diff --git a/docs/03-use-cases/01-general/01-document-writing.md b/docs/03-use-cases/01-general/01-document-writing.md index 4e32575..b385cd5 100644 --- a/docs/03-use-cases/01-general/01-document-writing.md +++ b/docs/03-use-cases/01-general/01-document-writing.md @@ -1,20 +1,26 @@ --- title: 文档写作 -description: 使用 AI 文书智能体从大纲到成稿，高效完成项目报告、方案文档等各类写作任务。 +description: 使用 AI 文书智能体整理思路、生成大纲、起草项目报告和方案文档。 keywords: [文档写作, AI 文书, 报告, 写作助手, 内容创作] --- # 文档写作 -## 场景描述 +## 真实工作流 -你需要写一份项目报告，但面对空白页面不知从何下手。或者你已经有了思路，但把它组织成一份结构完整、表达专业的文档需要花费大量时间。 +这个场景成立的前提不是“让 AI 凭空写一篇报告”，而是用户已经有一批零散但真实的素材，需要把它整理成可交付文档。 -AI 文书（AI Copywriter）智能体可以帮你从零开始：先梳理思路生成大纲，再逐步扩展为完整初稿，最后根据你的反馈精准修改。整个过程就像和一位经验丰富的写作搭档协作。 +| 维度 | 真实情况 | +|------|----------| +| 触发点 | 项目复盘、客户汇报、季度总结、方案评审前需要形成正式材料 | +| 现有材料 | 项目背景、关键数据、会议纪要、群聊结论、已有 PPT 或表格 | +| 卡点 | 信息分散，结构没定，语气和读者对象不明确，反复改格式耗时 | +| DesireCore 介入 | AI 文书先整理大纲，再按章节生成初稿；需要数据或图表时可委派数据分析师补充 | +| 验收结果 | 负责人拿到一份可审阅的文档初稿，再补事实、定结论、调整口吻 | ## 推荐智能体 -**AI 文书** -- 专注于内容创作和文案生成的知识型智能体，擅长品牌文案、营销策划、多风格适配。 +**AI 文书** -- 适合处理报告、方案、公告、营销文案等文本任务，能按你指定的读者、语气和模板生成初稿。 ## 完整对话示例 @@ -70,17 +76,25 @@ AI 文书: 已调整为更正式的商务风格，并补充了量化指标... ## 关键步骤 -1. **明确需求** -- 告诉智能体文档类型、目的、读者对象 -2. **生成大纲** -- 智能体根据你的信息生成结构化大纲 -3. **撰写初稿** -- 确认大纲后，逐章节展开为完整内容 -4. **审阅修改** -- 你提出修改意见，智能体精准调整风格、措辞、数据 +1. **确定交付对象** -- 先说明文档要交给谁看：客户、老板、评审会、归档系统，读者不同，结构和语气不同 +2. **整理事实包** -- 把项目范围、交付物、进度、预算、关键数据、遗留问题和经验教训先列出来 +3. **先审结构再写正文** -- 先确认章节是否覆盖背景、完成内容、结果对比、问题和下一步，再逐段展开 +4. **补齐证据链** -- 对每个结论补数据、截图、链接或来源，避免只剩漂亮话 +5. **按用途生成版本** -- 同一份素材可以生成正式报告、汇报摘要、邮件版或归档版 ## 最终成果 -一份结构完整、表达专业的项目总结报告，包含量化数据支撑和清晰的逻辑脉络，可以直接用于汇报或存档。 +一份结构完整、重点清楚的文档初稿，包含可追溯的事实依据、章节逻辑和后续可复用的版本。你可以继续让 AI 文书补充数据、改语气、压缩篇幅或改成汇报版。 + +## 会用到的 DesireCore 能力 + +- **Super Document**：用 Diff 方式查看 AI 修改，逐条接受、拒绝或继续编辑 +- **自然语言教学**：把报告模板、用词禁忌、行文风格教给 AI 文书，后续复用 +- **多 Agent 协作**：数据、图表、法律条款等内容可以先交给对应智能体处理，再由 AI 文书整合 :::tip 最佳实践 -- 第一次沟通时尽量提供充足的背景信息（数据、时间线、关键人物），智能体生成的内容会更准确 -- 善用"超级文书模式"（Super Document），它能在一个文档中协调多个智能体协作，比如让数据分析师提供图表数据，再由 AI 文书整合成报告 -- 如果对某个段落不满意，直接指出具体问题（如"语气太随意"、"缺少数据支撑"），比笼统地说"改好一点"效果更好 +- 第一次沟通时提供背景信息、数据、时间线和关键人物，少让智能体自行补设定 +- 对某个段落不满意时，直接指出问题，如"语气太随意"、"缺少数据支撑"、"这段不符合事实" +- 需要图表、数据结论或合同条款时，可以在超级文书模式中让对应智能体先处理，再由 AI 文书整合成报告 +- 项目总结类文档不要只写“做了什么”，还要写范围是否完成、进度/预算偏差、遗留问题和经验教训 ::: diff --git a/docs/03-use-cases/01-general/02-data-analysis.md b/docs/03-use-cases/01-general/02-data-analysis.md index 6825e6e..56d6d0b 100644 --- a/docs/03-use-cases/01-general/02-data-analysis.md +++ b/docs/03-use-cases/01-general/02-data-analysis.md @@ -1,24 +1,30 @@ --- title: 数据分析 -description: 使用数据分析师智能体快速分析销售数据、用户行为等，获取可视化报表和趋势洞察。 +description: 使用数据分析师智能体清洗表格、计算指标、生成图表并整理分析结论。 keywords: [数据分析, 报表, 可视化, 趋势预测, 数据分析师] --- # 数据分析 -## 场景描述 +## 真实工作流 -你手上有一份销售数据表格，老板要求下午之前给出趋势分析和下季度预测。手动整理数据、画图表、写分析结论，至少需要半天时间。 +这个场景通常发生在“已有数据，但还没有解释”的时候。用户不是要一个泛泛的分析，而是要回答一个具体业务问题。 -数据分析师（Data Analyst）智能体可以在几分钟内完成这些工作：自动识别数据格式、清洗异常值、生成统计摘要、绘制可视化图表，并给出可操作的分析结论。 +| 维度 | 真实情况 | +|------|----------| +| 触发点 | 周会、经营会、异常指标复盘、老板临时追问某个业务波动 | +| 现有材料 | CSV/Excel 数据、指标口径、目标值、历史对比周期、业务背景说明 | +| 卡点 | 数据清洗、指标口径、图表选择和异常归因都挤在一起，时间很紧 | +| DesireCore 介入 | 数据分析师先做数据概览和口径确认，再按问题生成图表、对比和初步解释 | +| 验收结果 | 用户拿到能支撑讨论的指标表、图表和结论假设，再决定哪些进入汇报 | ## 推荐智能体 -**数据分析师** -- 擅长数据清洗、统计分析、趋势预测和可视化报表生成，支持 CSV、Excel、JSON 等多种数据格式。 +**数据分析师** -- 适合处理数据清洗、统计分析、趋势对比、异常检测和可视化报表，支持 CSV、Excel、JSON 等常见数据格式。 ## 前期教学：让智能体掌握你的业务指标 -> 每家公司对 GMV、转化率等指标的计算口径都不同。教一次你的定义，之后每次分析都会用正确的口径，不会出现"数据对不上"的尴尬。 +> 每家公司对 GMV、转化率等指标的计算口径都不同。建议先教清楚你的定义，否则同一份数据可能得到不同结论。 ### 教规则 @@ -52,7 +58,7 @@ keywords: [数据分析, 报表, 可视化, 趋势预测, 数据分析师] 你: [✓ 正确] ``` -教学完成后，数据分析师已掌握你公司的指标口径和报告格式。之后发数据过去就能直接出报告。 +教学完成后，数据分析师已掌握你公司的指标口径和报告格式。之后提供数据时，它会按这套规则生成报告初稿。 ## 完整对话示例 @@ -104,18 +110,20 @@ keywords: [数据分析, 报表, 可视化, 趋势预测, 数据分析师] ## 关键步骤 -1. **上传数据** -- 将 CSV、Excel 或 JSON 文件上传给智能体 -2. **描述分析需求** -- 说明你想了解什么（趋势、对比、预测等） -3. **获取分析结果** -- 智能体自动生成统计摘要、图表和洞察 -4. **深入追问** -- 针对发现的问题进一步追问，获取更深入的分析 +1. **明确业务问题** -- 先说清要回答什么问题，例如“哪个区域拖累了销售目标”，而不是只说“分析数据” +2. **确认数据口径** -- 明确时间范围、指标定义、退款/取消订单处理方式和目标值来源 +3. **做数据体检** -- 先检查列名、缺失值、重复值、异常值和类别命名是否一致 +4. **探索和对比** -- 按时间、区域、渠道、产品、人群等维度做对比，找出主要差异 +5. **形成可验证结论** -- 把结论写成“现象 + 数据证据 + 可能原因 + 下一步验证”，避免只给主观判断 ## 最终成果 -包含关键指标、区域对比、趋势图表、异常检测和改进建议的完整分析报告，可以直接用于团队汇报。 +一份包含关键指标、数据质量说明、对比维度、趋势图表、异常解释和下一步验证建议的分析报告。 :::tip 最佳实践 - 上传数据前确保列名清晰（如"销售额"而非"col_1"），智能体能更准确地理解数据含义 -- 分析需求越具体，结果越精准。"分析销售趋势"不如"对比 Q3 和 Q4 各区域的销售增长率，找出增长最快和最慢的区域" +- 分析需求越具体，结果越可用。"分析销售趋势"不如"对比 Q3 和 Q4 各区域的销售增长率，找出增长最快和最慢的区域" - 如果数据量很大，可以先让智能体做数据概览，再针对感兴趣的方向深入分析 -- **批量分析多部门数据**：周一需要同时看各部门/各品类数据时，一次发给数据分析师，它会并行分析每份数据，全部使用你教过的同一套指标口径和报告模板 +- 批量分析多部门数据时，先确认所有表格使用同一套指标口径和时间范围，再让智能体并行处理 +- 不要跳过数据体检。很多“业务异常”其实来自空值、重复订单、口径变更或导出范围不一致 ::: diff --git a/docs/03-use-cases/01-general/03-email-management.md b/docs/03-use-cases/01-general/03-email-management.md index 43b44f6..bd86f44 100644 --- a/docs/03-use-cases/01-general/03-email-management.md +++ b/docs/03-use-cases/01-general/03-email-management.md @@ -1,16 +1,22 @@ --- title: 邮件管理 -description: 使用 AI 助手智能分类邮件、草拟回复、提取关键信息，高效处理日常邮件。 -keywords: [邮件管理, 邮件分类, 邮件回复, 效率提升, AI 助手] +description: 使用邮件助手分类邮件、提取关键信息、整理待办并起草回复。 +keywords: [邮件管理, 邮件分类, 邮件回复, 待办事项, AI 助手] --- # 邮件管理 -## 场景描述 +## 真实工作流 -周一早上打开邮箱，发现堆积了 50 多封未读邮件。有客户催交付的、有同事问进度的、有行政通知的、还有一堆推广邮件。逐一阅读和回复至少要花两个小时。 +这个场景不是“让 AI 代发邮件”，而是把邮箱从一堆未读消息变成可处理的工作队列。 -AI 助手可以帮你快速处理这些邮件：按重要程度分类、提取每封邮件的关键信息、草拟回复内容，让你把精力集中在真正需要你亲自处理的事情上。 +| 维度 | 真实情况 | +|------|----------| +| 触发点 | 假期后、周一早上、项目上线前后，邮件集中堆积 | +| 现有材料 | 邮件正文、发件人身份、历史沟通背景、附件或合同上下文 | +| 卡点 | 重要邮件和通知邮件混在一起，待办事项、截止时间和责任人不清楚 | +| DesireCore 介入 | 先分类排序，再提取摘要、待办和建议回复；敏感邮件可生成多个回复版本 | +| 验收结果 | 用户看到优先级清单和回复草稿，先处理客户、延期、合同等关键邮件 | ## 完整对话示例 @@ -68,17 +74,25 @@ AI 助手: 已修改，请确认： ## 关键步骤 -1. **粘贴邮件内容** -- 将邮件正文提供给智能体 -2. **智能分类** -- 智能体自动识别邮件的重要程度和类型 -3. **提取关键信息** -- 总结邮件要点，标注需要你关注的事项 -4. **草拟回复** -- 根据邮件内容和你的需求生成回复草稿 +1. **合并上下文** -- 同一客户或同一项目的往来邮件先合并成线程，避免只看最后一封 +2. **一轮分流** -- 先分成“立即处理 / 今天处理 / 委派他人 / 等待回复 / 归档参考” +3. **抽取承诺事项** -- 对每封行动类邮件提取任务、负责人、截止时间、来源邮件和依赖条件 +4. **生成回复草稿** -- 按客户、内部、供应商等对象生成不同语气的草稿 +5. **沉淀跟进队列** -- 把等待客户回复、等待内部确认、需要提醒的邮件单独列出 ## 最终成果 -每封邮件都有清晰的分类标签、关键信息摘要和可直接使用的回复草稿，处理邮件的时间缩短一半以上。 +每封邮件会得到分类标签、关键信息摘要、待办项、回复草稿和跟进状态。你可以先处理客户紧急事项，再批量处理内部协作和通知类邮件。 + +## 会用到的 DesireCore 能力 + +- **邮件中心**：Gmail、Outlook、IMAP 邮箱统一管理，按会话线程查看上下文 +- **自然语言教学**：教会智能体你的客户回复风格、升级规则和禁用表述 +- **安全确认**：客户承诺、合同、投诉等重要邮件发送前保留人工确认 :::tip 最佳实践 - 批量处理时，可以一次粘贴多封邮件，智能体会按重要程度排序 -- 告诉智能体你的回复习惯（比如"我通常用比较正式的语气"），它会记住并应用到后续回复中 +- 告诉智能体你的回复习惯（比如"客户邮件正式一些，内部邮件简洁一些"），后续草稿会更贴近你的风格 - 对于需要谨慎措辞的邮件（如客户投诉、合同谈判），建议让智能体提供多个版本供你选择 +- 重要待办要保留来源邮件链接或原文片段，后续追责和查背景时不会丢上下文 ::: diff --git a/docs/03-use-cases/01-general/04-meeting-assistant.md b/docs/03-use-cases/01-general/04-meeting-assistant.md index 1e57820..4863694 100644 --- a/docs/03-use-cases/01-general/04-meeting-assistant.md +++ b/docs/03-use-cases/01-general/04-meeting-assistant.md @@ -1,16 +1,22 @@ --- title: 会议助手 -description: 使用 AI 助手完成会议前的议程准备和会议后的纪要整理、待办事项提取。 +description: 使用会议助手准备议程、整理纪要、提取待办事项和跟进清单。 keywords: [会议助手, 会议纪要, 议程, 待办事项, 效率提升] --- # 会议助手 -## 场景描述 +## 真实工作流 -你下午有一个重要的项目协调会，需要准备议程。会后还要整理会议纪要、提取每个人的待办事项、发给所有参会人。这些事务性工作虽然不难，但非常耗时。 +会议助手真正有价值的地方，不是把几句话扩写成纪要，而是把会议前后的信息闭环做完整。 -AI 助手可以帮你高效完成会议的前前后后：会前生成结构化议程，会后根据你的笔记或录音转写文稿整理出正式纪要，并自动提取待办事项分配到具体负责人。 +| 维度 | 真实情况 | +|------|----------| +| 触发点 | 上线协调会、需求评审、项目复盘、客户会议等需要会前准备和会后追踪的会议 | +| 现有材料 | 会议目标、参会角色、议题、手写笔记、录音转写、会中决议 | +| 卡点 | 会前议题没排好，会后决议和待办混在一起，负责人和截止时间容易遗漏 | +| DesireCore 介入 | 会前生成议程和待决策项，会后整理纪要、待办表和跟进清单 | +| 验收结果 | 主持人得到一份能发给参会人的纪要，以及可同步到项目管理工具的任务清单 | ## 完整对话示例 @@ -66,21 +72,24 @@ AI 助手: 会议纪要已整理完毕： 三、下次跟进 周一上午 9:00 上线前最终确认 - 可以直接发送给参会人吗？ + 需要我整理成可发送版本吗？ ``` ## 关键步骤 -1. **会议议程生成** -- 提供参会人和讨论主题，智能体生成结构化议程 -2. **会议记录整理** -- 会后提供笔记或转写文稿，智能体整理为正式纪要 -3. **待办事项提取** -- 自动从纪要中提取行动项，标注负责人和截止时间 +1. **会前对齐目标** -- 写清会议要产出什么：决策、方案评审、风险同步还是任务分配 +2. **带着上次待办开会** -- 把上次行动项、未关闭事项和新议题一起放进议程 +3. **会中区分事实和决议** -- 笔记里区分讨论内容、已确认决议、待确认问题和风险 +4. **行动项结构化** -- 每个待办都要有任务、唯一负责人、截止时间、完成标准和依赖项 +5. **会后进入跟进队列** -- 纪要不只是发送，还要把行动项同步到项目工具或下次会议议程 ## 最终成果 -一份可直接发送的正式会议纪要，包含决议事项、待办清单和下次跟进安排。 +一份结构清楚的会议纪要草稿，包含决议事项、待办清单、负责人、截止时间、完成标准和下次跟进安排，可以继续改成邮件版、飞书公告版或项目任务清单。 :::tip 最佳实践 -- 会议笔记不需要完整记录每句话，只需记下关键决定和分工即可，智能体会帮你组织成完整纪要 +- 会议笔记不需要完整记录每句话，但关键决定、负责人、截止时间要尽量写清楚 - 如果有会议录音转写文稿，直接粘贴给智能体效果更好 - 纪要格式可以让智能体记住你的偏好（比如"每次都用表格列出待办"），下次就不用重复说明了 +- 会议行动项如果没有唯一负责人和完成标准，后续很容易变成“大家都知道但没人推进”的事项 ::: diff --git a/docs/03-use-cases/01-general/05-translation.md b/docs/03-use-cases/01-general/05-translation.md index a16f252..64fe9f4 100644 --- a/docs/03-use-cases/01-general/05-translation.md +++ b/docs/03-use-cases/01-general/05-translation.md @@ -1,24 +1,30 @@ --- title: 翻译助手 -description: 使用翻译助手智能体翻译技术文档、商务邮件等，保留原文风格和专业术语。 +description: 使用翻译助手处理技术文档、商务邮件和本地化文本，并统一术语和风格。 keywords: [翻译, 多语言, 本地化, 术语表, 翻译助手] --- # 翻译助手 -## 场景描述 +## 真实工作流 -你需要把一份技术文档翻译成英文给海外团队，但普通翻译工具翻出来的结果总是"中式英语"，专业术语也不统一。或者你收到了一封日文邮件，需要快速理解内容并回复。 +这个场景不是单句翻译，而是面向真实读者的交付翻译，重点在术语、语气和上下文一致性。 -翻译助手（Translator）智能体支持 12 种主流语言互译，能理解上下文语境、保留原文风格，还支持自定义术语表确保专业词汇一致。 +| 维度 | 真实情况 | +|------|----------| +| 触发点 | 给海外客户发 API 文档、回复外文邮件、准备产品本地化内容 | +| 现有材料 | 原文、目标语言、读者身份、产品术语表、历史翻译风格 | +| 卡点 | 术语不统一，直译生硬，代码、接口名、法律或商务措辞容易出错 | +| DesireCore 介入 | 翻译助手按术语表生成译文，并列出关键术语、风格选择和歧义句 | +| 验收结果 | 用户拿到可审校译文，重点检查专业术语、客户敏感表达和上下文一致性 | ## 推荐智能体 -**翻译助手** -- 支持中英日韩法德西俄等 12 种语言互译，擅长商务文档、技术资料和法律文件的专业翻译。 +**翻译助手** -- 支持中英日韩法德西俄等主流语言互译，适合商务文档、技术资料、产品本地化和跨语言邮件沟通。 ## 前期教学：让智能体掌握你的术语和风格 -> 专业翻译最怕的是术语不一致——同一个词在不同文档里翻成了不同的英文。花一次时间上传术语表，之后所有翻译都会严格遵守。 +> 长期翻译项目最怕术语不一致。同一个产品名、功能名或行业词，在不同文档里应保持同一译法。 ### 教规则 @@ -44,7 +50,7 @@ keywords: [翻译, 多语言, 本地化, 术语表, 翻译助手] 你: [✓ 正确] 对了，术语表如果后面有更新我会再传给你。 ``` -教学完成后，翻译助手已掌握你的术语表和风格要求。之后直接发文档过去翻译即可，术语会自动对照。 +教学完成后，翻译助手已掌握你的术语表和风格要求。之后提供文档时，它会按这套术语和风格生成译文。 ## 完整对话示例 @@ -101,19 +107,21 @@ keywords: [翻译, 多语言, 本地化, 术语表, 翻译助手] ## 关键步骤 -1. **上传或粘贴文档** -- 提供待翻译的文本内容 -2. **设置翻译偏好** -- 指定目标语言、风格（正式/中性/轻松）和术语表 -3. **获取翻译结果** -- 智能体返回翻译文本和术语对照表 -4. **审校调整** -- 对翻译结果提出修改意见，智能体精准调整 +1. **定义读者和用途** -- 同一段中文，给开发者、客户、法务或市场看的译法会不同 +2. **准备本地化包** -- 提供术语表、产品名、变量/占位符规则、风格指南和历史译文 +3. **按上下文翻译** -- 技术文档保留代码和接口名，营销文案保留语气，UI 文案关注长度和按钮语境 +4. **术语与格式 QA** -- 检查术语一致性、数字单位、链接、变量、标点和不可翻译内容 +5. **沉淀翻译记忆** -- 把确认过的术语和表达沉淀下来，后续批量翻译保持一致 ## 最终成果 -一份地道、专业的翻译文档，附带术语对照表，确保后续翻译的一致性。 +一份可审校的译文，通常会附带术语对照、风格说明、不可翻译项和原文中容易产生歧义的句子。 :::tip 最佳实践 -- 翻译前告诉智能体文档的用途和读者对象（如"翻译给美国开发者看的 API 文档"），翻译风格会更贴合 +- 翻译前告诉智能体文档用途和读者对象（如"翻译给美国开发者看的 API 文档"），译文风格会更稳定 - 如果有公司内部的术语表，可以一开始就提供，智能体会严格遵循 - 对于长文档，建议分批翻译并在每批之间确认术语一致性 - 法律文件、合同等关键文档的翻译结果建议由法律专业人士做最终审核 -- **批量翻译文档**：多份文档需要翻译时，一次发给翻译助手，它会并行翻译每一份，术语表全局统一，不会出现同一个词翻成不同英文的情况 +- 批量翻译前先确认统一术语表和风格要求，再把多份文档交给翻译助手处理 +- 产品界面和帮助中心翻译时，要检查变量、按钮长度、链接和截图上下文，不能只看句子本身 ::: diff --git a/docs/03-use-cases/01-general/06-data-analysis-agent.md b/docs/03-use-cases/01-general/06-data-analysis-agent.md index 4093310..5aa1c9d 100644 --- a/docs/03-use-cases/01-general/06-data-analysis-agent.md +++ b/docs/03-use-cases/01-general/06-data-analysis-agent.md @@ -1,39 +1,47 @@ --- title: 数据分析报告 -description: 使用 AI 智能体自动生成符合企业标准的数据分析报告，支持多源数据接入、智能分析与可视化、标准格式输出。 +description: 使用数据分析报告智能体把数据、模板和分析说明整理成标准报告。 keywords: [数据分析, 报告生成, 可视化, Excel, 财务报告] --- # 智能体生成标准数据分析报告 -## 痛点 -每周、每月、每季度——业务部门都需要提交各种数据分析报告：销售周报、运营月报、财务季报。报告格式有严格要求，图表样式要统一，数据口径要一致。分析师花大量时间在"套模板"上：从 Excel 导数据、调格式、做图表、写结论，一份报告动辄半天。 -这个用例让 AI 智能体自动生成符合企业标准的数据分析报告，输入原始数据和报告模板，输出格式规范、图文并茂的专业报告。 +## 真实工作流 + +这个场景适合周期性报告。它的真实痛点不是“不会分析”，而是每次都要重复取数、套模板、做图、写同一种结构的小结。 + +| 维度 | 真实情况 | +|------|----------| +| 触发点 | 销售周报、运营月报、财务季报、部门经营分析等固定周期报告 | +| 现有材料 | 本期数据、上期报告、公司模板、指标口径、图表样式要求 | +| 卡点 | 多部门数据格式不一致，报告模板固定但填充繁琐，异常解释容易漏 | +| DesireCore 介入 | 数据分析报告智能体按模板生成各部门报告和汇总版，并标出异常指标 | +| 验收结果 | 分析师重点检查异常解释和管理建议，不再把时间花在复制粘贴和排版上 | --- -## 它能做什么 +## 可以处理哪些工作 -### 📥 多源数据接入 +### 多源数据接入 - **Excel / CSV**：自动识别表头、数据类型，处理合并单元格 - **数据库查询**：支持 MySQL、PostgreSQL、SQLite，自然语言转 SQL - **API 数据源**：对接业务系统，实时拉取最新数据 -### 📋 报告模板管理 +### 报告模板管理 - **预置模板库**：销售报告、运营报告、财务报告等常用模板 - **自定义模板**：支持上传企业标准模板，定义章节结构 - **样式继承**：字体、配色、图表风格与企业 VI 保持一致 -### 📊 智能分析与可视化 +### 分析与可视化 - **自动统计分析**：汇总、环比、同比、占比等常用指标自动计算 -- **智能图表生成**：根据数据特征自动选择柱状图、折线图、饼图等 +- **图表生成**：根据数据特征选择柱状图、折线图、饼图等 - **异常标注**：自动识别数据异常点并在报告中高亮提示 - **趋势解读**：基于数据变化自动生成文字分析结论 -### 📄 标准格式输出 +### 标准格式输出 - **Word 文档**：符合企业模板的 .docx 格式，可直接编辑 - **PDF 报告**：排版精美，适合分发和存档 @@ -42,6 +50,27 @@ keywords: [数据分析, 报告生成, 可视化, Excel, 财务报告] --- +## 工作流控制点 + +| 阶段 | 需要确认的细节 | +|------|----------------| +| 数据接入 | 每个部门的数据范围、时间口径、字段名和单位是否一致 | +| 数据清洗 | 是否存在空值、重复行、异常值、合并单元格和分类名称不一致 | +| 指标计算 | 环比、同比、占比、客单价等指标是否使用公司统一口径 | +| 图表生成 | 