AI基础概念科普
从零开始认识AI,建立完整认知框架。本章涵盖核心概念:大语言模型、Token、上下文、Prompt、Agent等,帮你快速建立AI知识体系。
第一部分:AI基础概念科普
1.1 AI、机器学习、深度学习:祖孙三代的关系
很多人会混淆这三个概念,其实它们是包含与被包含的关系:
| 概念 | 一句话解释 | 生活例子 |
|---|---|---|
| AI 人工智能 | 让机器表现出"人样"的智能,是最宽泛的概念 | Siri听懂你说话、自动驾驶 |
| ML 机器学习 | 从数据中"总结规律",是实现AI的核心方法 | 抖音根据点赞记录推荐视频 |
| DL 深度学习 | 用"深层神经网络"自动总结规律,是机器学习的一个分支 | 微信语音转文字、ChatGPT |
记忆口诀:AI是爷爷,ML是爸爸,DL是儿子——爷爷管得最宽,儿子最能干也最"深"。
1.2 大语言模型(LLM):AI的核心引擎
是什么? 大语言模型(Large Language Model)是当前AI浪潮的核心。你可以把它理解为一个"读过整个互联网的超级大脑"——它学习了海量的文本数据,掌握了语言的规律和知识。
怎么工作的? 基于2017年Google提出的Transformer架构,LLM的本质是"文字接龙"——通过预测下一个概率最高的词来生成内容。
举个例子: - 你输入:"今天天气" - LLM会根据概率预测下一个词可能是"很好"、"不错"、"晴朗"等 - 选择概率最高的那个继续生成,直到形成完整回答
为什么叫"大"? - 参数大:从几十亿到上千亿参数(相当于大脑的神经元连接) - 数据大:训练数据涵盖整个互联网的文本 - 算力大:需要成千上万张GPU训练
1.3 Token(词元):AI的"计量单位"
是什么? Token是模型处理文本的最小单元。可以理解为AI"数数"的单位。
怎么工作的? 通过Tokenizer(分词器),文字被转换为数字(Token ID),模型才能理解和处理。
⚠️ 重要提示:Token ≠ 词! - 一个中文词可能被拆分成多个Token - "工作坊" → ["工作", "坊"] = 2个Token - "程序员" → ["程序", "员"] = 2个Token
为什么要关心Token? - 计费:API调用按Token收费 - 上下文限制:模型一次能处理的Token数量有限 - 生成速度:Token/s 是衡量生成速度的指标
1.4 Context(上下文):AI的"记忆"
是什么? Context(上下文)是模型每次处理任务时能"记住"的信息总量。
包含什么? - 对话历史 - 系统指令(比如"你是一个专业的项目经理") - 工具列表 - 当前任务的输入信息
上下文窗口(Context Window) 指模型一次能处理的最大Token数量。
| 模型 | 上下文窗口 | 相当于 |
|---|---|---|
| GPT-3.5 | 4K/16K | 约3000-12000字 |
| GPT-4 | 8K/32K/128K | 约6000-96000字 |
| DeepSeek V3 | 128K | 约96000字 |
| DeepSeek V4 | 1M | 约75万字 |
理解要点: - 上下文越大,AI能"记住"的信息越多 - 超出上下文窗口的信息会被"遗忘" - 长对话或大文件需要更大的上下文窗口 - 上下文越大,推理成本越高
1.5 Prompt(提示词):和AI对话的艺术
是什么? Prompt是你给AI的指令或问题。简单说,就是你跟AI说的话。
为什么重要? Prompt的质量直接决定了AI输出的质量。好的Prompt能让AI精准地完成任务,差的Prompt可能得到毫无价值的回答。
写好Prompt的四个要点: 1. 明确目标:说清楚你要什么,不要模糊 2. 提供背景:给出必要的上下文信息 3. 指定格式:告诉AI输出格式要求(如表格、列表、代码) 4. 举例说明:给出示例会让输出更精准
❌ 不好的Prompt:
"帮我写个方案"
✅ 好的Prompt:
