Plugins、MCP、Apps:連接外部世界
三個詞,一張白話對照表
這三個詞很容易搞混,先直接看比較:
| 詞彙 | 是什麼 | 類比 |
|---|---|---|
| Plugin | 一組打包好的能力(skill + 工具 + 設定),可以分發給別人用 | 手機 App |
| MCP(Model Context Protocol) | 讓 AI 連接外部系統的標準協議 | AI 世界的 USB 插槽 |
| App | 透過 MCP 連接的具體外部應用,例如 GitHub、Slack、資料庫 | 插進 USB 的裝置 |
簡單記法:MCP 是介面規格,App 是透過這個規格接進來的外部系統,Plugin 是把一堆能力打包好讓你或別人重複使用的單位。
選哪種方式?一張決策圖
面對「我要怎麼讓 AI 做這件事」,按照下面的順序判斷:
一次任務——直接寫進 prompt,不需要任何額外設定。
專案長期規則——寫進 AGENTS.md,讓 Codex 每次都遵守這些規則。
重複流程——做成 skill,下次直接呼叫,不用每次重寫 prompt。
一組能力要分發——做成 Plugin,讓團隊或社群都能使用你打包好的能力。
要連接外部系統——用 MCP 或 App。例如讓 Codex 能讀你的 Notion、查 GitHub issue、寫入資料庫。
要定時重複執行——用 automation,設定排程自動觸發。
MCP 是什麼感覺?
想像一下:你在用 Codex 開發一個電商後台,突然發現要查今天的訂單資料。
沒有 MCP 時,你要自己複製貼上資料庫的查詢結果給 Codex。
有了 MCP 之後,Codex 直接透過 App 連線資料庫,查完告訴你:「今天有 342 筆訂單,比昨天少 12%,主要下滑在手機端結帳流程。」
這就是 MCP 的實際感受——AI 不再只是回應你貼過去的資訊,而是能主動取用外部資料。
Plugin 跟 skill 有什麼不同?
Skill 是「我自己用的重複 prompt 流程」。Plugin 是「我打包好讓別人也能用的一組能力」。
可以把 skill 想成你私人的快捷鍵,Plugin 則是你公開分享的工具包。
實務上,如果你做了一個很好用的程式碼審查 skill,想讓整個團隊都用到,你會把它包成 Plugin 分發出去。
安全第一:連接外部世界的注意事項
外掛和外部連接涉及帳號、權限和隱私。幾個基本原則:
- 最小權限:只給當前任務需要的連接,不要一次授權所有東西
- 看得懂再授權:不要授權你不理解的操作範圍
- 定期清理:用完不需要的連接就撤銷,不要讓多餘的連接一直存在
連接外部系統是強大的能力,但也代表 AI 的操作能夠影響到真實的系統和資料,要特別謹慎。
AI 協作:學了這個,跟 AI 怎麼配合?
MCP 和 Plugin 讓 AI 的能力邊界從「對話框裡的文字」擴展到「真實系統和外部資料」。
你的人類優勢:
- 判斷哪些外部系統真的需要連接,哪些連接會帶來不必要的風險
- 設計哪些能力值得包成 Plugin 分發,哪些只是一次性需求
可以這樣跟 AI 說:
「我想讓你能查詢我們公司的訂單資料庫。可以先告訴我,如果透過 MCP 連接,我需要授權哪些權限?最小權限的設定方式是什麼?」
挑戰任務
回想你目前的工作流程,有哪些「重複需要把外部資料貼給 AI」的場景?如果用 MCP 連接,可以省掉哪些手動步驟?這樣做有什麼潛在風險需要注意?