图表是否服务结论，而不是为了“好看”堆图 | +| 文字结论 | 每条结论是否能追溯到具体数据、图表或业务解释 | +| 模板输出 | 标题、目录、页眉页脚、图表样式和导出格式是否符合公司标准 | + +--- + +## 会用到的 DesireCore 能力 + +- **Workflow / SOP**：把月报、周报、季报流程固化为固定步骤，减少每次重新说明 +- **多 Agent 协作**：数据分析师负责计算和图表，AI 文书负责报告文字和排版 +- **定时任务**：可在固定时间自动生成周期报告或提醒你补充数据源 + +--- + ## 典型使用场景 ### 场景一：消费行业销售数据分析报告 @@ -54,7 +83,7 @@ keywords: [数据分析, 报告生成, 可视化, Excel, 财务报告] ├── 销售数据.xlsx（350 条记录，覆盖 7 大地区、140 个城市） └── 用户指令："生成消费行业销售数据分析报告" -⬇️ 智能体处理（约 3-5 分钟） +⬇️ 智能体处理后 📄 输出：消费行业销售数据分析报告.docx ├── 📌 一、执行摘要 @@ -95,7 +124,7 @@ keywords: [数据分析, 报告生成, 可视化, Excel, 财务报告] ├── 运营月报标准模板 └── 用户指令："为每个部门生成独立的月报" -⬇️ 智能体处理（约 8-10 分钟） +⬇️ 智能体处理后 📄 输出 ├── 产品部_运营月报_202404.pdf @@ -115,7 +144,7 @@ keywords: [数据分析, 报告生成, 可视化, Excel, 财务报告] ├── 财务报告模板（含审计要求格式） └── 用户指令："生成 Q1 财务分析报告" -⬇️ 智能体处理（约 5-8 分钟） +⬇️ 智能体处理后 📄 输出：2024Q1_财务分析报告.pdf ├── 财务摘要（关键指标一览表） @@ -130,11 +159,15 @@ keywords: [数据分析, 报告生成, 可视化, Excel, 财务报告] ## 效率对比 -| 指标 | 手动制作报告 | 固定脚本生成 | AI 智能体 | +| 指标 | 手动制作报告 | 固定脚本生成 | 数据分析报告智能体 | |------|--------------|--------------|-----------| -| 单份报告耗时 | ~3 小时 | ~10 分钟 | ~3 分钟 | -| 批量生成（10 份） | ~30 小时 | ~20 分钟 | ~15 分钟 | +| 单份报告耗时 | 通常需要数小时 | 开发完成后较快 | 适合先生成可审阅初稿 | +| 批量生成（10 份） | 容易被排版和复制粘贴占满时间 | 适合固定格式 | 适合模板一致、数据源不同的批量任务 | | 模板适配成本 | 每次手动调整 | 需修改代码 | 自然语言描述 | -| 异常分析能力 | 依赖人工经验 | 需预设规则 | 智能识别 | -| 结论撰写 | 人工撰写 | 无 | 自动生成 | +| 异常分析能力 | 依赖人工经验 | 需预设规则 | 辅助识别 | +| 结论撰写 | 人工撰写 | 无 | 生成初稿 | | 格式一致性 | 易出错 | 高 | 高 | + +:::tip 使用建议 +何洁这类周期性报告最适合先固化模板和指标口径。模板稳定后，每月主要检查异常解释和管理建议，不需要反复调整版式。 +::: diff --git a/docs/03-use-cases/01-general/07-flowchart-agent.md b/docs/03-use-cases/01-general/07-flowchart-agent.md index 943b6f1..51fdc95 100644 --- a/docs/03-use-cases/01-general/07-flowchart-agent.md +++ b/docs/03-use-cases/01-general/07-flowchart-agent.md @@ -1,28 +1,34 @@ --- title: 流程图生成 -description: 使用 AI 智能体根据自然语言描述或文档内容自动生成专业的流程图、架构图、时序图等，支持多格式导出。 +description: 根据自然语言描述、文档或代码生成流程图、架构图、时序图等可编辑图表。 keywords: [流程图, 架构图, 时序图, 可视化, 图表生成] --- -# 智能体自动生成流程图 +# 用智能体生成流程图 -## 痛点 +## 真实工作流 -产品经理写 PRD 要画流程图，开发写技术文档要画架构图，运营写 SOP 要画业务流程——每次都要打开 Visio、ProcessOn 或 draw.io，一个个拖拽节点、连线、对齐、调样式。一张稍复杂的流程图，画完加美化，半小时起步。 +流程图场景成立的前提是：逻辑已经存在，只是藏在文字、会议讨论或代码里，导致不同角色理解不一致。 -这个用例让 AI 智能体根据自然语言描述或文档内容，自动生成专业的流程图，支持多种格式导出，省去繁琐的手动绑定。 +| 维度 | 真实情况 | +|------|----------| +| 触发点 | PRD 评审、SOP 制定、技术方案评审、接口联调前需要统一流程 | +| 现有材料 | 口头流程、PRD 段落、SOP 文档、接口说明、代码调用链 | +| 卡点 | 分支、异常路径和角色边界说不清，手动画图会消耗大量时间 | +| DesireCore 介入 | 先提取流程结构，再生成流程图、泳道图、时序图或架构图，并按反馈调整 | +| 验收结果 | 团队拿到一张能用于评审和讨论的图，重点校对逻辑而不是拖拽节点 | --- -## 它能做什么 +## 可以处理哪些工作 -### 📝 自然语言输入 +### 自然语言输入 - **口语化描述**："用户下单后，先检查库存，有货就生成订单，没货就提示缺货" - **文档解析**：上传 PRD / SOP 文档，自动提取流程逻辑 - **代码分析**：读取代码文件，生成函数调用流程图 -### 🎨 智能图表生成 +### 图表生成 - **流程图**：标准 Flowchart，支持判断、循环、并行分支 - **时序图**：系统交互、API 调用时序 @@ -30,13 +36,13 @@ keywords: [流程图, 架构图, 时序图, 可视化, 图表生成] - **泳道图**：跨部门/角色的业务流程 - **思维导图**：层级结构、知识梳理 -### 🔧 灵活调整 +### 调整与校对 - **自然语言修改**："把审批节点改成两级审批" - **样式定制**：配色方案、节点形状、连线样式 - **布局优化**：自动对齐、间距调整、方向切换 -### 📤 多格式导出 +### 多格式导出 - **图片格式**：PNG、SVG、PDF - **可编辑格式**：Mermaid 代码、draw.io XML、Visio @@ -44,6 +50,19 @@ keywords: [流程图, 架构图, 时序图, 可视化, 图表生成] --- +## 工作流控制点 + +| 阶段 | 需要确认的细节 | +|------|----------------| +| 输入梳理 | 先确认流程边界：从哪里开始，到哪里结束，谁参与 | +| 节点抽取 | 把动作、判断、等待、异常处理拆成不同节点，不要混成一句话 | +| 角色划分 | 跨部门流程优先用泳道图，明确每个节点归属哪个角色 | +| 分支校对 | 重点检查“否”“异常”“超时”“驳回”等路径是否完整 | +| 样式输出 | 逻辑确认后再调整布局、颜色和导出格式 | +| 后续维护 | 可编辑格式要一起保存，避免下次改图只能重画 | + +--- + ## 典型使用场景 ### 场景一：产品需求流程图 @@ -54,7 +73,7 @@ keywords: [流程图, 架构图, 时序图, 可视化, 图表生成] 客服审核，通过后用户寄回商品，仓库验收， 验收通过退款，不通过则拒绝退货" -⬇️ 智能体处理（约 10 秒） +⬇️ 智能体处理后 📊 输出：退货流程图.png ┌─────────┐ @@ -95,7 +114,7 @@ keywords: [流程图, 架构图, 时序图, 可视化, 图表生成] 用户服务、订单服务、支付服务， 数据库用 MySQL 和 Redis" -⬇️ 智能体处理（约 15 秒） +⬇️ 智能体处理后 📊 输出：微服务架构图.draw.io @@ -111,7 +130,7 @@ keywords: [流程图, 架构图, 时序图, 可视化, 图表生成] ├── 员工入职SOP.docx（3页文字描述） └── 用户指令："提取入职流程，生成泳道图" -⬇️ 智能体处理（约 30 秒） +⬇️ 智能体处理后 📊 输出：入职流程泳道图.png @@ -132,11 +151,11 @@ keywords: [流程图, 架构图, 时序图, 可视化, 图表生成] ## 效率对比 -| 指标 | 手动绑定（Visio/draw.io） | AI 智能体 | +| 指标 | 手动绘制（Visio/draw.io） | 图表生成智能体 | |------|---------------------------|-----------| -| 简单流程图（5-10 节点） | ~15 分钟 | ~10 秒 | -| 复杂流程图（20+ 节点） | ~45 分钟 | ~30 秒 | +| 简单流程图（5-10 节点） | 需要手动拖拽、连线、对齐 | 适合快速生成初版 | +| 复杂流程图（20+ 节点） | 修改和对齐成本较高 | 适合先确认结构，再多轮调整 | | 修改调整 | 手动拖拽 | 自然语言描述 | -| 样式统一 | 需手动设置 | 自动应用模板 | +| 样式统一 | 需手动设置 | 可应用模板 | | 格式转换 | 逐个导出 | 一键多格式 | -| 学习成本 | 需熟悉工具 | 零门槛 | +| 学习成本 | 需熟悉绘图工具 | 主要通过描述和校对完成 | diff --git a/docs/03-use-cases/01-general/08-web-scraping-agent.md b/docs/03-use-cases/01-general/08-web-scraping-agent.md index 9e29335..5c56444 100644 --- a/docs/03-use-cases/01-general/08-web-scraping-agent.md +++ b/docs/03-use-cases/01-general/08-web-scraping-agent.md @@ -1,43 +1,49 @@ --- title: 网页信息采集 -description: 使用 AI 智能体自动完成网页浏览、信息提取和数据整理，输出结构化结果，支持定时任务和变化监控。 +description: 使用网页信息采集智能体浏览公开网页、提取字段并整理为结构化数据。 keywords: [信息采集, 网页爬虫, 数据抓取, 竞品监控, 结构化数据] --- # 智能体网页信息采集 -## 痛点 +## 真实工作流 -市场调研要监控竞品价格、运营团队要收集行业资讯、销售团队要整理客户公开信息——每天花大量时间在不同网站间切换、复制粘贴、整理格式。传统爬虫需要写代码、维护脚本，网站一改版就失效；手动采集效率低下，还容易遗漏关键信息。 +网页采集场景通常不是长期稳定的大型爬虫，而是临时、低频、字段经常变化的信息整理任务。 -这个用例让 AI 智能体成为你的信息采集助手，只需告诉它"去哪里采集什么"，自动完成网页浏览、信息提取、数据整理，输出结构化结果。 +| 维度 | 真实情况 | +|------|----------| +| 触发点 | 竞品调研、招聘信息汇总、企业公开信息收集、行业资讯整理 | +| 现有材料 | 目标网址、字段要求、筛选条件、历史表格或输出模板 | +| 卡点 | 网站结构不统一，手动复制容易漏字段，传统爬虫开发成本不划算 | +| DesireCore 介入 | 网页信息采集智能体浏览页面、提取字段、保留来源链接并输出表格 | +| 验收结果 | 用户拿到可抽查的数据表，再按合规要求确认采集范围和数据用途 | --- -## 它能做什么 +## 可以处理哪些工作 -### 🌐 智能网页浏览 +### 网页浏览 - **多页面并行**：同时打开多个网页，批量采集 - **动态内容处理**：支持 JavaScript 渲染页面，等待内容加载 -- **登录态保持**：支持 Cookie 管理，采集需登录的内容 -- **反爬应对**：智能控制访问频率，模拟人类浏览行为 +- **登录态保持**：在你已授权的账号范围内访问需要登录的页面 +- **访问频率控制**：按目标网站要求控制访问节奏，避免造成负担 -### 🎯 精准信息提取 +### 字段提取 - **自然语言指令**："提取这个页面的产品名称、价格和评分" - **表格数据识别**：自动识别网页表格，完整提取行列数据 - **列表内容采集**：新闻列表、商品列表、搜索结果批量获取 - **嵌套数据处理**：详情页链接自动跟进，采集完整信息 -### 📋 结构化输出 +### 结构化输出 - **Excel / CSV 导出**：标准表格格式，便于后续分析 - **JSON 格式**：对接数据库或其他系统 - **自定义模板**：按需定义输出字段和格式 - **增量更新**：对比历史数据，仅输出变化部分 -### 🔄 定时任务 +### 定时任务 - **周期性采集**：每日、每周自动执行 - **变化监控**：价格变动、内容更新实时提醒 @@ -45,6 +51,27 @@ keywords: [信息采集, 网页爬虫, 数据抓取, 竞品监控, 结构化数 --- +## 工作流控制点 + +| 阶段 | 需要确认的细节 | +|------|----------------| +| 范围确认 | 目标网站、栏目、页数、字段和筛选条件是否明确 | +| 合规检查 | 是否允许采集，是否涉及登录态、个人信息、版权内容或网站禁止条款 | +| 抽取规则 | 字段名称、价格单位、时间格式、缺失值处理和来源链接是否保留 | +| 数据清洗 | 去重、标准化、异常价格、空字段和重复商品是否处理 | +| 输出校验 | 抽样检查若干条记录，确认字段没有错位或遗漏 | +| 持续维护 | 页面结构变化时重新校对规则，定时任务要保留采集日志 | + +--- + +## 会用到的 DesireCore 能力 + +- **桌面自动化 / GUI 控制**：必要时通过浏览器页面操作、截图识别和表单交互完成采集 +- **定时巡检**：周期性检查价格、公告、招聘信息等变化，有变化再通知 +- **安全审计**：保留采集来源、执行记录和输出文件，方便后续追溯 + +--- + ## 典型使用场景 ### 场景一：官网商品采集 @@ -57,7 +84,7 @@ keywords: [信息采集, 网页爬虫, 数据抓取, 竞品监控, 结构化数 ├── 采集范围：手袋品类全部商品 └── 用户指令："采集 Gucci 官网所有手袋的名称、价格和链接" -⬇️ 智能体处理（约 3-5 分钟） +⬇️ 智能体处理后 📊 输出：gucci_handbags.xlsx（33 件商品） ├── 商品名称 @@ -69,7 +96,7 @@ keywords: [信息采集, 网页爬虫, 数据抓取, 竞品监控, 结构化数 │ └── 每款商品的官网详情页 URL └── 价格 ├── 价格区间：￥6,600 ~ ￥30,000 - └── 结构化数据，可直接用于对比分析 + └── 结构化数据，可用于后续对比分析 ``` ### 场景二：行业资讯聚合 @@ -80,7 +107,7 @@ keywords: [信息采集, 网页爬虫, 数据抓取, 竞品监控, 结构化数 ├── 关键词过滤规则 └── 用户指令："采集今天的 AI 行业新闻，按重要性排序" -⬇️ 智能体处理（约 5-8 分钟） +⬇️ 智能体处理后 📊 输出 ├── 今日资讯汇总.md @@ -98,7 +125,7 @@ keywords: [信息采集, 网页爬虫, 数据抓取, 竞品监控, 结构化数 ├── 目标企业名单（50 家） └── 用户指令："收集这些公司的基本信息、融资情况、主要产品" -⬇️ 智能体处理（约 15-20 分钟） +⬇️ 智能体处理后 📊 输出 ├── 企业信息库.xlsx @@ -118,7 +145,7 @@ keywords: [信息采集, 网页爬虫, 数据抓取, 竞品监控, 结构化数 ├── 职位关键词、城市、薪资范围 └── 用户指令："找出符合条件的产品经理岗位" -⬇️ 智能体处理（约 8-10 分钟） +⬇️ 智能体处理后 📊 输出 ├── 职位清单.xlsx @@ -132,14 +159,14 @@ keywords: [信息采集, 网页爬虫, 数据抓取, 竞品监控, 结构化数 ## 效率对比 -| 指标 | 手动采集 | 传统爬虫脚本 | AI 智能体 | +| 指标 | 手动采集 | 传统爬虫脚本 | 网页信息采集智能体 | |------|----------|--------------|-----------| -| 采集 100 条数据 | ~2 小时 | ~5 分钟（开发后） | ~10 分钟 | +| 采集 100 条数据 | 耗时且容易漏项 | 开发完成后较快 | 适合临时或字段经常变化的采集任务 | | 技术门槛 | 无 | 高（需编程） | 低（自然语言） | -| 网站适配成本 | 无 | 高（每站写代码） | 低（自动适配） | -| 维护成本 | 持续人力 | 高（网站改版需更新） | 低（智能应对） | +| 网站适配成本 | 无 | 高（每站写代码） | 可通过描述字段快速调整 | +| 维护成本 | 持续人力 | 高（网站改版需更新） | 需要按页面变化重新校对 | | 非结构化内容 | 可处理 | 困难 | 擅长 | -| 合规性 | 人工判断 | 需配置 | 内置频率控制 | +| 合规性 | 人工判断 | 需配置 | 仍需你确认网站条款和数据用途 | --- @@ -149,4 +176,4 @@ keywords: [信息采集, 网页爬虫, 数据抓取, 竞品监控, 结构化数 - 请遵守目标网站的 robots.txt 和使用条款 - 控制采集频率，避免对目标网站造成负担 - 仅采集公开可访问的信息 -- 采集的数据仅供内部分析使用，注意数据隐私合规 +- 采集涉及个人信息、账号内容或受版权保护内容时，请先确认授权和数据使用范围 diff --git a/docs/03-use-cases/01-general/_category_.json b/docs/03-use-cases/01-general/_category_.json index 1d19f9e..d22e8ba 100644 --- a/docs/03-use-cases/01-general/_category_.json +++ b/docs/03-use-cases/01-general/_category_.json @@ -5,6 +5,6 @@ "link": { "type": "generated-index", "slug": "/use-cases/general", - "description": "适用于各行业的通用工作场景" + "description": "文档、数据、邮件、会议、翻译等日常工作场景" } } diff --git a/docs/03-use-cases/02-professional/01-legal-advisor.md b/docs/03-use-cases/02-professional/01-legal-advisor.md index 4cbc680..b2933db 100644 --- a/docs/03-use-cases/02-professional/01-legal-advisor.md +++ b/docs/03-use-cases/02-professional/01-legal-advisor.md @@ -1,24 +1,30 @@ --- title: 法律顾问 -description: 使用法律顾问智能体进行合同审查、法规检索和法律风险评估。 +description: 使用法律顾问智能体辅助合同预审、法规检索和法律风险梳理。 keywords: [法律顾问, 合同审查, 法规检索, 风险评估, 合规] --- # 法律顾问 -## 场景描述 +## 真实工作流 -你收到了一份供应商合同，明天就要签约，但法务同事出差了。合同里密密麻麻的条款，你担心里面有不利于公司的"坑"。 +法律场景的真实性在于“预审”，不是让智能体替代法务下结论。它适合在正式法务审查前，把合同问题先整理出来。 -法律顾问（Legal Advisor）智能体可以快速审查合同，逐条分析关键条款的合理性，标出风险点并给出修改建议。就像身边随时有一位经验丰富的法律助手。 +| 维度 | 真实情况 | +|------|----------| +| 触发点 | 采购合同、外包合同、保密协议、客户协议进入审批前 | +| 现有材料 | 合同文本、公司审查标准、历史审查报告、业务背景和金额信息 | +| 卡点 | 条款多，业务负责人不确定哪些地方要问法务，法务沟通成本高 | +| DesireCore 介入 | 法律顾问按公司标准标出风险、建议改法、需补充背景和需法务确认的问题 | +| 验收结果 | 业务负责人拿到预审清单，再和法务集中讨论关键条款 | ## 推荐智能体 -**法律顾问** -- 专精于法律合规领域，具备合同审查、法规检索、风险评估和合规建议等能力。 +**法律顾问** -- 适合合同条款检查、法规资料检索、合规要点整理和风险提示。 ## 前期教学：让智能体掌握你的审查标准 -> 花 10 分钟教一次，之后每次审查合同它都会自动应用这些标准，不需要重复说明。 +> 建议先把公司的合同审查标准、红线条款和报告格式教给智能体。之后它会按同一套规则做预审。 ### 教规则 @@ -60,7 +66,7 @@ keywords: [法律顾问, 合同审查, 法规检索, 风险评估, 合规] 你: [✓ 正确] ``` -教学完成后，法律顾问已掌握你公司的合同审查标准。之后直接发合同过去即可。 +教学完成后，法律顾问已掌握你公司的合同审查标准。之后提供合同时，它会按这套标准做预审。 ## 完整对话示例 @@ -68,7 +74,7 @@ keywords: [法律顾问, 合同审查, 法规检索, 风险评估, 合规] 你: 请帮我审查这份供应商合同，明天就要签约了。 [粘贴合同内容] -法律顾问: 我来帮你快速审查这份合同。正在分析条款... +法律顾问: 我来做一轮合同预审。正在分析条款... 审查结果摘要 @@ -116,22 +122,24 @@ keywords: [法律顾问, 合同审查, 法规检索, 风险评估, 合规] ## 关键步骤 -1. **上传或粘贴合同** -- 提供待审查的合同文本 -2. **获取审查报告** -- 智能体逐条分析，标注风险等级 -3. **查看修改建议** -- 针对每个风险点给出具体的修改文案 -4. **生成修改稿** -- 可选择生成包含所有修改建议的合同版本 +1. **确认合同背景** -- 先说明合同类型、金额、交易对象、业务目的和最关心的条款 +2. **套用公司红线** -- 对付款、违约、期限、知识产权、保密、争议解决等条款按公司标准检查 +3. **生成风险矩阵** -- 每个问题都标注条款位置、风险等级、业务影响、建议改法和是否必须法务确认 +4. **输出谈判文本** -- 对高风险条款生成可直接拿去沟通的替换文字 +5. **形成法务沟通清单** -- 把 AI 无法判断、需要业务或法务补背景的问题单独列出 ## 最终成果 -一份详细的合同审查报告，标注了所有风险点和对应的修改建议，让你在签约前心中有数。 +一份合同预审报告，包含风险点、风险等级、建议修改文本和需要法务确认的问题清单。 :::warning 免责声明 -法律顾问智能体提供的建议仅供参考，不构成正式法律意见。涉及重大法律决策（如大额合同签署、诉讼应对、股权交易等）时，建议咨询执业律师。 +法律顾问智能体提供的是辅助分析，不构成正式法律意见。涉及大额合同、诉讼、股权交易、劳动争议等事项时，应由执业律师或公司法务做最终审查。 ::: :::tip 最佳实践 - 上传合同时一并说明你最关心的条款（如付款方式、违约责任），智能体会重点分析这些部分 -- 如果涉及特定行业（如建筑工程、IT 外包），告诉智能体行业背景，它会参考行业惯例给出更精准的建议 +- 如果涉及特定行业（如建筑工程、IT 外包），告诉智能体行业背景和适用地区，便于它按更接近实际的规则整理风险 - 可以让法律顾问和财务助手协作，一个审条款一个算成本，全面评估合同 -- **批量审查合同**：同时收到多份合同时，一次发给法律顾问，它会并行审查每一份，全部使用你教过的同一套标准 +- 批量审查合同时，建议先统一审查口径，再让法律顾问按同一标准输出风险清单 +- 合同预审最重要的不是“指出很多问题”，而是区分哪些必须改、哪些可谈判、哪些只需业务知情 ::: diff --git a/docs/03-use-cases/02-professional/02-code-assistant.md b/docs/03-use-cases/02-professional/02-code-assistant.md index c56822f..da5490a 100644 --- a/docs/03-use-cases/02-professional/02-code-assistant.md +++ b/docs/03-use-cases/02-professional/02-code-assistant.md @@ -1,24 +1,30 @@ --- title: 代码助手 -description: 使用代码助手智能体通过对话完成完整项目开发，从架构设计到代码实现、测试和部署。 +description: 使用代码助手智能体完成需求澄清、架构设计、代码实现、测试和迭代修改。 keywords: [代码助手, 项目开发, 全栈开发, 代码生成, 架构设计] --- # 代码助手 -## 场景描述 +## 真实工作流 -你有一个新项目需要开发——比如一个内部工具、一个 API 服务、或者一个小程序。传统方式需要你从零开始写每一行代码，遇到不熟悉的技术栈还得边查文档边摸索。 +代码场景的重点不是“描述一句话让 AI 写完整项目”，而是把明确需求落到现有代码库的结构、规范和测试里。 -代码助手（Code Assistant）智能体可以通过对话帮你完成整个项目的开发：你描述需求，它做架构设计；你确认方案，它写代码实现；你反馈问题，它迭代修改。就像和一个全栈工程师搭档结对编程。 +| 维度 | 真实情况 | +|------|----------| +| 触发点 | 新增业务模块、修复缺陷、补测试、迁移脚本、内部工具开发 | +| 现有材料 | 需求说明、现有代码、团队规范、接口约定、数据库结构、测试命令 | +| 卡点 | 代码要符合现有架构，边界条件要补测试，改动不能破坏旧逻辑 | +| DesireCore 介入 | 代码助手先读上下文和规范，再给设计方案、改代码、补测试、运行验证 | +| 验收结果 | 工程师拿到可 review 的 diff、测试结果和需要人工确认的设计点 | ## 推荐智能体 -**代码助手** -- 精通 Python、TypeScript、Go、Rust 等主流语言，能完成从架构设计、代码实现到测试部署的全流程开发。 +**代码助手** -- 适合处理架构设计、代码实现、重构、测试补充、错误排查和部署脚本等研发任务。 ## 前期教学：让智能体掌握你的技术栈和规范 -> 教一次你的项目规范，之后不管开发什么功能，它写出来的代码都符合你的技术栈和团队习惯。 +> 先教清楚技术栈、目录结构、代码风格和测试要求，后续生成的代码才更接近团队规范。 ### 教规则 @@ -65,7 +71,7 @@ keywords: [代码助手, 项目开发, 全栈开发, 代码生成, 架构设计] 你: [✓ 正确] ``` -教学完成后，代码助手已掌握你的技术栈和项目规范。之后直接描述需求，它就能写出符合你团队风格的代码。 +教学完成后，代码助手已掌握你的技术栈和项目规范。之后描述需求时，它会按这套规范生成方案和代码变更。 ## 完整对话示例 @@ -162,18 +168,26 @@ keywords: [代码助手, 项目开发, 全栈开发, 代码生成, 架构设计] ## 关键步骤 -1. **描述需求** -- 用自然语言说明你要开发什么功能 -2. **确认架构** -- 智能体生成架构设计，你确认或调整 -3. **迭代开发** -- 智能体按模块生成代码，你逐步确认 -4. **测试验证** -- 智能体自动生成测试并运行，确保代码质量 +1. **锁定需求边界** -- 明确用户故事、接口范围、数据模型、权限规则和不做什么 +2. **读取现有上下文** -- 让代码助手先看目录结构、相邻模块、测试方式和团队规范 +3. **先出设计再改代码** -- 确认数据表、API、服务边界、异常处理和兼容性方案 +4. **分小步实现** -- 按 model、service、router、测试等拆成可 review 的小变更 +5. **运行验证闭环** -- 执行测试、lint、构建或本地启动，把失败原因和修复过程留下来 ## 最终成果 -一套完整的功能模块代码，包含数据模型、业务逻辑、API 路由和测试用例，符合你的团队规范，可以直接集成到项目中。 +一套可审阅的功能模块代码，通常包含数据模型、业务逻辑、API 路由和测试用例。合入前仍建议做代码审查、测试运行和安全检查。 + +## 会用到的 DesireCore 能力 + +- **本地文件系统读写**：直接在你的工作区读取项目结构、修改文件、保留 diff +- **命令执行与测试验证**：运行测试、构建、lint，把失败原因和修复过程记录下来 +- **AgentFS 记忆**：团队技术栈、目录结构、代码风格和测试命令可以沉淀为长期规则 :::tip 最佳实践 -- 先教会代码助手你的技术栈和项目结构，它写出来的代码才能直接用，不需要大幅改动 +- 先教会代码助手你的技术栈和项目结构，减少后续返工 - 开发新功能时先让它做架构设计，确认后再写代码，避免方向走偏后返工 - 遇到不熟悉的技术（比如 WebSocket、消息队列），直接告诉代码助手业务需求，它会选择合适的技术方案并实现 -- **并行开发多个功能**：同时有多个功能要开发时，一次告诉代码助手，它会并行为每个功能生成架构设计和代码，全部遵循你教过的同一套规范 +- 多个功能并行开发时，先明确优先级和依赖关系，再让代码助手分别生成方案和变更 +- 不要一次让它“做完整项目”。真实开发更适合小步提交、测试验证和代码审查 ::: diff --git a/docs/03-use-cases/02-professional/03-finance-assistant.md b/docs/03-use-cases/02-professional/03-finance-assistant.md index 373b711..7ed62ce 100644 --- a/docs/03-use-cases/02-professional/03-finance-assistant.md +++ b/docs/03-use-cases/02-professional/03-finance-assistant.md @@ -1,24 +1,30 @@ --- title: 财务助手 -description: 使用财务助手智能体完成预算编制、费用审核、财务报表生成和成本分析。 +description: 使用财务助手智能体辅助预算编制、费用审核、报表整理和成本分析。 keywords: [财务助手, 预算编制, 费用审核, 财务报表, 成本分析] --- # 财务助手 -## 场景描述 +## 真实工作流 -季度末了，你需要编制下季度的部门预算。要参考历史数据、考虑业务增长计划、还要合理分配各项费用。同时还有一堆报销单据等着审核。 +财务场景真实存在于“制度明确但人工核对很繁琐”的工作里，例如预算草案、费用审核、成本归因和报表整理。 -财务助手（Finance Assistant）智能体可以帮你基于历史数据科学编制预算、智能审核报销单据的合规性、生成标准化财务报表，并识别成本优化机会。 +| 维度 | 真实情况 | +|------|----------| +| 触发点 | 月末报销审核、季度预算编制、费用超支复盘、部门成本分析 | +| 现有材料 | 历史预算、实际支出、业务计划、报销制度、发票和审批记录 | +| 卡点 | 制度条款细，单据多，超标原因和缺失材料需要逐条整理 | +| DesireCore 介入 | 财务助手按制度核对费用，汇总超标项、缺票项、预算差异和调整建议 | +| 验收结果 | 财务人员拿到预算草案或审核报告，再处理例外情况和审批意见 | ## 推荐智能体 -**财务助手** -- 专精于财务管理领域，处理预算编制、费用审批、报表归档和成本分析。 +**财务助手** -- 适合预算测算、费用制度核对、报表归档、成本分析和异常费用提示。 ## 前期教学：让智能体掌握你的财务制度 -> 每家公司的报销标准都不一样。花几分钟把公司规定教给财务助手，之后它审核报销单时就会严格对照你的制度，而不是"通用标准"。 +> 每家公司的报销标准都不一样。先教清楚公司制度，后续审核才会按你的规则执行，而不是按通用经验判断。 ### 教规则 @@ -46,7 +52,7 @@ keywords: [财务助手, 预算编制, 费用审核, 财务报表, 成本分析] 你: [✓ 正确] ``` -教学完成后，财务助手已掌握你公司的报销标准。之后直接发报销单过去审核即可。 +教学完成后，财务助手已掌握你公司的报销标准。之后提供报销单时，它会按制度做初审。 ## 完整对话示例 @@ -104,22 +110,24 @@ keywords: [财务助手, 预算编制, 费用审核, 财务报表, 成本分析] ## 关键步骤 -1. **提供基础信息** -- 历史数据、业务计划、预算约束 -2. **生成预算草案** -- 智能体基于数据生成分项预算 -3. **调整优化** -- 根据你的反馈调整各项数额 -4. **费用审核** -- 批量审核报销单据，检查合规性 +1. **明确核算对象** -- 先说明部门、项目、期间、预算科目和审批口径 +2. **对齐预算与实际** -- 对比预算、实际、预测和历史同期，先找出主要差异 +3. **解释差异原因** -- 把差异拆成业务增长、价格变化、一次性支出、超标费用或口径问题 +4. **审核制度符合性** -- 对报销单据检查发票类型、金额上限、审批链和补充说明 +5. **输出审批建议** -- 按通过、退回补材料、超标需审批、拒绝报销分类汇总 ## 最终成果 -一份基于数据分析的科学预算方案，以及合规性审核报告。 +一份预算草案或费用审核报告，包含预算-实际差异、测算依据、超标项、缺失材料和待确认事项。 :::warning 免责声明 -财务助手提供的建议仅供参考，不构成专业财务或税务意见。涉及重大财务决策时，建议咨询专业会计师。 +财务助手提供的是辅助整理和初步分析，不构成专业财务、审计或税务意见。涉及重大财务决策、纳税申报和对外披露时，应由专业人员确认。 ::: :::tip 最佳实践 - 编制预算时提供尽可能完整的历史数据，预算准确性会显著提高 - 费用审核时可以配置你公司的报销标准（如差旅标准、招待限额），智能体会严格按照标准审核 -- 月末、季末可以让财务助手自动生成财务报表，包含关键指标和异常预警 -- **月末批量审核**：把整月报销单一次发给财务助手，它会逐条对照你教过的制度核查，超标项自动汇总，通常几分钟内完成全部审核 +- 月末、季末可以让财务助手整理财务报表，汇总关键指标和异常预警 +- 月末批量审核时，可以让财务助手先汇总超标项、缺票项和待补充说明，再由财务人员做最终处理 +- 财务分析不要只看差异金额，还要解释差异性质：临时支出、结构变化、收入增长带动，还是预算编制偏差 ::: diff --git a/docs/03-use-cases/02-professional/04-product-manager.md b/docs/03-use-cases/02-professional/04-product-manager.md index e618de3..ff45e3d 100644 --- a/docs/03-use-cases/02-professional/04-product-manager.md +++ b/docs/03-use-cases/02-professional/04-product-manager.md @@ -1,24 +1,30 @@ --- title: 产品经理 -description: 使用产品经理智能体完成需求文档撰写、迭代管理、资源协调和风险管控。 +description: 使用产品经理智能体整理需求、撰写 PRD、跟踪迭代并识别项目风险。 keywords: [产品经理, 需求文档, 迭代管理, Sprint, 项目管理] --- # 产品经理 -## 场景描述 +## 真实工作流 -你正在管理一个产品的迭代开发。本周需要写需求文档、跟踪 Sprint 进度、协调下周的资源分配，还要准备一个跨部门的上线协调会。每件事都不难，但全部加起来让你分身乏术。 +产品经理场景不是“AI 替你决定产品方向”，而是把零散需求、进度和风险整理成团队能评审和执行的材料。 -产品经理（Product Manager）智能体可以协助你完成这些日常工作：撰写结构化的需求文档、实时跟踪 Sprint 进度、合理分配开发资源、识别项目风险。 +| 维度 | 真实情况 | +|------|----------| +| 触发点 | PRD 评审、Sprint 计划会、站会前进度汇总、上线协调 | +| 现有材料 | 需求背景、用户反馈、PRD 模板、任务列表、研发进度和阻塞项 | +| 卡点 | 用户故事不清，验收标准模糊，多个项目争资源，风险发现太晚 | +| DesireCore 介入 | 产品经理智能体生成 PRD 初稿、拆验收标准、汇总进度、标出资源冲突 | +| 验收结果 | PM 拿到可进入评审的文档和风险清单，再确认优先级、排期和取舍 | ## 推荐智能体 -**产品经理** -- 专精于项目管理与协调，擅长进度追踪、资源分配、风险管控和团队协调。 +**产品经理** -- 适合需求文档、迭代计划、进度摘要、资源冲突分析和风险清单整理。 ## 前期教学：让智能体掌握你的产品流程 -> 每个团队的迭代流程和文档规范都不同。教一次你的标准，之后它出的 PRD 和排期就能直接用，不需要反复调整格式。 +> 每个团队的迭代流程和文档规范都不同。先教清楚模板、优先级定义和验收标准，后续输出会更容易进入评审。 ### 教规则 @@ -45,7 +51,7 @@ keywords: [产品经理, 需求文档, 迭代管理, Sprint, 项目管理] 你: [✓ 正确] ``` -教学完成后，产品经理智能体已掌握你的 PRD 规范和迭代流程。之后直接说需求就能出规范的 PRD。 +教学完成后，产品经理智能体已掌握你的 PRD 规范和迭代流程。之后提供需求时，它会按模板生成 PRD 初稿。 ## 完整对话示例 @@ -104,18 +110,20 @@ keywords: [产品经理, 需求文档, 迭代管理, Sprint, 项目管理] ## 关键步骤 -1. **查看迭代进度** -- 随时询问当前 Sprint 的完成情况和风险 -2. **撰写需求文档** -- 提供功能描述，智能体生成结构化 PRD -3. **资源调度** -- 分析多项目资源冲突，给出分配建议 -4. **风险管理** -- 自动识别项目风险，提出应对措施 +1. **界定问题和目标** -- 写清用户问题、业务目标、成功指标和非目标范围 +2. **拆用户故事** -- 按角色、行为和价值拆成可开发的用户故事，而不是堆功能点 +3. **定义验收标准** -- 每个需求都要有可测试条件、边界情况和埋点/数据要求 +4. **同步研发约束** -- 把依赖系统、资源冲突、技术风险和上线窗口写进计划 +5. **跟踪迭代风险** -- 每日看完成项、阻塞项、范围变更和延期风险 ## 最终成果 -高效的迭代管理支持，包括进度报告、需求文档、资源分配方案和风险预警。 +进度报告、PRD 初稿、用户故事、验收标准、资源分配建议和风险清单。正式排期前，需要结合团队实际产能和业务优先级再确认。 :::tip 最佳实践 -- 每日站会前让智能体生成进度摘要，快速了解团队状态 +- 每日站会前让智能体生成进度摘要，先看清完成项、阻塞项和待决策项 - 写需求文档时先描述业务场景和用户痛点，智能体会自动拆解为用户故事和验收标准 -- 多项目并行时，让智能体分析资源冲突并推荐最优分配方案 -- **并行生成 PRD**：季度规划时有多个功能需求，可以一次告诉产品经理智能体，它会并行为每个功能生成 PRD 初稿，全部使用你教过的模板和规范 +- 多项目并行时，让智能体分析资源冲突并给出可选分配方案 +- 季度规划有多个功能需求时，可以让产品经理智能体分别生成 PRD 初稿，再统一做优先级评审 +- PRD 不是越长越好，关键是让研发、测试、设计和业务对“完成标准”有同一理解 ::: diff --git a/docs/03-use-cases/02-professional/05-bidding-assistant.md b/docs/03-use-cases/02-professional/05-bidding-assistant.md index e95d2d8..a91dba1 100644 --- a/docs/03-use-cases/02-professional/05-bidding-assistant.md +++ b/docs/03-use-cases/02-professional/05-bidding-assistant.md @@ -1,24 +1,30 @@ --- title: 招投标助手 -description: 使用招投标助手智能体完成标书编制、资格审查、报价策略分析和投标文件检查。 +description: 使用招投标助手智能体辅助招标文件解读、资格自审、标书编制和投标检查。 