用途：当智能体需要同时使用两个或更多 Airbyte 连接器时，使用本技能搭建完整的多连接器智能体。单连接器模式使用 AirbyteAuthConfig 加 build_connector_tools，但 builder 的 execute、inspect_connector、read_skill_docs 名称固定，多个连接器注册到同一智能体会发生工具名冲突；重命名可调用对象虽能避免冲突，但生成的 execute 指引仍指向旧名称。多连接器智能体改为用 @Connector.agent_tool(...) 编写自己的工具函数，并通过 inspect_tool= 与 docs_tool= 织入真实名称。
主要能力：构建一个共享凭据的 AirbyteAuthConfig；为每个服务构造类型化连接器（如 JiraConnector(auth_config=auth)）；为每个连接器定义 execute、inspect、docs 三个函数并各自加 @Connector.agent_tool(...) 装饰器；使用连接器专属函数名，使两个连接器注册出六个无歧义工具。若工作区存在多个同类型连接器，可在构造函数传入 connector_id 指定。
使用方式：安装 uv pip install airbyte-agent-sdk，该包已捆绑所有类型化连接器，无需逐个安装。agent_tool 是类方法，应写 @JiraConnector.agent_tool(...) 而非 @jira.agent_tool(...)。PydanticAI 下用 @agent.tool_plain 叠加装饰器；LangChain、OpenAI Agents 或 FastMCP 保持每连接器三函数结构，仅改 framework= 与外层注册装饰器；不支持的框架省略 framework= 并在分发循环处理 AirbyteToolError。Connector.tool_utils 已弃用，仅为兼容旧单工具集成保留，新多连接器智能体不应生成。系统提示需说明智能体用途及各连接器职责。运行循环中 PydanticAI 用 agent.run 并关闭各连接器。项目结构含 pyproject.toml、.env、agent.py、README.md，依赖 airbyte-agent-sdk、pydantic-ai、python-dotenv，需 Python >=3.11，环境变量为 AIRBYTE_CLIENT_ID、AIRBYTE_CLIENT_SECRET、AIRBYTE_WORKSPACE_NAME。
适用场景：需要跨多个数据源（如 Jira 与 Slack）协同的智能体。限制：具体收费、价格、平台支持范围等资料暂未提供。