它能做什么
AI 助手通过 Slack MCP 能获得什么
确实有用——这是宣传里说对了的部分。
-
从助手中搜索消息和频道
-
把冗长的讨论串总结为决策和行动项
-
在整个工作区中找出谁在何时说了什么
-
在对话中起草消息和更新
数据孤岛的墙
Slack MCP 看不到什么
这不是实现上的缺陷——而是数据本身的边界。Slack 只掌握客户故事的一部分，它的 MCP 自然也是如此。
-
结构——被总结出的决策仍未关联到任何功能或任务
-
客户记录——聊天里的'Acme 不满意'没有任何收入上下文
-
交付状态——讨论串中承诺的内容和实际交付的内容会悄然脱节
-
会过期的历史记录——较低套餐的留存期限会清除上下文
常见问题
Slack MCP
有 Slack 的 MCP 吗？
存在针对 Slack 的参考实现和社区 MCP 服务器，向 MCP 客户端开放搜索和消息访问。Slack 自身的 AI 功能位于其付费附加组件中，而不是作为开放的 MCP。
MCP 访问 Slack 有什么用？
检索和总结：找到某件事被决定的那个讨论串，浓缩一场 200 条消息的争论，找出对某个账户或事件的提及。
它解决不了什么？
Slack 的结构性问题：对话提到客户、bug 和决策，却不会把它们关联起来。助手可以总结这些信息废气，但总结出来的内容仍然游离于你的系统记录之外。
AIOProductOS 如何处理对话？
聊天、会议和决策都存在于主干上：讨论串关联到功能，决策针对发布记录在案，AI 摘要变成有负责人的任务。这样 MCP 查询的是结构——'本季度关于定价的决策'——而不是滚动的聊天记录。
一个 MCP。整个产品。
只需连接一次你的 AI 助手，它就能看到打通后的完整记录——而不是单一工具的片段。适配 Claude Code、Cursor、ChatGPT 以及任何 MCP 客户端。