API 接入碎片化
鉴权、参数、错误、额度和数据格式分散，开发者重复写胶水代码。
营销能力如果只存在于 SaaS 页面，就很难进入新的自动化工作流。
Agent 需要的不是复杂页面，而是稳定接口、清晰输入输出、权限控制、审计记录和可解释成本。
任务型 Agent、AI Coding 工具、内部 AI 应用和自动化工作流正在成为新的能力消费者。
BRD 引用 Gartner 预测：到 2026 年底，40% 企业应用会包含任务型 AI Agent。
AI 软件存在真实推理、外部 API、数据采集和执行成本，按席位无法表达任务价值。
人登录系统，点击功能，看报表；产品价值绑定浏览器 UI 和订阅席位。
Agent 调用标准能力，平台按 credits / task / outcome 计费，并提供治理、审计和结果交付。
鉴权、参数、错误、额度和数据格式分散，开发者重复写胶水代码。
普通 API 文档不是为模型工具调用设计，Agent 难以稳定选择工具。
Agent 可能短时间发起大量调用，引发外部 API 成本失控。
API 返回数据，但不提供任务流程、判断逻辑和可执行结论。
难解释当时数据、版本、价格和执行过程，影响客户交付可信度。
通用 MCP / API 平台不理解营销场景，无法形成业务闭环。
核心不是做通用工具目录，而是把营销 API、方法论、任务执行、计费治理和结果交付压成同一套可复用能力。
外部 MarTech API 和 Provider Adapter。
鉴权、权限、限流、价格、版本和审计。
结构化数据、可读报告和可复盘 trace。
开发者、Agent Builder、AI 营销应用开发者直接接 MCP endpoint，按 credits 调用工具。
开源 Skills 承载方法论和任务流程，底层调用官方 MCP 并消耗 credits。
业务用户提交任务、确认 credits、异步执行，并获得报告和结构化数据。
渠道可以分化，能力、计费和交付对象不能分裂。
SEO、GitHub、Docs、Use Case Demo、社媒、自助注册、自助充值和自助使用 MCP / Skills / Toolbox。
销售触达、KA 拓展、渠道合作、开源 Skills、SaaS 应用和运营服务同时存在。
运营服务可以收服务费、沉淀案例并反哺产品，但不能替代平台生意本体。
承接长期需求、Use Case 入口和品类教育。
以开源方法论资产触达半技术用户。
把抽象能力变成可复制调用、可验证结果和可充值路径。
创始人账号讲过程，产品账号发布工具、教程和 changelog。
围绕方法论、案例拆解和行业信号形成复访。
不是 day-one 渠道，而是闭环准备好后的放大节点。
指标不是报表装饰，而是决定自助增长、credits 经济模型、Provider 成本控制、交付可信度和系统稳定性的产品控制面。
用户提交品牌、竞品、国家、语言、prompt 或任务模板。
系统预估调用成本、Provider 成本和任务消耗。
异步执行 MCP Tools / Skills / Workflow，并记录日志。
输出报告、结构化数据、trace_id、版本和可复盘证据。
统一 tool schema、输入输出、错误标准和 Provider Adapter。
鉴权、限流、用量、定价、Provider 成本和 bonus credits。
开源获客资产，同时把营销方法论产品化。
表单、任务确认、异步执行、报告、结构化数据和 trace。
认知足够新，用户足够明确，能自然延展到 SEO、内容和竞品情报。
MCP、Skills、Toolbox 和服务团队共用同一套工具、计费、治理和 trace。
用户最终购买的是 Agent 可调用、团队可管理、客户可交付、历史可复盘的营销智能能力。