豆包

智能工具记录时间 2026-09-16★ 4.5 / 5工具记录页原始评分为十分制(本人实际用完之后的综合可用度),页面按 ÷2 四舍五入到半星折算为五星制显示,评分标准同全站五星口径。

实测版本 V5.8.3(办公智能体周报#1:大更新与新标准,2026-10-18 实测;工具改版后旧教程界面可能对不上,以文中版本锚定块为准)

场景write 写材料image 出配图phone 教爸妈用手机

官网 / 下载
https://www.doubao.com
使用场景
把网页上复制来的、空行成堆的通知交给它整理成规范 Word,一句话交代要求就能拿到能用的文件;也用它做朋友圈文案、配图这类零碎活儿。
优点
  • 在 7 款国产 AI 办公助手里,整理乱格式通知,单次实测约两分钟拿到规范 Word
  • 写 Q3 述职这类材料时会自己核对数字,对不上的会标「待核实」,缺数据就直说算不出
  • 速度与成本都比较友好,适合作为日常主力先跑起来
缺点
  • 实测中途遇到过客户端自动更新、会话整个丢失,重要对话要随手存
  • 涉及预算、投诉这类敏感内容时会自行取舍,交付后需要人工核对
  • 「一家闭环」把文案和配图都包了,但生图耗时不稳定,实测有到 23 分钟的
实测功能清单(豆包,采集实录,账号信息已打码)

豆包 功能清单(实测方向)

采集时间:2026-09-18 约 13:30–14:10 版本/账号:账号面板只显示「账号名(已打码)」(用户注册的品牌名)+「标准套餐」,无版本号 Bundle ID:com.bot.pc.doubao 窗口:bounds=[310,30,1610,960](与 WorkBuddy / CatPaw 完全一致,三家共用同一套窗口外壳) 采集纪律:不新建会话、不中断进行中的任务、只点只读入口。全部为界面实读,无任何任务实测(无耗时、无产物规格、无额度消耗)。


0. 最重要的技术事实:豆包不做无障碍

get_app_state 只返回 23 个元素,全是窗口按钮和系统菜单(Apple / 豆包 / 文件 / 编辑 / 显示 / 窗口 / 帮助),正文区域 0 个 accessibility 元素。

对比:WorkBuddy 612 个、CatPaw 200+ 个。

这意味着:

  • 豆包无法被 VoiceOver 等辅助技术操作
  • 我这轮只能用坐标点击(CGEvent)而不能用语义 element target
  • 也解释了为什么豆包的连接器列表要靠肉眼翻页
  • 写进教程的「判断自查」素材:如果你用屏幕阅读器,豆包不是合适的选择

1. 主界面(screenshots/01_主界面.png)

左侧栏 8 个一级入口 + 项目区:

  1. 新工作任务
  2. 新对话
  3. 定时任务
  4. 连接器·技能·伙伴
  5. 云盘
  6. 手机遥控电脑
  7. API 服务(带 >,可展开)
  8. 更多(带 >,可展开)

项目区:work agent / 学习使用work agent / 文字处理 / 2026年单位工作

与另两款的差异:WorkBuddy/CatPaw 只有「新任务」一个入口,豆包拆成「新工作任务」和「新对话」两个;豆包多了「云盘」「手机遥控电脑」「API 服务」三个独立入口。

主区:标题「有什么我能帮你的吗?」+ 两个大按钮「对话 | 工作」(模式切换)。

「为你推荐」4 条:

  • 热点:iPhoneDuo 首次适配手写笔打破乔布斯设计信条
  • 世上安得两全法不负如来不负卿是什么意思?
  • 不负如来不负卿的主要故事情节是什么?
  • 推荐学习ASCII码的趣味记忆技巧

输入框:「发消息或按住空格说话…」,底部工具栏 9 个功能入口: + / 对话 / 图像生成 / 帮我写作 / 视频生成 / 音乐生成 / 翻译 / 录音转写 / 更多 | 豆包 快速 | 🎤

