国产桌面端 Agent 进化了,支持定时任务、接入Obsidian、丰富SKill

最近,办公小浣熊桌面端正式发布了,支持 macOS 和 Windows。

它可以直接调用本地文件、历史对话、 Obsidian 笔记、飞书文档发起任务。

再配合 Skills、MCP、第三方应用、本地记忆和定时任务,把资料文件获取、内容分析、结果生成分享与后续沉淀连接起来。

本地 Agent 支持根据任务类型,灵活选择通用任务代码任务

整理文件、分析数据、撰写方案等日常工作,可使用通用任务 ;编写代码、开发项目等专业场景,则可切换至代码任务

同时支持自定义模型配置,内置 5+ 款模型,并已接入 DeepSeek-V4-Pro。

简单体验下来,我觉得下面几个功能比较值得关注。

01

用 @ 引入上下文给 AI

这个功能挺有意思的。

可以通过 @ 将当前任务需要参考的文件或其他内容带入对话,让 AI 围绕指定材料工作。

不仅仅是本地文件,还是支持把你以前的对话,甚至 Obsidian 笔记引入进来作为上下文。

比如你开了多个会话聊了很多不同的话题,可以引用这些会话作为上下文,基于聊的所有话题生成一个 PPT。

可以看到,在正式制作之前确认方向。

最终生成的 PPT 可以直接编辑,效果如下所示,还挺炫酷的。

@ 解决的是 AI 应该参考什么的问题。

与之配合的 Quick Bar,解决的是在哪里调用 AI 的问题。

在文档、网页、聊天窗口或者 Excel 中选中一段内容,通过 macOS 的 ⌘K 或 Windows 的 Ctrl+K,就能直接唤起小浣熊。

选中一段英文,可以让它翻译,选中一段报告,可以总结重点,选中一封措辞生硬的邮件,可以重新润色。

处理 Excel 时,还可以针对选中的单元格分析趋势、寻找异常,或者生成一段经营结论。

AI 不再只待在自己的窗口里,而是开始理解你当下正在处理的内容。

02

Skills 和插件

办公小浣熊桌面端提供了 Skills 技能系统,把一套成熟的任务流程封装成可重复使用的技能。

它目前就预置很多,可以一键安装。

比如:用 artifacts-builder 做一个 AI 产品小浣熊桌面端 Agent 官网 Demo,包含首页、功能介绍、案例、价格页,视觉风格要科技感。

比如使用深度研究 skill,是国内首个流程可交互的 Deep Research 工具。

将复杂任务转化为结构化流程,让整个过程可交互、可调整、可追溯,每一个关键决策都有清晰依据。

凭借长链条思考能力,它能将模糊目标逐步拆解为可执行的行动方案,并以严密、清晰的逻辑,交付兼具深度、背景洞察与前瞻判断的分析报告。

同时,它能在持续使用中学习与优化,也能逐渐理解并记住你的偏好,越用越懂你,越用越聪明。

除此之外,还有一些专家团。

通过多智能体协作,来帮你完成任务。

03

连接第三方应用

目前,桌面端已经支持连接飞书、钉钉。

用户可以将 AI 的分析结果导出为飞书文档,也可以把新内容追加到已有文档中。

光飞书的 SKill 就好几十个:

除了写入文档,小浣熊还可以搜索飞书知识库,围绕企业内部资料生成总结、报告和结构化内容。

AI 不仅可以读取信息、完成分析,还能让结果进入团队正在使用的协作系统。

内容不必在聊天窗口和文档平台之间反复搬运,生成结果也更容易被团队继续使用和沉淀。

根据当前产品文档,企业微信和钉钉的连接能力也在规划中,但目前仍属于即将支持的功能。

同时还支持接入 Obsidian,把你本地的知识库一键导入。

04

本地记忆,不用每次都重新介绍自己

办公小浣熊桌面端可以记住用户的基础信息、职业背景、行业语境、常用术语、文档偏好和工作习惯。

这些信息可以在后续对话和任务中持续发挥作用。

例如,同一句帮我写一份项目总结,不同职业和不同团队想要的结果可能完全不同。

有人需要简洁的管理层汇报,有人习惯完整的数据分析,还有人希望采用公司固定的表达方式和文档结构。

如果 AI 能够记住这些偏好,用户就不需要每次都重新解释。

随着记忆逐渐积累,AI 才可能从一个通用工具,变成更了解个人工作方式的助手。

05

定时任务

大部分 AI 工具仍然需要用户主动发起一个任务。

但现实工作中,有相当一部分任务是需要重复搞的。

比如每个月整理行业动态,每周生成项目周报啥的。

这种场景,就可以用桌面端的定时任务能力了。

你可以预先设置任务内容和执行周期,让小浣熊在指定时间自动运行。任务完成后,你就可以直接看执行记录和生成结果了。

而且,每一个定时任务都可以绑定定时任务的数据源。比如本地文件、飞书文档。

这个太有用了。比如每周写一个周报,其实周报大概率是从自己多个飞书文档中攒出来的。

如果定时任务没办法绑定数据源,周报这种类似的场景就几乎不可用的。

而且。当文件处理、浏览器、Skills、第三方应用和定时任务组合起来,桌面端就有机会形成更完整的自动化链路:

到点触发任务 → 获取资料 → 调用技能进行分析 → 生成报告 → 沉淀到协作平台。

arduino 复制代码
桌面端下载入口:https://office.xiaohuanxiong.com/download
网页端入口:http://office.xiaohuanxiong.com
相关推荐
子林super1 小时前
OpenCode的Harness机制与模块
github
fthux1 小时前
装闭 RenoPit 源码解析(12):从AI分析结果到React避坑报告
人工智能·ai·开源·github·open source·renopit
TunerT_TQ1 小时前
Microsoft 微软 AI-For-Beginners 静态评测:一套 AI 入门课程,为什么不能只按代码仓库来评价?
microsoft·开源·github
u1301302 小时前
GitHub 热榜项目:日榜(2026-08-17)
github
问天_观心2 小时前
零基础在windows环境下的WSL使用llamafactory(一)
人工智能·windows·python·神经网络·语言模型·github·模型蒸馏
我一定会有钱4 小时前
打造完美工作流:Git 配置”一次推送,三端同步”(Gitee/GitCode/GitHub)
开发语言·windows·vscode·搜索引擎·gitlab·github·visual studio code
周末摸鱼4 小时前
一文读懂Git 的底层原理:从 Commit 到 Blob
github
没伞的行者4 小时前
《C++ Primer Plus(第六版)全书代码整理 | 章节源码 + README知识总结(Gitee、GitHub开源)》
linux·开发语言·c++·gitee·github
一拳不是超人6 小时前
一个 AI 改出的 bug,另一个 AI 五天就打穿了 Snowflake:Copilot Autofix 事件给 coding agent 的警醒
架构·github