Kevin Ma
Agent / Context
智能体与任务编排
拆解任务、组织上下文、设计工具调用与分步执行，让智能体有清楚的目标和处理路径。
AI 智能体、工具与工作流
Kevin Ma.
连接 AI、业务系统与实际工作，把想法做成能用的工具。
AI Agents · MCP / API · Workflow Automation
01 / 关于我
我关注 AI 如何真正落地。
我叫 Kevin Ma，持续实践 AI 智能体、工具集成与工作流自动化。从拆解需求、连接工具、组织上下文，到验证输出，我习惯借助 AI 辅助开发，把想法逐步做成可以使用和改进的工具。
我的主业是商用厨房设备外贸，真实业务里的问题，也是许多 AI 工具想法的起点。
02 / AI 相关能力
从需求，到工具，再到结果。
在 AI 项目里，我经常使用和探索的四个方向。
MCP / API
工具与系统集成
通过 MCP、API 与插件，把 AI 接到 CRM、沟通工具和已有业务系统，让工具能使用实际数据。
AI-assisted development
AI 辅助工具开发
借助 Codex、Accio Work 做原型、开发工具与集成，排查问题，再根据实际使用反馈持续迭代。
Automation / Verification
流程自动化与结果验证
把数据解析、表格、文档与工具调用串成可重复的流程，并通过来源核对与结果回读确认实际输出。
03 / AI 项目实践
让 AI 参与实际流程。
几个持续投入的实践方向，把智能体、系统集成和 AI 辅助开发放在一起使用。
01Agent / Data workflow
AI 报价与采购工作流
围绕需求解析、目录检索、产品匹配和文档整理构建工具链。重点是让智能体结合业务规则与数据工具处理任务，并保留可追溯、可复核的结果。
02MCP / Integration
连接业务系统的 AI 助手
通过工具和插件连接沟通记录、CRM 与业务表单，探索让助手读取正确的客户上下文，并协同多个系统处理任务。
03AI-assisted development
CAD 与文档自动化探索
探索 AI 辅助 CAD、可复用图纸模板和结构化双语文档，把工具操作、文件处理与可视化检查衔接起来。
04 / 实现思路
我怎样推进一个 AI 工作流。
- 01
理清需求
先确认要解决什么、资料从哪里来，以及什么结果才算可用。
- 02
连接工具
确认可用的 API、MCP 工具与数据来源，安排每一步的调用。
- 03
核对结果
回到原始需求与系统记录，逐项检查输出。
- 04
继续改进
在真实任务里发现问题，再把下一次做得更顺。
05 / AI 随手记
留一点思考的空间。
做智能体，先把任务定义清楚。
选模型、写提示词之前，我更想先弄清输入是什么、能用哪些工具、缺少哪些条件，以及最终要得到什么。任务定义清楚，才方便设计智能体的处理路径。
自动化的结果，要能找得到依据。
工具提示完成之后，还值得再看一眼：它用了哪份资料，具体处理了什么，系统里的实际结果是否符合预期。能够复核，才方便继续交给别人使用。
好用的工具，要贴近具体的工作。
我对 AI 的兴趣，常常落在一些很具体的小事上：整理一次沟通、比对一份设备清单，或把零散的问题写成大家能一起推进的文档。
06 / 工作之外
也给喜欢的事留点时间。
音乐
换一种节奏，也给忙碌的日常留一点自己的空间。
游戏
从 LOL 到剧情与探索，享受一点点推进、收集和成长的过程。
07 / 联系我