"帮我写一份港区智慧教育平台的项目立项方案,面向教育局领导汇报。 背景:港区教育局计划投入500万建设智慧教育平台,覆盖20所中小学。 要求: 1. 结构包含:项目背景、建设目标、核心功能、实施计划、预算明细 2. 用正式的公文风格 3. 总字数控制在3000字左右"
1.6 Tool(工具):让AI动手干活
是什么? Tool是AI可以调用的外部功能,如搜索网页、查询天气、操作文件、发送邮件等。
为什么需要Tool? LLM本身有局限性: - ❌ 无法获取实时信息(如当前天气、最新新闻) - ❌ 无法操作外部系统(如发送邮件、创建日程) - ❌ 无法执行代码(如复杂计算、数据处理) - ❌ 无法访问企业内部数据
通过Tool,AI可以突破这些限制,从"只会聊天"变成"能干活"。
常见Tool类型: - 🌐 搜索类:网页搜索、学术搜索 - 📅 效率类:日历、邮件、待办事项 - 💻 开发类:代码执行、数据库查询 - 📊 数据类:Excel处理、图表生成 - 🔌 业务类:企业内部系统API
1.7 Agent(智能体):会自主规划的AI
是什么? Agent是能自主规划、调用工具、完成任务的AI系统。
Agent vs 普通AI对话:
| 维度 | 普通对话AI | AI Agent |
|---|---|---|
| 工作方式 | 一问一答,被动响应 | 主动规划,自主执行 |
| 工具使用 | 需要人告诉它用什么工具 | 自己决定用什么工具 |
| 任务复杂度 | 单一、简单任务 | 复杂、多步骤任务 |
| 自主性 | 低,完全依赖人的指令 | 高,能自主分解任务 |
Agent的工作流程:
接收任务 → 分析规划 → 调用工具 → 执行操作
↑ ↓
└──── 检查结果 ← 调整优化 ←───┘
实际例子:
🎯 任务:"帮我查一下明天北京的天气,如果下雨就推荐一把性价比高的雨伞"
Agent会: 1. 调用天气查询工具 → 获取北京明天的天气 2. 判断是否下雨 → 如果是,继续下一步 3. 调用电商搜索工具 → 搜索高性价比雨伞 4. 整理结果 → 返回完整的天气信息和雨伞推荐
1.8 Agent Skill(代理技能):让Agent更专业
是什么? Agent Skill是给Agent的"技能说明书",提前告诉Agent某个技能该怎么用、什么时候用、注意事项是什么。
包含什么? - 技能名称和描述 - 使用场景和触发条件 - 操作步骤和流程 - 输入输出规范 - 注意事项和最佳实践
为什么需要Skill? - 让Agent更专业、更可靠地完成特定任务 - 避免Agent"自由发挥"导致错误 - 沉淀最佳实践,让经验可复用
实际例子: 一个"小红书爆款标题生成器"的Skill可能包含: - 目标:生成吸引眼球的小红书标题 - 规则:标题不超过20字,包含emoji,要有悬念/数字/对比 - 模板:"☀️ 3个方法让你____,第2个绝了!" - 示例:输入"防晒霜推荐" → 输出"☀️这3款防晒霜让我白成一道光!第2款闭眼入"
1.9 MCP(模型上下文协议):AI的USB接口
是什么? MCP(Model Context Protocol)是一种统一工具接入标准的协议。
解决什么问题? 传统方式:每个AI平台都有自己的工具接口,开发者需要针对每个平台单独开发一套工具。 → 工作量大,重复劳动
MCP方式:开发一次,到处运行。工具只需按MCP标准开发一次,就能在所有支持MCP的平台使用。 → 像USB接口一样,即插即用
类比理解: MCP就像USB接口标准: - 之前:不同品牌键盘鼠标各有专用接口,互不兼容 - 现在:统一用USB,任何设备插上就能用
实际应用: OpenClaw(小龙虾)支持MCP协议,你可以通过安装MCP服务器来扩展AI的能力,比如: - 文件系统MCP:让AI操作本地文件 - 数据库MCP:让AI查询数据库 - 企业系统MCP:让AI对接企业内部系统
1.10 三大学习范式:AI怎么"学"
| 类型 | 是否有标签 | 目标 | 案例 |
|---|---|---|---|
| 监督学习 | ✅ 有标准答案 | 预测未来、分类识别 | 垃圾邮件过滤、人脸识别 |
| 无监督学习 | ❌ 无答案 | 发现隐藏结构、分组 | 用户分群、异常检测 |