右栏面板:对话摘要 / 对话产物 / 技能 / 最近文件

「图像生成 + 视频生成 + 音乐生成 + 翻译 + 录音转写」五个多模态入口平铺在输入栏——豆包把「多模态全家桶」当卖点。WorkBuddy/CatPaw 的输入栏只有附件和模型选择。


2. 手机遥控电脑(screenshots/04_手机遥控电脑.png)

这是独立一级入口,不是连接器。

  • 顶部小字「远程控制」,大标题「出门也能操作电脑」
  • 说明:「用手机豆包在工作任务中,连接此电脑后,可远程继续任务,接收进度提醒,并调用这台电脑上的文件和工具。」
  • 两个开关(均为开启态):
    • 可被相同账号的设备控制(绿色)
    • 让这台设备保持唤醒状态(橙色)
  • 两步指引:
    1. 打开手机豆包 App(登录与当前电脑相同账号)
    2. 在工作任务中选择电脑(选择在线的电脑便可远程控制)
  • 右侧二维码:「下载或打开豆包 APP」

手机示意图里显示的任务列表:工作任务·iMac ✓ / 工作任务·MXP / 工作任务·云电脑,标签 iMac / 桌面 / 始终允许 / PPT;建议口令「整理桌面上的 Word 文件」「帮我清理电脑上大于 5G 的文件」。

对比:WorkBuddy 把远程操控做成 44 个连接器里的「向日葵远程控制」;豆包直接做成一级入口,还能看到它支持连云电脑。


3. 连接器·技能·伙伴(screenshots/05_连接器_第1屏.png)

顶部 3 个子 tab:连接器 | 技能 | 工作伙伴

「工作伙伴」是豆包对 WorkBuddy/CatPaw「专家」的叫法——三家同一个东西三个名字。

右上:搜索插件 / 我安装的 / + 添加

分类 16 个:精选 / 办公 / 金融 / 财税支付 / 多媒体创作 / 营销销售 / 电商 / 企业管理 / 效率工具 / 数据分析 / 医疗 / 法律政务 / 生活出行 / 教育科研 / 工程 / 研发运维

对比:CatPaw 连接器分类只有 2 个,专家分类 7 个。豆包 16 个,明显往「超出办公定位」铺——医疗、法律政务、生活出行都在里面。

必备精选:

  • 操作浏览器 — 通过操作浏览器完成网页导航、读取、填充、下载等任务
  • 操作电脑(新功能推荐)— 让 AI 直接操控你的 Mac,完成文件管理、应用操作等本地电脑任务

豆包把「操作电脑」当成必备精选而不是高级功能。WorkBuddy/CatPaw 没有这个定位。

特别推荐(可见 28+ 个,未翻到底部):

类别 连接器
办公协同 飞书(已安装)、企业微信(CLI)、钉钉(CLI)、腾讯会议、Notion、百度网盘
金融(8+) Wind Alice 万得金融数据、同花顺 IFinD、通达信、东方财富妙想、Tushare 金融、进门投研、盈米基金、Financial Dat…
企业信用 企查查、启信慧眼、水滴信用
法律 北大法宝·法律、威科先行、华宇元典法律、摩知轮(商标)
国际工具 TikTok for Business、Stripe、GitHub、Neon、Linear、Consensus
CRM/营销 纷享销客 CRM、销售易CRM
数据/自动化 博查搜索(AI 用的搜索引擎)、八爪鱼 RPA(零代码数据采集)、Moka HR智能体

每个卡片带「安装」按钮(飞书例外,显示对话图标 = 已安装)。

金融连接器极其密集:8+ 个金融数据源(Wind、同花顺、通达信、东方财富、Tushare、进门投研、盈米基金…)。WorkBuddy 5 个,CatPaw 1 个(同花顺快查)。这是豆包最大的能力堆砌方向。

Consensus(检索同行评审论文)是独家——WorkBuddy 和 CatPaw 都没有学术文献类连接器。

国际化:TikTok for Business、Stripe、GitHub、Neon、Linear 都在列表里。WorkBuddy 几乎全是中国工具。


4. 连接器详情:Wind Alice 万得金融数据(screenshots/06_连接器详情_WindAlice.png)