keywords: [招投标, 标书编制, 资格审查, 报价策略, 投标管理] --- # 招投标助手 -## 场景描述 +## 真实工作流 -你公司拿到了一个项目的招标文件，投标截止日期还有 18 天。你需要搞清楚资格要求、编写技术方案、制定报价策略，最后还要确保投标文件万无一失。任何一个环节出纰漏，都可能导致废标。 +招投标场景的核心不是“写标书”，而是围绕截止时间管理一组材料、资质、报价和格式要求。 -招投标助手（Bidding Assistant）智能体可以帮你系统化地完成整个投标流程：解读招标文件、自审投标资格、生成技术方案框架、分析最优报价，最后逐项检查投标文件的完整性。 +| 维度 | 真实情况 | +|------|----------| +| 触发点 | 收到招标文件后，需要在截止日前完成资格判断、方案编写和材料提交 | +| 现有材料 | 招标文件、公司资质、历史业绩、人员证书、标书模板、报价测算表 | +| 卡点 | 资格缺项发现太晚，评分标准没有拆透，签字盖章和附件清单容易漏 | +| DesireCore 介入 | 招投标助手提取时间节点、资格要求和评分标准，匹配资质业绩，生成检查清单 | +| 验收结果 | 投标负责人拿到资格自审、标书框架和提交前检查表，再协调商务、技术、财务推进 | ## 推荐智能体 -**招投标助手** -- 招投标全流程管理专家，负责标书编制、资格审查与报价策略。 +**招投标助手** -- 适合招标文件解读、资格自审、技术方案框架、报价测算和投标文件完整性检查。 ## 前期教学：让智能体了解你的公司实力 -> 招投标最耗时的是反复整理公司资质和过往业绩。教一次，之后每个新项目都能自动匹配。 +> 招投标最耗时的是反复整理公司资质和过往业绩。提前维护资质库和业绩库，后续项目会更容易匹配材料。 ### 教规则 @@ -50,7 +56,7 @@ keywords: [招投标, 标书编制, 资格审查, 报价策略, 投标管理] 你: [✓ 正确] ``` -教学完成后，招投标助手已掌握你公司的资质和投标策略。之后拿到新的招标文件直接发过去分析即可。 +教学完成后，招投标助手已掌握你公司的资质和投标策略。之后提供新的招标文件时，它会按资质库和策略做初步分析。 ## 完整对话示例 @@ -58,7 +64,7 @@ keywords: [招投标, 标书编制, 资格审查, 报价策略, 投标管理] 你: 帮我分析一下这个招标文件的重点内容。 [粘贴招标文件] -招投标助手: 我来帮你深度解读这份招标文件。 +招投标助手: 我来帮你梳理这份招标文件的重点。 项目基本信息 项目名称：智慧城市数据中心建设项目 @@ -110,19 +116,21 @@ keywords: [招投标, 标书编制, 资格审查, 报价策略, 投标管理] ## 关键步骤 -1. **招标文件解读** -- 智能体提取关键要求、时间节点和评分标准 -2. **资格自审** -- 逐项检查是否满足投标条件，标注缺项 -3. **技术方案生成** -- 根据招标要求生成方案框架，突出评分重点 -4. **报价策略分析** -- 基于成本测算和竞争分析，推荐最优报价 -5. **文件完整性检查** -- 投标前逐项检查所有文件是否齐全 +1. **Go/No-Go 初筛** -- 先看资格硬性要求、利润底线、交付能力和竞争态势，判断是否值得投 +2. **拆招标文件** -- 提取时间节点、评分标准、必备资质、响应格式、附件清单和废标风险 +3. **建立合规矩阵** -- 每一条招标要求都对应响应位置、负责人、证据材料和完成状态 +4. **分派内容责任** -- 技术、商务、财务、法务分别负责对应章节，招投标助手维护总清单 +5. **报价与风险复核** -- 报价区间要同时看成本、利润、质保、付款周期和合同不利条款 +6. **提交前检查** -- 按清单核对签字盖章、保证金、附件、页码、目录、电子/纸质格式 ## 最终成果 -一套完整的投标材料，包含招标文件解读报告、资格自审清单、技术方案、报价分析和投标文件检查清单。 +一套可继续审阅和完善的投标材料，包括 Go/No-Go 结论、合规矩阵、资格自审清单、技术方案框架、报价测算和提交检查清单。 :::tip 最佳实践 - 拿到招标文件后第一时间让智能体分析，尽早发现资格缺项，留足补充时间 - 技术方案重点投入高分章节，智能体会根据评分标准提示哪些部分需要重点撰写 - 投标前一天务必做一次完整性检查，避免因形式问题（如缺签字盖章）导致废标 -- **并行应标**：同时有多个招标项目时，一次发给招投标助手，它会并行分析每份招标文件，自动从你教过的资质库中匹配各项目所需的资质和业绩 +- 同时有多个招标项目时，可以让招投标助手分别输出资格差距和时间节点，再由项目负责人决定资源投入 +- 真正的投标管理不是“写完标书”，而是让每条招标要求都有响应、有证据、有负责人、有状态 ::: diff --git a/docs/03-use-cases/02-professional/06-real-estate.md b/docs/03-use-cases/02-professional/06-real-estate.md index e92e04d..508c52a 100644 --- a/docs/03-use-cases/02-professional/06-real-estate.md +++ b/docs/03-use-cases/02-professional/06-real-estate.md @@ -1,20 +1,26 @@ --- title: 房产顾问 -description: 使用房产顾问智能体进行楼盘分析、价格评估、购房政策解读和多楼盘对比。 +description: 使用房产顾问智能体辅助楼盘对比、价格参考、政策解读和购房需求梳理。 keywords: [房产顾问, 楼盘分析, 价格评估, 购房决策, 房产投资] --- # 房产顾问 -## 场景描述 +## 真实工作流 -你准备买套房，看了好几个楼盘，每个中介都说自己推荐的最好。你不确定哪个楼盘真正适合自己，也不知道报价是否合理。需要一个客观、专业的分析来辅助决策。 +房产场景真实存在于“信息太多但决策维度不清”的阶段。用户需要的不是一句推荐，而是把取舍摆清楚。 -房产顾问（Real Estate Advisor）智能体可以帮你分析楼盘优劣势、评估价格合理性、解读购房政策变动，以及系统对比多个备选楼盘，让你的购房决策有数据支撑。 +| 维度 | 真实情况 | +|------|----------| +| 触发点 | 多个楼盘或房源进入备选，需要比较自住、通勤、学区、预算和风险 | +| 现有材料 | 预算、家庭计划、上班地点、房源信息、贷款条件、公开成交数据 | +| 卡点 | 中介信息偏单点，月供、税费、配套、政策和长期需求混在一起 | +| DesireCore 介入 | 房产顾问整理对比表、估算月供、列出待核实信息和不同选择的取舍 | +| 验收结果 | 用户得到一份看房和决策清单，带着问题去实地核实，而不是只听推荐 | ## 推荐智能体 -**房产顾问** -- 房产领域专业顾问，提供楼盘分析、价格评估与购房决策支持。 +**房产顾问** -- 适合楼盘信息整理、价格参考、购房政策解读和多方案对比。 ## 完整对话示例 @@ -23,7 +29,7 @@ keywords: [房产顾问, 楼盘分析, 价格评估, 购房决策, 房产投资] A 楼盘：8.5 万/平，89 平三居，地铁口 500 米 B 楼盘：7.8 万/平，95 平三居，地铁 1.2 公里 -房产顾问: 好的，我来帮你做全面对比分析。 +房产顾问: 好的，我先按你提供的信息做一版对比。 基础信息对比 | 维度 | A 楼盘 | B 楼盘 | @@ -68,17 +74,23 @@ keywords: [房产顾问, 楼盘分析, 价格评估, 购房决策, 房产投资] ## 关键步骤 -1. **明确需求** -- 告诉智能体预算、用途、偏好（学区、通勤等） -2. **楼盘分析** -- 智能体分析区位、配套、开发商背景 -3. **价格评估** -- 参考周边成交数据，评估报价合理性 -4. **对比决策** -- 系统对比多个候选楼盘，给出推荐 +1. **明确购房约束** -- 预算、首付、月供上限、通勤、学区、户型、持有周期先写清楚 +2. **整理候选房源** -- 把总价、面积、楼层、交通、配套、税费、贷款条件放进同一张表 +3. **核实关键风险** -- 产权、限购、贷款资格、历史成交、物业、学区、噪音和质量问题都要列入待核实清单 +4. **计算真实成本** -- 不只看房价，还要看税费、中介费、装修、月供、利率和现金流压力 +5. **带问题去看房** -- 输出实地核查清单，而不是只给“选 A/选 B”的结论 ## 最终成果 -一份客观的楼盘对比分析报告，包含价格评估、优劣势对比和个性化购房建议。 +一份楼盘对比分析草稿，包含总价、真实成本、通勤、配套、学区、月供参考、待核实风险和实地看房问题清单。 + +:::warning 免责声明 +房产顾问智能体提供的是信息整理和辅助分析，不构成投资、贷款或法律建议。购房前应核实房源、政策、贷款条件、税费和合同条款。 +::: :::tip 最佳实践 -- 尽量提供完整的购房需求（预算、用途、家庭情况、通勤地点），推荐会更精准 +- 尽量提供完整的购房需求（预算、用途、家庭情况、通勤地点），对比才更贴近实际 - 对中介的报价不确定时，让智能体查询周边同类房源的成交价格作参考 - 政策变动时（如利率调整、限购放松），及时咨询智能体了解对你的具体影响 +- 房产决策不要只看单价，产权、贷款、税费、学区资格、物业和最终合同同样会影响结果 ::: diff --git a/docs/03-use-cases/02-professional/07-data-scientist.md b/docs/03-use-cases/02-professional/07-data-scientist.md index 94a4f85..3fb51f5 100644 --- a/docs/03-use-cases/02-professional/07-data-scientist.md +++ b/docs/03-use-cases/02-professional/07-data-scientist.md @@ -1,20 +1,26 @@ --- title: 数据科学家 -description: 使用数据分析师智能体进行高级数据分析、用户行为洞察、预测模型和运营监控。 +description: 使用数据分析师智能体辅助用户行为分析、预测建模、运营监控和实验评估。 keywords: [数据科学, 用户行为分析, 预测模型, 运营监控, 可视化] --- # 数据科学家 -## 场景描述 +## 真实工作流 -你是产品团队的负责人，最近用户流失率上升了，但你不确定原因。手上有大量的用户行为数据，需要有人帮你从中找出线索，建立预测模型，并给出可操作的改进建议。 +数据科学场景不是“让 AI 找洞察”，而是当团队已经有数据和争议假设时，用分析把问题收敛到可验证的方向。 -数据分析师智能体不仅能做基础的统计分析，还能处理复杂的用户行为分析、建立预测模型、搭建运营监控仪表盘，帮你从数据中发现业务机会。 +| 维度 | 真实情况 | +|------|----------| +| 触发点 | 用户流失上升、转化下降、A/B 实验结果不清、运营策略需要复盘 | +| 现有材料 | 行为日志、用户画像、渠道来源、版本变更、实验分组和业务假设 | +| 卡点 | 指标变化背后原因不明确，不同团队各有解释，缺少统一分析框架 | +| DesireCore 介入 | 数据分析师做漏斗、分群、异常检测和预测模型初版，整理可验证假设 | +| 验收结果 | 团队拿到优先级排序、实验建议和监控指标，再决定产品或运营动作 | ## 推荐智能体 -**数据分析师** -- 支持高级统计分析、预测模型、用户分群、异常检测和实时监控仪表盘。 +**数据分析师** -- 适合统计分析、预测模型、用户分群、异常检测和运营监控仪表盘。 ## 完整对话示例 @@ -66,18 +72,20 @@ keywords: [数据科学, 用户行为分析, 预测模型, 运营监控, 可视 ## 关键步骤 -1. **上传行为数据** -- 提供用户行为日志、事件数据等 -2. **漏斗分析** -- 智能体自动识别用户旅程中的关键流失节点 -3. **深入归因** -- 针对流失节点分析具体原因 -4. **预测建模** -- 基于历史数据预测未来趋势 -5. **改进建议** -- 按优先级给出可操作的改进方案 +1. **定义业务问题** -- 先明确是流失、转化、留存、付费还是活跃问题 +2. **整理事件口径** -- 确认用户 ID、事件名、时间戳、渠道、版本和实验分组是否一致 +3. **做漏斗和分群** -- 按新老用户、渠道、设备、版本、行为深度拆解变化 +4. **形成可检验假设** -- 把“新手引导太长”“入口不明显”等假设和数据证据对应起来 +5. **建模和监控** -- 模型只作为风险排序，最终要落到可监控指标和实验方案 +6. **产出行动优先级** -- 按影响面、实施成本、验证周期和风险排序 ## 最终成果 -一份完整的用户行为分析报告，包含漏斗分析、流失归因、用户分群、预测模型和优先级排序的改进方案。 +一份用户行为分析报告，包含数据口径说明、漏斗分析、流失归因、用户分群、预测模型初版、监控指标和按优先级整理的实验建议。 :::tip 最佳实践 - 数据越完整，分析越准确。最好包含用户行为事件、时间戳、设备信息等维度 - 先做全局分析了解整体情况，再针对具体问题深入。