从 Muse、Grok Bot 到 Leina：AI 同事的业务连接与安全边界
了解 Leina 如何通过账号授权、成员权限和凭证边界控制业务访问，并公开 OpenConnector 实现供开发者与安全研究人员审查。
概念插画：团队通过有明确边界的连接层使用业务工具，连接机制可供检查。
Meta 在 2026 年 9 月 29 日推出 Muse for Small Business，把 Muse 扩展到 Shopify、Slack、Notion、QuickBooks 等业务工具。Grok Bot 则把可以持续工作、跨应用执行和彼此协作的 Agent 描述为 AI 同事。
两种产品路线指向了一个共同变化：人们开始把工作交给 AI，让它读取资料、使用工具，并把结果送回实际业务流程。对团队来说，这意味着 AI 要理解的不只是提问，还包括项目背景、业务系统和成员之间的分工。
Leina 的方案，是把 AI 同事放进团队已有的聊天中，通过 OpenConnector 连接已授权的业务 Apps，用 Memory 保留工作上下文，再用 Skills 把方法复用起来。账号授权和成员权限定义可用范围，连接网关的公开实现让这些安全边界可以被检查。
AI 同事需要接上团队已有的工作
一次客户跟进，可能要同时查看会议记录、CRM 和邮件；一份经营周报，可能需要表格、分析工具和团队讨论。资料分散在不同系统里，完整的工作就需要跨过这些系统。
Muse 和 Grok Bot 的介绍都在强调连接与行动。Leina 关注的是这些能力怎样进入多人协作：成员在熟悉的聊天中交代任务，Leina 使用已授权资料推进工作，再把结果带回对话。
因此，Leina 的价值可以沿着一项工作的三个环节理解：在哪里交代工作，能用哪些资料与操作，怎样留下可重复使用的方法。
Leina：聊天入口、业务 Apps 和团队方法
团队把 Leina 接入受支持的聊天平台后，可以直接在会话中提出请求。同一个 Leina 实例能够连接多个受支持入口，业务 Apps 则提供任务需要的资料和操作。
| 工作环节 | Leina 的组成 | 对团队的作用 |
|---|---|---|
| 交代和继续工作 | 团队聊天与 Memory | 在对话里说明任务，保留项目背景与工作进度 |
| 查资料与执行操作 | Apps 与 OpenConnector | 使用已授权的邮件、文档、CRM、数据等系统 |
| 复用团队方法 | Skills 与计划任务 | 保存步骤、输出要求和检查项，并安排重复工作 |
| 多人共同使用 | 成员与群组权限 | 按职责配置谁能使用哪些连接与操作 |
这些组成可以围绕同一个目标配合。例如，让 Leina 读取客户会议记录，结合 CRM 整理后续邮件，核对草稿后再执行；经过验证的步骤可以保存为 Skill，下次换一个客户继续用。
1,500+ Apps 和 16,000+ 操作，意味着更多组合
按本文发布时 Leina 的业务连接说明，OpenConnector 的覆盖范围超过 1,500 个 provider 和 16,000 个 action。provider 表示可连接的服务，action 表示该服务中可调用的具体操作。
这给团队提供了更大的工作组合空间：文档与 CRM 可以组合成客户进展报告，邮件与日历可以组合成晨报，项目记录与表格可以组合成周报。查找、创建和更新是不同操作，需要分别确认支持与授权。
这些数字描述连接目录的覆盖范围。某个具体任务能否执行，仍取决于对应操作、已连接账号的资料权限和成员设置。在集成目录中找到服务，再连接任务真正需要的账号。
先控制业务访问，再让连接机制可审查
让 AI 使用业务资料，需要先明确它能访问哪个账号、能执行哪些操作，以及谁会收到结果。Leina 通过 OpenConnector 处理账号授权和工具调用，并按成员与群组配置连接的使用范围。
- 账号由团队授权。 连接任务所需的业务账号，核对该账号能读取的资料，并为成员配置允许使用的操作。
- 原始凭证留在连接运行时内。 Agent 调用工具并获得任务需要的返回结果，成员无需在聊天中提供账号密码或原始 Token。
- 读取和对外行动分别确认。 能读取内部记录，不代表可以把内容发送到外部群。写入、发送和分享时，需要明确目标、内容及接收范围。
公开实现，让安全机制有据可查
我们公开 OpenConnector 的实现代码，让开发者和安全研究人员能够查看凭证处理、权限声明及工具调用逻辑。
公开的内容是连接网关的代码。团队的账号授权、凭证和业务记录属于实际运行中的数据，仍按连接与访问配置处理。 执行任务时，Agent 需要使用相应资料；团队应同时检查来源权限和结果接收人。可参考权限与数据访问和隐私政策。
对普通用户来说，公开实现的意义在于：技术人员可以检查安全边界怎样落实，而不必只依赖产品介绍。具体可以审查：
| 关心的问题 | 公开实现中的检查点 |
|---|---|
| 密码和 Token 在哪里处理？ | 凭证的保存与使用路径，以及 Agent 调用的边界 |
| 应用需要什么权限？ | 连接器声明的授权范围、读取与写入操作 |
| 一次工具调用怎样执行？ | 输入输出定义、调用逻辑及相关测试 |
公开代码为持续审查和社区改进提供入口。开发者可以提交修复和测试，潜在安全问题可通过安全报告渠道私下反馈。
更多实现与社区贡献见 Leina 的安全连接与开源实践。
用 Apps 和 Skills，把 Leina 调整成团队需要的同事
对业务团队来说，最直接的定制通常从任务开始。选择所需 Apps，写清项目来源、输出形式和审核步骤；再把稳定的方法保存为 Skill。负责人、客户、日期等变化信息作为每次输入。
Memory 保留工作上下文，Skills 保留做事方法，计划任务让重复工作按约定时间启动。复用流程时，继续沿用任务所需的账号和操作范围，并保留写入或发送前的审核步骤。
可以先把一项客户进展任务交给 Leina：
@Leina 从已连接的项目文档和 CRM 中整理本周客户进展，列出已完成工作、待解决问题和建议下一步，每项附来源。先返回当前对话的草稿，等我确认后再写入指定位置。
核对来源和结果，确认流程能工作后再保存为 Skill 或安排定期执行。授权与结果接收范围可参考权限指南。
从 AI 同事的方向，走到自己的工作方式
Muse、Grok Bot 让更多人看到把完整工作交给 AI 的可能。Leina 把这件事落实到团队聊天和可复用的方法，同时通过授权、权限与凭证边界控制业务访问，并将关键连接实现公开给持续审查。
创建 Leina，选择一项团队工作和所需 Apps。想直接开始，可阅读用 Leina 配置第一个 AI 同事：晨报、客户跟进和周报；想了解实现，可从 OpenConnector 项目开始。