| 强化学习 | 🎮 奖励机制 | 最大化长期收益 | AlphaGo下围棋、自动驾驶 |
一句话记忆: - 监督 = 老师批改作业(有对错) - 无监督 = 自己整理书架(自己分类) - 强化 = 打游戏拿积分(做对有奖)
AI Agent产品推荐
三款最易上手的国产AI Agent对比与选型。结合港区项目实际情况,推荐最适合的工具组合,兼顾易用性、安全性和功能性。
第二部分:2026年最火AI Agent产品排行与推荐
2.1 当前市场格局:从"聊天问答"到"自主执行"
2026年上半年,国内AI Agent赛道迎来爆发式增长。核心标志是AI从"你问我答"的聊天工具,正式进化为"能自己动手干活"的智能体。两条主流路线最受关注:
| 路线 | 代表产品 | 核心特点 | 谁在用 |
|---|---|---|---|
| 桌面智能体(龙虾类) | WorkBuddy(腾讯)、OpenClaw(开源) | 在电脑上自主操作文件、浏览器、应用 | 全员办公、日常提效 |
| 智能协作平台 | TRAE Work(字节)、扣子3.0 | 多人+多Agent协同,任务闭环交付 | 项目团队、跨部门协作 |
为什么叫"龙虾"? 2025年底开源项目OpenClaw爆火,Logo是一只红色龙虾,寓意AI像龙虾螯一样能"抓取并执行多步骤任务"。国内大厂纷纷基于此架构推出商业化版本,形成了"龙虾赛道"。目前腾讯WorkBuddy、字节TRAE Work是国内用户量增长最快的两款产品。
2.2 核心推荐:三款最易上手的国产AI Agent
结合港区项目的实际情况——政务项目、数据安全要求高、团队技术背景多样、日常办公为主,我们重点推荐以下三款产品。它们的共同优势是:安装简单、中文原生、生态完善、多端协同。
🥇 推荐1:WorkBuddy(腾讯)—— 5分钟安装,微信生态原生
一句话定位:腾讯推出的本地执行型AI办公智能体,被称为"腾讯版小龙虾",100%兼容OpenClaw全量技能。
核心优势:
| 优势 | 具体说明 |
|---|---|
| ✅ 安装极简 | 官网下载安装包,双击即用,零代码配置 |
| ✅ 微信原生直连 | 手机微信扫码即可绑定,远程操控电脑端AI执行任务 |
| ✅ 企业微信深度集成 | WebSocket长连接,支持群聊消息、任务通知、文件处理 |
| ✅ 跨应用操作 | 能操作Word、Excel、浏览器、微信、钉钉等几乎所有PC应用 |
| ✅ 技能生态丰富 | SkillHub技能市场收录1.3万+AI技能,按需安装 |
| ✅ 多模型切换 | 内置混元、DeepSeek、通义千问等多款模型,智能切换 |
| ✅ 安全可控 | 高危操作二次确认,文件夹级授权,数据不出本地 |
适合场景: - 📄 文档处理:批量整理文档、生成报告、格式转换 - 📊 数据分析:自动清洗Excel数据、生成图表、输出分析报告 - 🖥️ 浏览器自动化:信息采集、表单填写、数据抓取 - 📱 移动办公:出门在外用微信给AI下发任务,回电脑看结果 - ⏰ 定时任务:每天定时生成日报、每周自动汇总周报
团队角色:全员适用,非技术人员也能5分钟上手
价格:目前公测期赠送2000积分体验额度;正式版预计按用量计费
💡 港区项目适配亮点:数据本地处理不上传云端,满足政务数据安全要求;微信/企业微信原生集成,适配团队现有沟通工具。
🥈 推荐2:TRAE Work(字节跳动)—— 三端协同,飞书生态深度融合
一句话定位:字节跳动推出的全员AI办公平台(原TRAE SOLO升级而来),Work+Code双模式,桌面/网页/移动三端实时同步。
核心优势:
| 优势 | 具体说明 |
|---|---|
| ✅ Work + Code 双模式 | 非技术人员用Work模式写文档做PPT,开发者用Code模式写代码,一个平台全搞定 |
| ✅ 三端实时协同 | 桌面端、网页端、移动端数据完全同步,换设备不中断 |
| ✅ 云端任务持续执行 | 关闭电脑/手机后,任务在云端继续运行,完成后推送通知 |
| ✅ 飞书深度集成 | 直接粘贴飞书文档链接让AI处理,AI生成内容自动同步到飞书文档 |
| ✅ 多设备调度 | 一部手机可连接多台电脑,远程派发任务,离线自动降级到云端 |
