证由你负责 | |
| ⭐⭐⭐⭐ | 用可视化 scenario 连接云服务 | 商业;商业云服务 用测试数据;监控运行量、重试与费用 | ||
| ⭐⭐⭐⭐ | 在 Microsoft 生态建立 trigger 与 action | 商业;商业云服务 方案、connector 与数据政策由管理员控制 | ||
| ⭐⭐⭐⭐ | 快速建立云端 App 间的重复流程 | 商业;商业云服务 发布前逐步测试;写回 trigger 来源可能造成无限循环 | ||
| 可视化 AI builder | ⭐⭐⭐⭐ | 把 AI、数据与工具流程画成节点 | 活跃;MIT Demo 能跑不等于 production 安全;仍需 auth、secret 与监控 | |
| ⭐⭐⭐⭐ | 用界面建立 AI workflow、知识库与应用 | 活跃;修改版 Apache-2.0 多租户与移除品牌有额外商用条件 | ||
| 知识工作空间 | ⭐⭐⭐⭐ | 自托管个人知识助手与文档问答 | 活跃;AGPL-3.0 确认 AGPL 与数据设置;自托管后仍要管理模型与备份 | |
| ⭐⭐⭐⭐⭐ | 部署聊天、知识库与团队 AI workspace | 活跃;LobeHub Community License 开发和分发衍生作品前确认商业授权 | ||
| ⭐⭐⭐⭐⭐ | 自托管文档问答、workspace 与 agent | 活跃;MIT 数据是否外发取决于模型供应商、embedder 与 connector 设置 | ||
| Skill 与协议入口 | ⭐⭐⭐⭐ | 把头脑风暴、规划与检查做成可复用 Skill | 活跃;MIT 不是公司的 Approval Gate,需改成自己的规则 | |
| ⭐⭐⭐⭐ | 查询公开 MCP Server 的标准 metadata | Preview;官方 metadata 服务 namespace 验证不是安全审查,也不是推荐 |