热门产品

Basedash MCP Connectors

Basedash MCP Connectors

Basedash MCP Connectors 是一款AI代理连接器,帮助开发者将数据库与SaaS工具(如Linear、HubSpot)联动,在聊天中执行发送邮件、提交bug等自动化操作。

Maker 说

大家好,我是Max,来自Basedash。

今天我们发布了MCP Connectors。Basedash之前已经能读取你的数据库和SaaS工具,现在它也能对它们执行操作了。连接任何MCP服务器(Linear、HubSpot、Slack、Resend、Notion、GitHub,或者你自己的内部服务器),Basedash智能体就能在聊天界面里获得新的工具。

对我们内部来说最有用的模式是:让智能体做一件结合了从产品数据库读取数据和在其他应用里执行操作的事情。“给本周注册的用户发送个性化欢迎邮件,内容基于他们实际设置的功能。”“根据这个工单提交一个Linear bug,并关联用户记录。”“更新本周所有触达付费墙的HubSpot线索。”

每个工具都有权限控制。新工具默认“需要批准”,所以智能体第一次想发邮件或创建问题时,你会确认一下;一旦你信任某个工具,就可以把它设为“始终允许”。这和我们几周前推出的Automations配合得很好:同一个流程既可以按需运行一次,也可以在每个工作日上午9点自动运行。

PH社区成员本周试用可额外延长一周。有任何问题欢迎提问。

热门评论

PH 用户
MCP Connectors 让我反复想到的一点是,任何公司里最具杠杆效应的工作通常分布在三四个系统之间,而在此之前,还没有一种干净的方式让一个智能体从单一入口操作所有这些系统。在同一个聊天会话中,从你的数据仓库读取数据,然后在 Linear、HubSpot 或 Slack 中执行操作——这种工具形态与大多数人熟悉的数据仪表盘截然不同,意义重大。团队已经在这个项目上深耕了数月,终于发布,感觉非常好。今天在帖子里欢迎深入讨论任何问题。
PH 用户
"审批门禁"设计是其中最突出的细节——默认"needs approval",之后才切换到"always allow",这正是那些能实际写入生产系统的智能体所需要的信任模型。很多智能体工具跳过了这一步,这就是为什么人们不信任它们处理真实工作流。

跨系统链式调用才是真正有趣的部分。好奇它在链中如何处理失败——如果数据库读取成功但 HubSpot 写入失败,它是回滚、通知,还是只记录然后继续?在实际中,故障处理通常是这些工作流悄悄崩溃的地方。

另外也想知道,自己托管的 MCP 服务器是否享有相同的审批体验,还是只有预构建的连接器才有。
PH 用户
我的非工程师团队每周会有两次在 Slack 上找我要一个数字,我就写查询、截图、然后继续。像这样的工具直接终结了这个循环——这正是我真正想要的。
热门产品Max Musing2026-05-15原文

相关内容