| ✅ 任务可视化管理 | 复杂任务自动生成Todo清单,实时显示执行进度 |
| ✅ 免费版功能完整 | 0元使用全部核心功能,支持2个云端任务同时执行 |
适合场景: - 📝 内容创作:根据资料生成PPT、报告、PRD文档 - 📊 数据分析:上传Excel自动生成分析报告和可视化图表 - 👨💻 代码开发:Code模式下AI自主完成需求分析、代码编写、调试 - 🚶 移动办公:通勤路上用手机语音下发任务,到工位直接看结果 - 🤝 团队协作:多人在同一Workspace协同推进项目
团队角色:全员适用,项目管理者和开发者体验最佳
价格:免费版开放全部核心功能;Pro版59元/月起
💡 港区项目适配亮点:飞书生态深度融合,与项目现有协作工具无缝对接;三端协同适合经常外出或驻场的项目人员。
下载地址:https://www.trae.cn
🥉 推荐3:讯飞EWork(科大讯飞)—— 讯飞生态原生,项目体系同源
一句话定位:科大讯飞推出的企业级AI办公智能体,与港区项目技术体系同源,深度融合讯飞星火大模型。
核心优势:
| 优势 | 具体说明 |
|---|---|
| ✅ 讯飞出品 | 与港区项目技术体系同源,兼容性、适配性最佳 |
| ✅ 星火大模型原生 | 基于讯飞星火V4.0大模型,中文理解和生成能力突出 |
| ✅ 企业级安全 | 支持本地化部署、私有化定制,满足政务项目数据安全要求 |
| ✅ 多端协同 | 支持PC端、移动端、网页端,数据实时同步 |
| ✅ 办公技能丰富 | 内置文档写作、数据分析、会议纪要、翻译等数十项办公技能 |
| ✅ 语音交互 | 讯飞语音技术加持,支持语音输入、语音转写、会议录音转纪要 |
| ✅ 飞书/钉钉/企微兼容 | 支持接入主流企业办公平台,不改变现有工作流 |
适合场景: - 📄 政务文档处理:公文写作、材料整理、格式规范化 - 📊 项目数据分析:项目进度数据汇总、风险识别、报告生成 - 🎙️ 会议纪要生成:会议录音自动转写、摘要提取、待办整理 - 🔒 敏感数据处理:本地化部署,核心涉密数据不出域 - 🏢 企业级协作:团队共享AI能力,统一管理、统一审计
团队角色:全员适用,政务项目场景适配度最高
价格:企业版按需报价,提供免费试用
💡 港区项目适配亮点:科大讯飞是港区项目的核心供应商,EWork与项目技术栈同源,集成成本最低;支持私有化部署,完全满足政务数据安全要求。
下载/了解地址:讯飞EWork官方文档
2.3 三款产品对比与选型建议
| 对比维度 | WorkBuddy(腾讯) | TRAE Work(字节) | 讯飞EWork(科大讯飞) |
|---|---|---|---|
| 核心定位 | 桌面智能体,本地执行优先 | 全员AI办公平台,云端+本地双引擎 | 企业级AI办公智能体,讯飞生态原生 |
| 上手难度 | ⭐ 最简单,下载即用 | ⭐⭐ 简单,需理解双模式概念 | ⭐⭐ 简单,企业级部署需协助 |
| IM集成 | 微信/企业微信原生 | 飞书深度集成 | 飞书/钉钉/企微兼容 |
| 多端协同 | 微信小程序+PC端 | 桌面+网页+移动三端完整协同 | PC+移动+网页三端 |
| 文档/PPT生成 | ✅ 支持 | ✅ 支持(效果更佳) | ✅ 支持(偏政务文档场景) |
| 代码开发 | ⭐⭐ 基础能力 | ⭐⭐⭐⭐⭐ 专业级Code模式 | ⭐⭐ 基础能力 |
| 语音交互 | ⭐⭐ 一般 | ⭐⭐ 支持语音输入 | ⭐⭐⭐⭐⭐ 讯飞语音技术 |
| 数据安全 | 本地优先,数据不出域 | 云端+本地可选,企业版支持私有化 | 🏆 政务级安全,支持本地化部署 |
| 免费额度 | 公测期2000积分 | 永久免费(基础功能全开放) | 免费试用,企业版报价 |
| 港区项目适配度 | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐(技术同源) |
| 最适合人群 | 微信重度用户、办公自动化需求强的岗位 | 飞书用户、项目团队、有开发需求的团队 | 政务项目、讯飞生态内、敏感数据场景 |
选型决策树:
选哪款AI Agent?