避免一上来就钻进细节 -- 分析结果要落地为可执行的产品改进项，可以让智能体按"投入产出比"排优先级 +- 分析结果要落地为可执行的产品改进项，可以让智能体按影响面、实施成本和验证方式排序 +- 用户行为分析不要直接跳到“原因”，先确认埋点口径、版本变化和样本构成是否稳定 ::: diff --git a/docs/03-use-cases/02-professional/_category_.json b/docs/03-use-cases/02-professional/_category_.json index b85ba3b..5e16038 100644 --- a/docs/03-use-cases/02-professional/_category_.json +++ b/docs/03-use-cases/02-professional/_category_.json @@ -5,6 +5,6 @@ "link": { "type": "generated-index", "slug": "/use-cases/professional", - "description": "特定行业和职业的专业应用" + "description": "需要行业规则、团队标准或专业判断的辅助工作" } } diff --git a/docs/03-use-cases/03-solutions/01-ai-copyright.md b/docs/03-use-cases/03-solutions/01-ai-copyright.md index d412fba..579271b 100644 --- a/docs/03-use-cases/03-solutions/01-ai-copyright.md +++ b/docs/03-use-cases/03-solutions/01-ai-copyright.md @@ -1,21 +1,27 @@ --- title: AI 软著申请 -description: 使用 DesireCore 全自动完成软件著作权申请，从需求描述到材料生成一站式完成。 +description: 使用 DesireCore 辅助准备软件著作权申请材料，包括说明书、操作手册、截图和代码材料。 keywords: [软著申请, 软件著作权, 自动化, 知识产权, 软著写作] --- # AI 软著申请 -## 场景描述 +## 真实工作流 -你需要为公司的软件产品申请软件著作权（Software Copyright），用于高企认定或知识产权保护。传统方式需要准备大量材料：源代码鉴别材料、软件说明书、用户操作手册、界面截图......找代理公司做一套至少两三千元，自己做又不熟悉流程。 +软著场景真实存在于“功能已经有了，但申报材料还没有成套”的阶段。问题通常不是不会写一句介绍，而是不知道怎么把说明书、手册、截图和代码材料对齐。 -DesireCore 的软著写作（Software Copyright Writer）智能体可以全自动完成这个过程：你只需要用自然语言描述软件的功能，它会在隔离的沙箱（Sandbox）环境中自动开发一个演示应用，自动截图，然后生成全套申请材料。 +| 维度 | 真实情况 | +|------|----------| +| 触发点 | 高企认定、知识产权归档、产品上线后需要准备软著申请材料 | +| 现有材料 | 软件名称、版本号、功能说明、已有代码、界面截图或原型 | +| 卡点 | 材料格式不熟，说明书和截图不一致，功能模块命名混乱，补正来回修改 | +| DesireCore 介入 | 软著写作智能体梳理模块、生成说明书和操作手册草案，补齐演示截图和代码材料 | +| 验收结果 | 负责人得到一套可核对的材料包，再检查权属、版本号、截图和代码一致性 | ## 涉及智能体 -- **软著写作** -- 核心智能体，负责需求理解、自动开发、截图和材料生成 -- **代码助手** -- 可选协作，确保生成代码的质量和规范性 +- **软著写作** -- 核心智能体，负责功能梳理、演示界面、截图和材料初稿 +- **代码助手** -- 可选协作，用于检查演示代码结构和一致性 ## 完整流程 @@ -35,20 +41,20 @@ DesireCore 的软著写作（Software Copyright Writer）智能体可以全自 4. 云同步 -- 登录/注册、同步状态、历史版本 5. 设置 -- 主题切换、快捷键配置 - 确认后开始自动开发。预计耗时：15-20 分钟。 + 确认后开始生成演示界面和材料草案。 ``` -### 第二步：自动开发与截图 +### 第二步：生成演示界面与截图 -确认功能规划后，智能体会在沙箱环境中自动： -- 生成完整的前端应用代码 +确认功能规划后，智能体会在沙箱环境中完成： +- 生成演示用的前端界面代码 - 按每个页面逐一截图 -- 确保截图包含软件名称标识 +- 检查截图是否包含软件名称标识 -### 第三步：生成全套材料 +### 第三步：生成材料草案 ``` -软著写作: 全部完成！ +软著写作: 材料草案已生成。 软著材料清单： 1. 源代码鉴别材料.txt（前 30 页 + 后 30 页） @@ -57,7 +63,7 @@ DesireCore 的软著写作（Software Copyright Writer）智能体可以全自 4. 截图/（5 张界面截图，1920x1080） 5. softreg_materials.zip（全部打包） - 你可以直接下载 ZIP 包提交到版权保护中心。 + 请下载 ZIP 包后核对内容，再提交到版权保护中心。 ``` ### 第四步：提交与补正 @@ -72,31 +78,38 @@ DesireCore 的软著写作（Software Copyright Writer）智能体可以全自 2. 说明书从 500 字扩充到 2000+ 字 3. 补充功能流程图说明 - 已更新，可以重新提交。 + 已更新，请核对后再提交。 ``` ## 关键步骤 -1. **描述功能** -- 用自然语言描述你的软件功能和名称 -2. **确认规划** -- 智能体生成功能模块规划，你确认或调整 -3. **自动生成** -- 智能体自动开发、截图、生成全套材料 -4. **下载提交** -- 下载打包好的 ZIP 文件，提交到版权保护中心 +1. **确认申请主体和权属** -- 先明确申请人、软件名称、版本号、开发完成日期和权利归属材料 +2. **整理功能模块** -- 把软件功能拆成界面、数据、权限、导入导出、设置等模块，避免说明书前后不一致 +3. **生成文档鉴别材料** -- 生成软件说明书或操作手册，页眉、软件名称、版本号和申请信息保持一致 +4. **整理源程序鉴别材料** -- 按要求准备源程序前后连续页，不足页数时提交完整源程序 +5. **截图与说明对应** -- 截图必须能对应说明书中的主要功能，不要出现名称、版本或模块不一致 +6. **补正闭环** -- 如果被要求补正，保留原提交版本，对照补正意见逐项修改，避免改一处乱一套 ## 最终成果 -一套完整的软著申请材料包，包含源代码鉴别材料、软件说明书、用户操作手册和界面截图，可以直接提交到国家版权保护中心。 +一套可核对的软著申请材料包，包含申请信息、源程序鉴别材料、文档鉴别材料、用户操作手册和界面截图。 ## 注意事项 - 软件名称建议使用"XX 软件"或"XX 系统"格式 - 版本号首次申请从 V1.0 开始 - 截图中必须包含软件名称或标识 -- 源代码鉴别材料需要前 30 页 + 后 30 页共 60 页 -- 企业批量申请时，支持并行生成多份材料 +- 程序和文档鉴别材料通常由源程序和任一种文档的前、后各连续 30 页组成；不足 60 页时提交全部 +- 提交前请核对申请主体、权属信息、软件名称、版本号和材料内容是否一致 + +:::warning 免责声明 +软著写作智能体提供的是材料准备辅助，不保证申请一定通过，也不构成知识产权法律意见。涉及权属争议、委托开发、职务作品或对外授权时，建议咨询专业人士。 +::: :::tip 最佳实践 -- 功能描述越详细，生成的材料越贴合实际。包含具体的功能点（如"支持 Markdown 语法高亮"）比笼统描述（如"一个编辑器"）效果好得多 +- 功能描述越详细，材料越贴近实际。包含具体的功能点（如"支持 Markdown 语法高亮"）比笼统描述（如"一个编辑器"）效果更好 - 如果你的软件有特定的行业背景（如"智慧农业"、"教育平台"），告诉智能体，它会在截图和说明书中体现行业特色 - 申请前可以让法律顾问智能体一起审核材料的合规性 -- **提前教会风格偏好**：如果你对软件说明书的描述风格、功能模块命名有固定要求，先教给软著写作智能体（比如"所有模块名用四字短语"），之后批量生成材料时就不用每次调整 +- 如果你对说明书风格、功能模块命名有固定要求，先教给软著写作智能体，后续批量生成时会更统一 +- 软著材料最容易出问题的是一致性：申请表、说明书、源代码页眉、截图里的软件名称和版本号要完全对上 ::: diff --git a/docs/03-use-cases/03-solutions/02-ai-bidding.md b/docs/03-use-cases/03-solutions/02-ai-bidding.md index 0c940b5..da29fbb 100644 --- a/docs/03-use-cases/03-solutions/02-ai-bidding.md +++ b/docs/03-use-cases/03-solutions/02-ai-bidding.md @@ -1,16 +1,22 @@ --- title: AI 招投标 -description: 多智能体协作的端到端招投标解决方案，从招标文件分析到标书提交全流程覆盖。 +description: 使用多智能体协作辅助招标文件分析、标书编制、报价测算和投标检查。 keywords: [AI 招投标, 标书编制, 多智能体协作, 投标管理, 质量控制] --- # AI 招投标 -## 场景描述 +## 真实工作流 -一个大型投标项目涉及方方面面：招标文件解读、资格审查、技术方案撰写、报价策略制定、合规性检查、文件格式审核......需要法律、财务、技术、商务多个专业领域的配合。传统做法是各部门分别作业再人工整合，耗时长、容易出错。 +AI 招投标场景成立于多人协作的大项目。问题不是单个标书章节写不出来，而是法律、财务、技术、商务各自推进，最终整合容易漏项。 -DesireCore 的 AI 招投标解决方案通过多智能体协作，让各专业领域的智能体并行工作、交叉审核，将投标周期压缩一半以上。 +| 维度 | 真实情况 | +|------|----------| +| 触发点 | 大型投标项目启动，需要多角色并行处理资格、方案、报价和合规 | +| 现有材料 | 招标文件、公司资质库、历史业绩、成本测算、合同条款、标书模板 | +| 卡点 | 任务依赖复杂，版本容易冲突，答疑、报价、签章和附件清单都不能漏 | +| DesireCore 介入 | 核心调度把任务分给招投标、法律、财务、数据和文书智能体，并汇总进度 | +| 验收结果 | 项目负责人每天看到进度、缺口和待确认事项，最终拿到投标材料包和检查清单 | ## 涉及智能体 @@ -45,6 +51,14 @@ DesireCore 的 AI 招投标解决方案通过多智能体协作，让各专业 招投标助手完成资格自审，财务助手完成成本测算，法律顾问给出合规建议。各智能体的分析结果汇总为一份综合评估报告。 +这一阶段要形成一张合规矩阵： + +| 招标要求 | 响应位置 | 负责人 | 证明材料 | 状态 | +|----------|----------|--------|----------|------| +| ISO9001 证书 | 商务文件 2.1 | 商务 | 证书扫描件 | 已具备 | +| 近三年类似业绩 3 个 | 商务文件 3.2 | 商务 | 合同 + 验收单 | 待补 1 个验收单 | +| 质保期 3 年 | 技术方案 6.4 / 报价表 | 技术 + 财务 | 售后方案 + 成本测算 | 待确认成本 | + ### 阶段三：技术方案编写（第 6-12 天） ``` @@ -92,18 +106,26 @@ DesireCore 的 AI 招投标解决方案通过多智能体协作，让各专业 ## 质量控制 -- **交叉审核**：每个智能体完成本职工作后，由其他智能体交叉检查 -- **风险标注**：所有高风险项自动标注，必须经你确认 -- **版本管理**：每次修改自动保存版本，可随时回溯 -- **完整性检查**：提交前自动逐项核对文件清单 +- **Go/No-Go 记录**：保留是否投标的判断依据，避免不适合的项目消耗大量资源 +- **合规矩阵**：每条招标要求都有响应位置、负责人、证明材料和状态 +- **交叉审核**：技术、商务、财务、法律互相检查对方会影响自己的条款 +- **版本管理**：标书、报价和附件要有版本号，避免多个文件夹里各改各的 +- **提交清单**：签字盖章、保证金、电子版格式、纸质份数、页码目录和密封要求逐项核对 + +## 会用到的 DesireCore 能力 + +- **多 Agent 团队协作**：招投标、法律、财务、数据和文书智能体并行推进 +- **Workflow / SOP**：把资格审查、合规矩阵、章节撰写和提交检查固化为流程 +- **Super Document**：标书修改以可审阅方式呈现，便于逐条接受、驳回和回滚 +- **安全审批与审计**：报价、承诺条款、签章提交等关键节点保留人工确认和记录 ## 最终成果 -一套完整的投标材料，经过多智能体交叉审核，涵盖技术方案、商务报价、资格证明和合规审查。 +一套可审阅的投标材料包，涵盖 Go/No-Go 判断、合规矩阵、技术方案、商务报价、资格证明、合规审查和提交前检查清单。 :::tip 最佳实践 - 拿到招标文件后第一时间启动分析，给后续编写留足时间 - 答疑环节很重要，法律顾问发现的不利条款可以通过答疑要求招标方澄清 - 最终提交前至少留半天做完整性检查，不要卡到最后一刻 -- **提前上传公司资质库**：把公司营业执照、资质证书、历史中标业绩等提前教给招投标助手，之后每个新项目都会自动匹配相关资质，不需要每次重新整理 +- 提前上传公司资质库、历史业绩和标书模板，后续项目可以更快匹配材料 ::: diff --git a/docs/03-use-cases/03-solutions/03-enterprise-coordination.md b/docs/03-use-cases/03-solutions/03-enterprise-coordination.md index 1ef0c5e..56c5754 100644 --- a/docs/03-use-cases/03-solutions/03-enterprise-coordination.md +++ b/docs/03-use-cases/03-solutions/03-enterprise-coordination.md @@ -1,16 +1,22 @@ --- title: 企业服务协调 -description: 使用 DesireCore 核心调度智能体实现跨部门协作、多智能体编排和项目管理集成。 +description: 使用 DesireCore 核心调度智能体拆解复杂任务、分派专业智能体并跟踪进度。 keywords: [企业协调, 多智能体协作, 跨部门, 任务编排, DesireCore] --- # 企业服务协调 -## 场景描述 +## 真实工作流 -你的公司要在下个月发布新产品。这涉及法务审查产品文案、市场部制作宣传材料、财务部核算成本定价、项目经理制定发布时间表......传统方式需要你逐一联系各部门、催进度、整合信息，协调成本极高。 +企业服务协调场景成立于跨角色、跨材料、跨时间线的任务。真实问题不是“没人做”，而是目标拆解、进度同步和结果整合成本太高。 -DesireCore 的核心调度智能体就像一个项目总管，它能理解你的整体需求，自动将任务拆解并委派给最合适的专业智能体并行执行，实时监控进度，最后整合所有成果交付给你。 +| 维度 | 真实情况 | +|------|----------| +| 触发点 | 新产品发布、客户投诉升级、合规整改、季度经营分析等跨部门任务 | +| 现有材料 | 总目标、截止时间、已有文档、相关制度、待决策事项和参与角色 | +| 卡点 | 子任务多、依赖关系不清、负责人分散，管理者需要不停催进度和整合结果 | +| DesireCore 介入 | 核心调度拆解任务、分派智能体、跟踪阻塞项，并把需要人决策的事项集中呈现 | +| 验收结果 | 管理者看到统一进度、交付物和待拍板清单，而不是在多个群里找信息 | ## 涉及智能体 @@ -95,11 +101,12 @@ DesireCore: 收到紧急任务，正在调整资源优先级... ### 任务编排 -DesireCore 能将一个复杂需求自动拆解为多个子任务，识别任务间的依赖关系，安排串行或并行执行： +DesireCore 能将一个复杂需求拆解为多个子任务，识别任务间的依赖关系，安排串行或并行执行： - 无依赖的任务并行执行，缩短总耗时 - 有前后依赖的任务按顺序串联 - 自动监控每个任务的完成状态 +- 把每个子任务绑定交付物、负责人和截止时间 ### 智能调度 @@ -108,6 +115,7 @@ DesireCore 能将一个复杂需求自动拆解为多个子任务，识别任务 - 根据任务优先级重新分配资源 - 紧急任务自动抢占低优先级任务的资源 - 某个智能体故障时，自动将任务转派给备用智能体 +- 将阻塞项集中展示给你，而不是散在多个对话里 ### 意图识别 @@ -116,12 +124,29 @@ DesireCore 能区分你是在**教学（Teach）**还是**委派任务（Delegat - "以后写邮件用轻松语气" → 教学，记录偏好并同步给所有文案类智能体 - "帮我写封邮件给客户" → 委派，分配给 AI 文书执行 +### 决策点管理 + +跨部门任务最容易卡在“没人拍板”。DesireCore 会把需要你决定的事项单独列出来： + +| 决策点 | 来源 | 影响 | 下一步 | +|--------|------|------|--------| +| 定价选 299 还是 399 | 财务助手 | 影响毛利和市场定位 | 你确认定价后，AI 文书更新宣传材料 | +| 用户协议数据条款是否接受 | 法律顾问 | 影响上线合规 | 你确认后同步产品经理排上线 | +| 发布日期是否延期 | 产品经理 | 影响营销节奏和客服准备 | 你确认后重新调整任务依赖 | + ## 最终成果 -一个高效运转的多智能体协作系统，将原本需要数天的跨部门协调压缩到几十分钟，所有专业工作并行推进、交叉审核，最终整合为统一的交付成果。 +一个可跟踪的多智能体协作流程：任务被拆解、分派、汇总和复核，最终形成统一的交付物、进度表、阻塞项和待决策清单。 + +## 会用到的 DesireCore 能力 + +- **智能任务编排**：识别意图、拆解子任务、分配智能体、跟踪进度并汇总回执 +- **团队模式 / 蜂群模式**：长期角色负责稳定流程，临时角色处理一次性复杂任务 +- **决策树与人闸门**：关键分支和高风险动作需要你确认后再继续 +- **回放与审计**：复盘每个智能体做了什么、哪个环节耗时、哪里需要优化 :::tip 最佳实践 -- 描述需求时说清全局目标（如"发布新产品"），让 DesireCore 自行判断需要哪些智能体参与，比你逐个指定更高效 +- 描述需求时说清全局目标（如"发布新产品"）、截止时间、现有材料和不可变约束 - 对于有明确截止时间的项目，一开始就告知时间约束，调度器会优先保障关键路径上的任务 - 定期检查进度汇总，及时对需要你决策的事项做出回应，避免阻塞其他智能体的后续工作 ::: diff --git a/docs/03-use-cases/03-solutions/_category_.json b/docs/03-use-cases/03-solutions/_category_.json index df74f99..cda5877 100644 --- a/docs/03-use-cases/03-solutions/_category_.json +++ b/docs/03-use-cases/03-solutions/_category_.json @@ -5,6 +5,6 @@ "link": { "type": "generated-index", "slug": "/use-cases/solutions", - "description": "端到端的行业解决方案" + "description": "多智能体协作完成的长流程业务任务" } } diff --git a/docs/03-use-cases/index.md b/docs/03-use-cases/index.md index 98fcd56..1bf0700 100644 --- a/docs/03-use-cases/index.md +++ b/docs/03-use-cases/index.md @@ -1,6 +1,6 @@ --- title: "应用场景" -description: "看看 DesireCore 如何在真实场景中帮到你" +description: "按工作目标了解 DesireCore 的常见用法、输入材料和交付结果" keywords: [应用场景, 使用案例, DesireCore] slug: /use-cases sidebar_position: 0 @@ -8,7 +8,9 @@ sidebar_position: 0 # 应用场景 -DesireCore 可以胜任各种真实工作场景。无论你是需要处理日常文档、分析数据，还是应对专业领域的复杂任务，都能找到合适的智能体来帮助你。 +这一章不按功能按钮介绍 DesireCore，而是按真实工作流来组织：任务为什么会发生，用户手里已经有什么材料，原流程卡在哪里，智能体接入哪几步，最后什么结果算完成。 + +如果一个页面只是说“AI 帮你写文档、分析数据、处理邮件”，那还不算场景。真实场景必须能回答这些问题：这件事在什么工作节点发生？上游材料从哪里来？交付给谁？哪些步骤最耗时？哪些结果需要人确认？ --- @@ -16,6 +18,47 @@ DesireCore 可以胜任各种真实工作场景。无论你是需要处理日常 | 分类 | 说明 | 包含场景 | |------|------|---------| -| [通用场景](./01-general/01-document-writing.md) | 适用于各行业的日常工作 | 文档写作、数据分析、邮件管理、会议助手、翻译 | -| [专业场景](./02-professional/01-legal-advisor.md) | 特定行业的深度应用 | 法律顾问、代码助手、财务、产品经理、招投标、房产、数据分析师 | -| [行业解决方案](./03-solutions/01-ai-copyright.md) | 端到端的完整解决方案 | AI 软著申请、AI 招投标、企业服务协调 | +| [通用场景](./01-general/01-document-writing.md) | 日常办公和信息处理，适合个人或小团队快速上手 | 文档写作、数据分析、邮件管理、会议助手、翻译、流程图、网页信息采集 | +| [专业场景](./02-professional/01-legal-advisor.md) | 需要行业规则、团队标准或专业判断的辅助工作 | 合同预审、代码开发、财务审核、产品管理、招投标、房产分析、用户行为分析 | +| [行业解决方案](./03-solutions/01-ai-copyright.md) | 由多个智能体协作完成的长流程任务 | 软著材料准备、招投标协作、企业服务协调 | + +## 如何选择场景 + +| 如果你是 | 正在遇到的事 | 建议入口 | +|----------|--------------|----------| +| 项目经理 / 产品经理 | 要写 PRD、开上线会、画业务流程、追 Sprint 风险 | [文档写作](./01-general/01-document-writing.md)、[会议助手](./01-general/04-meeting-assistant.md)、[流程图生成](./01-general/07-flowchart-agent.md)、[产品经理](./02-professional/04-product-manager.md) | +| 运营 / 数据分析 | 要解释销售波动、生成月报、分析用户流失 | [数据分析](./01-general/02-data-analysis.md)、[数据分析报告](./01-general/06-data-analysis-agent.md)、[数据科学家](./02-professional/07-data-scientist.md) | +| 销售 / 商务 / 投标负责人 | 要处理客户邮件、写方案、解读招标文件、检查投标材料 | [邮件管理](./01-general/03-email-management.md)、[文档写作](./01-general/01-document-writing.md)、[招投标助手](./02-professional/05-bidding-assistant.md)、[AI 招投标](./03-solutions/02-ai-bidding.md) | +| 法务 / 财务 / 管理者 | 要先看合同风险、审核报销、估预算、协调跨部门任务 | [法律顾问](./02-professional/01-legal-advisor.md)、[财务助手](./02-professional/03-finance-assistant.md)、[企业服务协调](./03-solutions/03-enterprise-coordination.md) | +| 创业团队 / 行政 / 知识产权负责人 | 要准备软著材料、整理产品说明、补齐截图和操作手册 | [AI 软著申请](./03-solutions/01-ai-copyright.md) | + +## 场景怎么读 + +每个场景都按同一套工作流来理解： + +| 维度 | 要看什么 | +|------|----------| +| 触发点 | 这件事为什么现在必须做，例如例会、审批、投标截止、月报周期 | +| 现有材料 | 用户真实会带来的输入，例如表格、合同、会议笔记、模板、制度、历史项目 | +| 卡点 | 原来耗时或容易出错的地方，例如口径不一致、材料分散、多人协同、格式检查 | +| 介入方式 | DesireCore 接在哪些步骤上，不是替代整个岗位 | +| 验收结果 | 最后交付什么，谁来判断能不能进入下一步 | + +## 对应 DesireCore 能力 + +官网强调的 DesireCore 不是单一聊天助手，而是一套“教会规则、拆解任务、多 Agent 协作、固化流程、可控执行、沉淀资产”的 Agent OS。应用场景也应按这些能力来理解： + +| 官网能力 | 在场景里怎么体现 | 典型页面 | +|----------|------------------|----------| +| 自然语言教学 | 先教规则、模板、术语、制度和风格，后续任务按同一标准执行 | 文档写作、翻译助手、法律顾问、财务助手、招投标助手 | +| 多 Agent 协作 | 一个任务拆给不同角色并行处理，最后汇总成统一交付物 | AI 招投标、企业服务协调、数据分析报告 | +| Workflow / SOP | 把重复流程固化为可执行步骤，适合周报、巡检、投标检查、合规审查 | 数据分析报告、网页信息采集、企业服务协调 | +| Super Document | 文档修改可见、可控、可回退，适合报告、标书、合同审查报告 | 文档写作、AI 招投标、AI 软著申请 | +| 邮件中心 | 多邮箱统一收件箱，分类摘要、起草回复，重要邮件发送前确认 | 邮件管理 | +| 定时巡检 | 周期性检查数据源或页面变化，有变化才通知 | 网页信息采集、数据分析报告 | +| 代码与桌面自动化 | 读写本地文件、执行命令、操作 GUI、截图识别，把结果落到真实工作区 | 代码助手、AI 软著申请、网页信息采集 | +| 安全审批与审计 | 低风险自动执行，高风险等待确认，过程可追溯 | 法律顾问、财务助手、企业服务协调 | + +:::tip 使用建议 +先教给智能体你的固定标准，例如报告模板、术语表、费用制度、代码规范或投标资质库。越是重复出现的规则，越值得提前沉淀下来，后续任务会更稳定。 +:::