点进去的详情弹窗:

  • 标题:Wind Alice 万得金融数据
  • 描述:「全量开放万得(Wind)金融数据与工具,覆盖沪深港美等全球 60 多个国家地区的股票、基金、债券、商品、指数、经济数据与万得金融模型与工具集,提供数据穿透、投研分析、风险决策等多维金融能力。」
  • 关联技能 1:Wind Alice 万得金融数据 — 「通过 Wind Alice 万得金融数据 MCP,筛选股票并查询股票、基金、指数、债券、公告新…」
  • 包含的操作:连接后可查看操作详情(空态)
  • 底部:安装

关键发现:豆包明确把连接器标注为 MCP 接入。这跟 fields.yaml 里的 mcp_concept 字段直接对应——豆包的连接器本质是 MCP server 的封装。


5. 与另两款的关键差异(写教程时的定位素材)

维度 WorkBuddy CatPaw 豆包
无障碍支持 完整(612 元素) 完整(200+ 元素) 几乎为零(23 元素,正文 0)
新任务入口 新任务(1 个) 新任务(1 个) 新工作任务 + 新对话(2 个)
专家叫法 专家 专家 工作伙伴
子 tab 专家/技能/连接器 专家/技能/连接器 连接器/技能/工作伙伴
连接器数 44 5 28+(未翻完,目测更多)
连接器分类 未分 2 16
定时任务模板 0 12 待查
远程控制 连接器(向日葵) 无 独立一级入口
网站/建站 藏在资料库 一级入口 未见
运行模式 无 Local/Cloud 双模 未见
金融连接器 5 1 8+
国际化工具 几乎没有 少 TikTok/Stripe/GitHub/Neon/Linear/Consensus
学术文献 无 无 Consensus
MCP 标注 未标注 未标注 明确标注「通过…MCP」
多模态输入栏 无 无 图像/视频/音乐/翻译/录音转写
必备精选 无 无 操作浏览器 + 操作电脑
账号体系 平**乐(已打码) 昵称已打码 / 体验版 / 余额已打码 账号名已打码 / 标准套餐

一句话人设候选:豆包是「什么都想塞进来,但你自己得会挑」——连接器 16 个分类铺满、金融数据源 8+ 个、多模态五件套平铺在输入栏,可它连无障碍都不做,屏幕阅读器用户直接被挡在门外。


6. 本次没查到(诚实记录)

  • 技能 tab 内容(未点进去)
  • 工作伙伴 tab 内容(未点进去)
  • 定时任务 页(未查,无模板数)
  • 云盘 页(未查)
  • 连接器列表底部(只看到 28+ 个,未翻完,无法报总数)
  • API 服务 和 更多 两个展开入口的内容
  • 版本号(账号面板只显示「标准套餐」)
  • 各连接器/工作伙伴的详情页(只看了 Wind Alice 一个)
  • 无任何任务实测:无耗时、无产物规格、无额度消耗前后对比(遵守本会话「不新建会话」约束)

7. 方法学记录

  • 豆包不做无障碍 → get_app_state 只能拿到 23 个窗口/菜单元素,正文全空
  • mcp left_click 用 element target 无效(拿不到元素),用 coordinate target 也不响应(豆包不吃合成窗口事件)
  • 最终可行方案:tools/click_at.swift(CGEvent 屏幕绝对坐标点击)+ tools/scroll_at.swift(CGEvent 滚轮)
  • 坐标换算:mcp screenshot 返回 1280×720 栅格对应 1920×1080 屏幕,比例 1.5
  • 踩坑:初次按条目间距 35px 估算,实际约 23px,第一下点偏 2 项(点到「手机遥控电脑」而不是「连接器·技能·伙伴」)
  • CGEvent scrollWheel 需 Int32 类型,Swift 编译报错后已修
  • 弹窗(Wind Alice 详情)挡住列表,mcp scroll 在弹窗下无法滚动

以上为个人使用感受,仅供参考,不构成推荐或购买建议;工具名称与商标归各自权利人所有。

← 返回智能工具