│
├─ 主要用微信/企微协作 → 选 WorkBuddy
│ (微信扫码即用,本地执行更安全)
│
├─ 主要用飞书协作 → 选 TRAE Work
│ (飞书文档深度集成,三端协同强)
│
├─ 讯飞生态内 / 政务项目 → 选 讯飞EWork
│ (技术体系同源,政务级安全,支持私有化部署)
│
├─ 需要处理大量敏感数据 → 优先 WorkBuddy 或 讯飞EWork
│ (本地运行,数据不出电脑/企业)
│
├─ 有代码/开发需求 → 选 TRAE Work
│ (Code模式专业级AI编程能力)
│
└─ 想先免费体验 → 选 TRAE Work 免费版
(核心功能永久免费,无使用门槛)
💡 实用建议:三款产品不冲突,可以按需组合使用。日常办公自动化用WorkBuddy,项目协作和文档处理用TRAE Work,政务敏感数据和讯飞生态场景用EWork。
全链路集成配置手册
大模型+微信+飞书完整配置教程,以DeepSeek为例逐步讲解。从大模型接入到IM工具集成,手把手教你搭建AI工作流。
第三部分:AI Agent 与大模型、微信、飞书全链路集成配置
本部分详细讲解如何将AI Agent接入大模型(云端+本地),并与微信、飞书等办公工具打通,实现真正的"AI帮你干活"。
3.1 大模型配置:云端API vs 本地部署
AI Agent的"大脑"是大模型。根据数据安全要求和使用场景,你可以选择云端API或本地部署两种方案。
| 方案 | 优点 | 缺点 | 适合场景 |
|---|---|---|---|
| 云端API | 即开即用、模型更新快、能力强 | 数据需上传云端、按用量付费 | 非敏感数据、日常办公、快速体验 |
| 本地部署 | 数据不出域、隐私安全、一次性投入 | 需要一定技术能力、对电脑配置要求高 | 政务敏感数据、核心项目文档、保密场景 |
3.1.1 云端大模型选型推荐
| 模型 | 出品方 | 特点 | 价格参考 | 推荐指数 |
|---|---|---|---|---|
| DeepSeek-V3 | 深度求索 | 中文能力强、推理快、性价比高 | ¥1-2元/百万Token | ⭐⭐⭐⭐⭐ |
| 豆包-1.5-pro | 字节跳动 | 中文原生、TRAE Work内置免费 | 免费额度充足 | ⭐⭐⭐⭐⭐ |
| 讯飞星火4.0 | 科大讯飞 | 语音+文本双模态强,EWork原生支持 | 按量计费 | ⭐⭐⭐⭐⭐ |
| 通义千问Max | 阿里 | 综合能力均衡、阿里云生态 | ¥2-4元/百万Token | ⭐⭐⭐⭐ |
| Kimi 2.5 | 月之暗面 | 超长上下文(200万Token) | 免费额度大 | ⭐⭐⭐⭐ |
💡 港区项目建议:优先选择国产大模型(DeepSeek/豆包/讯飞星火),数据合规性更好。处理敏感数据时,务必使用本地部署方案。
3.1.2 本地大模型部署(Ollama + DeepSeek)
如果需要数据完全不出域,可以使用Ollama工具在本地运行大模型。
系统要求: - 内存:8GB以上(推荐16GB+) - 硬盘:至少20GB以上可用空间 - GPU:有独立显卡更佳(NVIDIA 4GB显存以上)
部署步骤:
第一步:安装 Ollama
1. 访问官网:https://ollama.com
2. 下载对应系统的安装包(Windows/macOS/Linux)
3. 双击安装,一路下一步
4. 安装完成后,在终端输入 ollama --version 验证
第二步:下载并运行 DeepSeek 模型
# 下载 7B参数版(约4GB,低配电脑也能跑)
ollama pull deepseek-r1:7b
# 下载 14B参数版(约8GB,效果更好)
ollama pull deepseek-r1:14b
# 下载 1.5B参数版(约1GB,超轻量)
ollama pull deepseek-r1:1.5b
第三步:验证本地API
Ollama启动后,默认在本地 11434 端口提供API服务:
Ollama启动后,默认在本地 11434 端口提供API服务: - API地址:http://localhost:11434 - 可被所有支持 Ollama 的 AI 工具调用 - 数据完全在本地处理,不出电脑
常用模型大小参考:
| 模型 | 参数 | 大小 | 内存需求 |
|---|---|---|---|
| deepseek-r1:1.5b | 1.5B | ~1GB | 4GB |
| deepseek-r1:7b | 7B | ~4GB | 8GB |
| deepseek-r1:14b | 14B | ~8GB | 16GB |
| qwen2.5:7b | 7B | ~4.7GB | 10GB |
3.2 WorkBuddy 配置:大模型 + 微信 + 飞书
WorkBuddy 是腾讯出品的桌面智能体,安装配置非常简单,5分钟即可完成从安装到接入微信的全过程。
3.2.1 基础安装与大模型配置
第一步:下载安装 1. 访问腾讯WorkBuddy官网 2. 下载 Windows/macOS 客户端 3. 双击安装包,一路下一步 4. 安装完成后启动 WorkBuddy
第二步:配置大模型(以DeepSeek为例)
首次启动会引导你配置模型:
1. 点击「添加模型」→ 选择「DeepSeek」
2. 填入你的 DeepSeek API Key(在 https://platform.deepseek.com 注册获取)
3. 模型选择 deepseek-chat(对话场景)或 deepseek-reasoner(推理场景)
4. 点击「验证」→ 验证通过后「保存」
5. 将 DeepSeek 设为默认模型
💡 小贴士:也可以添加腾讯混元、通义千问、讯飞星火等其他模型,按需切换。如需本地模型:选择「Ollama本地模型」,填入 http://localhost:11434。
第三步:授权本地文件夹 - 点击「添加文件夹」,选择允许 AI 可以访问的工作目录 - 建议只授权项目相关文件夹,不要授权整个硬盘 - WorkBuddy 只会访问授权范围内的文件,确保数据安全
3.2.2 微信接入(核心功能)
个人微信直连(推荐,零代码)
- 打开 WorkBuddy 客户端
- 点击左侧「连接中心」→「微信」
- 点击「绑定微信」,弹出二维码
- 用手机微信扫描二维码
- 手机上确认授权,绑定成功
绑定成功后,你可以: - ✅ 直接在微信里给 AI 发消息提问 - ✅ 发送文件让 AI 处理(Word/Excel/PDF) - ✅ 语音转文字,口述需求让AI干活 - ✅ 远程让 AI 操作你的电脑完成任务 - ✅ 任务完成后微信自动推送结果
企业微信集成
- 在 WorkBuddy 中进入「企业微信」配置页
- 点击「创建应用」,跳转到企业微信管理后台
- 按照指引创建自建应用,获取 AppID 和 Secret
- 将凭证填入 WorkBuddy,点击「连接」
- 在企业微信中找到 WorkBuddy 机器人即可使用
实战场景:
👤 你在外出差,微信给 WorkBuddy 发消息: "整理一下D盘「港区项目」文件夹里的所有验收文档,按类型分类,生成一份清单表格"
🦞 WorkBuddy 在你电脑上自动执行: 1. 打开文件夹 → 2. 识别文档 → 3. 整理分类 → 4. 生成Excel → 5. 微信发回给你
3.2.3 飞书接入
WorkBuddy 支持通过 MCP 协议接入飞书:
- 打开 WorkBuddy → 设置 → 集成 → 飞书
- 点击「去飞书开放平台创建应用」
- 飞书开放平台操作: - 创建企业自建应用,取名"WorkBuddy助手" - 开启「机器人」能力 - 配置权限:im:message、doc:document、bitable:app - 获取 App ID 和 App Secret
- 把凭证填入 WorkBuddy,点击「连接」
- 在飞书中搜索机器人,开始使用
接入后可以实现: - 让 AI 读取飞书文档内容 - AI 生成内容自动保存为飞书文档 - 飞书群里 @机器人下达任务 - 日程、任务提醒同步到飞书
3.3 TRAE Work 配置:大模型 + 飞书 + 多端协同
TRAE Work 是字节跳动的全员AI办公平台,飞书生态深度整合,三端协同体验出色。
3.3.1 基础安装与大模型配置
第一步:下载安装 - 官网:https://www.trae.cn(国内版) - 下载桌面客户端(Windows/macOS均支持) - 安装后手机号登录
第二步:模型配置(以DeepSeek为例)
- 国内版内置「豆包-1.5-pro」模型,免费使用
- 添加 DeepSeek 模型步骤:
1. 点击右上角头像 →「设置」→「模型管理」
2. 点击「添加模型」→ 选择「DeepSeek」
3. 填入 API Key(获取地址:https://platform.deepseek.com)
4. 模型名称填 deepseek-chat,点击「验证并保存」
5. 在模型列表中将 DeepSeek 设为优先使用模型
- 支持本地模型:添加 Ollama 本地地址 http://localhost:11434
第三步:Work 模式 vs Code 模式 - Work 模式:面向办公场景,文档写作、数据分析、PPT生成 - Code 模式:面向开发者,代码生成、项目开发、调试运行
💡 小技巧:两种模式可以随时切换,同一个任务中途也能切换模式继续推进。
3.3.2 飞书深度集成
TRAE Work 与飞书的集成是目前所有AI工具中最深入的之一。
配置步骤:
- 打开 TRAE Work → 左侧「集成」→「飞书」
- 点击「绑定飞书账号」
- 跳转到飞书授权页面,使用飞书账号扫码授权
- 授权成功后,即可在 TRAE Work 中直接操作飞书
核心功能:
| 功能 | 说明 |
|---|---|
| 📄 飞书文档读写 | 直接粘贴飞书文档链接,让AI读取、修改、续写 |
| 📊 多维表格操作 | AI自动读取、写入、分析飞书多维表格数据 |
| 📅 日程同步 | AI可以读取飞书日程,自动生成会议纪要和待办事项 |
| 💬 消息推送 | 任务完成后自动推送到飞书消息 |
| 📁 云空间文件 | 直接操作飞书云空间里的文件 |
实战场景:
👤 你在 TRAE Work 中输入: "根据飞书文档《港区项目周报模板》的内容,结合上周的项目进展,生成一份新的周报,保存为新的飞书文档"
🤖 TRAE Work 自动执行: 1. 读取飞书文档模板 → 2. 读取项目进展数据 → 3. 生成周报内容 → 4. 创建新的飞书文档 → 5. 把链接发给你
3.3.3 三端协同配置
TRAE Work 最大的特色是三端实时协同,手机、电脑、网页端数据完全同步。
三端配置步骤:
- 桌面端:安装 TRAE Work 客户端(前面已完成)
- 移动端: - iOS:App Store 搜索「TRAE」下载 - 安卓:应用商店搜索「TRAE」或官网下载APK - 使用同一个手机号登录
- 网页端: - 访问 https://work.trae.cn - 扫码或手机号登录 - 无需安装,浏览器直接使用
多设备连接(手机控制电脑): 1. 确保电脑端开启「移动端控制」开关(设置 → 移动端) 2. 手机端打开 TRAE App,自动发现已登录的PC设备 3. 点击连接,即可用手机远程操控电脑上的AI
💡 实用场景:下班路上用手机语音下发任务,让家里/公司的电脑自动干活,回到工位直接看结果。
多设备管理: - 一个账号可同时接入多部手机 + 不限数量的电脑 - 在「设备管理」中可以查看所有在线设备 - 任务可以指定在某台设备上执行 - 设备离线时自动降级到云端执行
3.4 讯飞EWork 配置:大模型 + 飞书/钉钉 + 政务级安全
讯飞EWork是科大讯飞推出的企业级AI办公智能体,与港区项目技术体系同源,政务安全级别高。
3.4.1 基础安装与大模型配置
第一步:获取安装包 - 访问官方文档获取下载地址:讯飞EWork官方文档 - 下载对应系统的客户端(Windows/macOS) - 企业版由IT管理员统一部署
第二步:登录与模型配置(以DeepSeek为例)
- 使用企业账号或手机号登录
- 内置讯飞星火大模型V4.0,开箱即用
- 添加第三方模型(DeepSeek)步骤:
1. 进入「设置」→「模型管理」→「添加模型」
2. 选择「DeepSeek」,填入 API Key
3. 模型选择 deepseek-chat 或 deepseek-reasoner
4. 验证通过后保存,可设为默认模型
- 企业版支持接入私有化部署的星火大模型
- 支持混合模型配置,不同场景自动切换最优模型
第三步:企业级安全配置 - 数据脱敏:自动识别并处理敏感信息 - 操作审计:所有AI操作留痕可追溯 - 权限管控:按部门/角色配置AI使用权限 - 本地化部署:支持全栈私有化,数据不出企业
3.4.2 飞书/钉钉/企业微信集成
讯飞EWork支持接入主流企业办公平台:
飞书集成: 1. 在EWork管理后台 → 集成中心 → 飞书 2. 点击「立即授权」,使用飞书管理员账号扫码 3. 配置可用范围(全员/指定部门) 4. 在飞书应用目录中找到「讯飞EWork」添加到工作台
钉钉集成: 1. 进入钉钉开放平台,创建EWork应用 2. 获取AppKey和AppSecret 3. 填入EWork管理后台的钉钉配置页 4. 发布应用到企业工作台
企业微信集成: 1. 企业微信管理后台 → 应用管理 → 创建应用 2. 配置应用信息和可见范围 3. 将Secret和AgentId填入EWork后台 4. 验证连接后即可使用
集成后可实现的能力: - ✅ 在IM中直接@机器人提问 - ✅ 自动推送AI生成的报告和提醒 - ✅ 读取和编辑在线文档 - ✅ 同步日程和待办事项 - ✅ 一键分享AI处理结果到工作群
3.5 OpenClaw(开源小龙虾)微信 + 飞书接入
如果你追求极致的数据安全和自主可控,可以使用开源的 OpenClaw。配置自由度最高,但需要一定技术基础。
3.5.1 OpenClaw 快速安装
Windows/macOS 一键安装: 1. 访问 OpenClaw 中文站:https://openclaw.com 2. 下载对应系统的安装包 3. 双击安装,启动后自动初始化环境 4. 首次启动引导配置模型
配置大模型:
# 配置文件位置:~/.openclaw/config.yaml
model:
provider: deepseek # 模型提供商
api_key: "sk-你的API密钥" # DeepSeek API Key
model: "deepseek-chat" # 模型名称
# 本地模型配置
# model:
# provider: ollama
# base_url: "http://localhost:11434"
# model: "deepseek-r1:7b"
3.5.2 微信接入(个人号)
2026年初微信官方推出了 ClawBot 插件,是唯一官方认可的个人微信对接通道,无封号风险。
配置步骤:
- 将微信更新到最新版本(≥8.0.70)
- 在 OpenClaw 终端执行:
openclaw channels add --channel wechat
- 终端会显示一个二维码
- 打开手机微信,扫描二维码
- 在授权页面点击「连接」
- 绑定成功后,微信聊天列表会出现「微信ClawBot」对话窗口
使用方式: - 直接给「微信ClawBot」发消息,AI自动回复 - 支持发送文件、图片、语音 - 支持所有OpenClaw技能 - 支持群聊中 @ClawBot 也能响应
3.5.3 飞书接入
步骤一:在飞书开放平台创建应用
- 登录飞书开放平台:https://open.feishu.cn/app
- 点击「创建企业自建应用」,填写应用名称(如「AI助手」)
- 进入「凭证与基础信息」页面,复制 App ID 和 App Secret
- 点击左侧「添加应用能力」→ 选择「机器人」→ 点击「添加」
- 进入「权限管理」页面,开通以下权限:
-
im:message- 接收消息 -im:message:send_as_bot- 以机器人身份发消息 -im:chat- 获取群信息 -docx:document- 读写文档(进阶) -bitable:app- 操作多维表格(进阶) - 点击「申请开通」,等待权限生效
步骤二:配置 OpenClaw 飞书渠道
# 在 OpenClaw 终端执行
openclaw channels add --channel feishu --token "你的AppID:你的AppSecret"
步骤三:启动网关并验证
# 启动飞书消息网关
openclaw gateway start
# 查看网关状态
openclaw gateway status
步骤四:测试连接 - 打开飞书,搜索你的机器人名称 - 发送「你好」,如果收到回复说明配置成功 - 将机器人添加到项目群,@机器人即可使用
💡 WebSocket 长连接优势:OpenClaw 默认使用 WebSocket 方式接收飞书消息,不需要公网IP和域名,内网也能正常使用,非常适合企业内部部署。
3.6 常见问题与排错
| 问题 | 可能原因 | 解决方案 |
|---|---|---|
| 微信绑定失败 | 微信版本过低 | 更新微信到最新版 |
| 飞书机器人不回复 | 权限未开通 | 检查飞书应用权限配置 |
| 本地模型响应太慢 | 电脑配置不足 | 换更小的模型,或使用云端模型 |
| AI无法读取本地文件 | 文件夹未授权 | 在设置中添加授权文件夹 |
| 多端不同步 | 账号不一致 | 确保三端使用同一账号登录 |
| 任务执行中断 | 网络不稳定 | 检查网络连接,或切换到云端执行 |
| EWork登录失败 | 企业账号未开通 | 联系管理员开通EWork使用权限 |
团队AI落地建议
三步走战略,帮助团队高效落地AI应用。从体验期到试点期再到推广期,稳步推进,避免踩坑。
第四部分:团队AI落地建议
4.1 三步走战略
第一步:体验期(1-2周)
- 🎯 目标:全员接触AI,建立感性认知
- 🛠️ 工具:扣子(Coze)或 DeepSeek 网页版
- 📋 任务:每人每天至少用AI解决1个实际工作问题
- 📊 输出:团队分享会,交流AI使用心得
第二步:试点期(2-4周)
- 🎯 目标:找到1-2个高频场景,落地验证价值
- 🛠️ 工具:Dify + 知识库 + 业务数据
- 📋 任务:选择项目管理、文档处理、客户服务等场景试点
- 📊 输出:试点效果报告,量化提效数据
第三步:推广期(持续)
- 🎯 目标:全面推广,形成AI辅助工作模式
- 🛠️ 工具:根据场景选择合适的产品组合
- 📋 任务:建立AI使用规范,沉淀最佳实践
- 📊 输出:AI提效案例库,持续优化
4.2 常见误区避坑
❌ 误区1:追求"最强模型"
很多人一上来就要用最大、最强的模型。实际上: - 80%的日常任务,7B模型完全够用 - 强模型贵,且速度慢,影响体验 - 先从小模型用起,不够再升级
❌ 误区2:想一步到位,完美规划
AI技术发展太快,想一次规划清楚所有事情是不可能的。 - 建议:小步快跑,快速迭代 - 先跑起来,再优化,而不是等"完美方案"
❌ 误区3:只关心技术,不关心场景
AI是工具,不是目的。 - 要从业务场景出发,而不是从技术出发 - 找到真正的痛点,而不是"为了用AI而用AI" - 衡量标准:有没有真正提高效率、降低成本
❌ 误区4:忽视数据安全
政务项目数据安全是红线。 - 敏感数据绝对不能上传到公网AI服务 - 优先考虑本地部署或私有化方案 - 建立数据分级分类使用规范
4.3 入门学习资源
| 类型 | 推荐资源 | 说明 |
|---|---|---|
| 📚 入门书籍 | 《人工智能》(李开复) | 科普级,通俗易懂 |
| 📚 技术书籍 | 《深度学习》(花书) | 经典教材,偏技术 |
| 🎬 视频课程 | 吴恩达《机器学习》 | 入门神课,Coursera有中文字幕 |
| 🌐 技术社区 | Hugging Face | 全球最大的AI模型社区 |
| 🌐 中文社区 | 魔搭(ModelScope) | 阿里的中文AI模型社区 |
| 📱 公众号 | 阳光的AI笔记 | 项目管理+AI工具应用 |