Dies ist eine maschinelle Übersetzung des englischen Originaldokuments. Im Falle von Widersprüchen zwischen dieser Übersetzung und der englischen Originalversion ist die englische Version maßgeblich. Englische Originalversion lesen

Tools: Was die KI tun kann

Die KI chattet nicht nur – sie kann echte Aktionen ausführen. Nutzen Sie Tools, um im Web zu surfen, Dokumente zu lesen, Bilder zu generieren, Ihren Kalender zu verwalten und mehr. Die KI entscheidet automatisch, welche Tools basierend auf Ihrer Anfrage verwendet werden.

Caiioo nutzt ein Lese-/Schreib-Zugriffsmodell: Kostenlose Nutzer erhalten Lesezugriff auf die meisten Tools, während Pro den vollen Schreibzugriff freischaltet.

Jeder erhält diese Tools (Kostenlos)

Web Browsing (Schreibgeschützt)

Die KI kann in Ihrem Browser navigieren, Seiten lesen, Screenshots erstellen, Google durchsuchen und Inhalte extrahieren. Perfekt für Recherchen und Datenerfassung.

Was Sie fragen können:

  • „Lies diese Seite und fasse sie zusammen“
  • „Erstelle einen Screenshot hiervon“
  • „Finde alle Preise auf dieser Seite“
  • „Suche bei Google nach den besten Campingzelten“

Google Workspace (Schreibgeschützt)

Durchsuchen und lesen Sie Ihre Gmail, Google Drive, Docs, Sheets und Ihren Calendar — ohne Einrichtung, außer der Verknüpfung Ihres Google-Kontos. Gmail-Suchen verstehen natürliche Filter — Absender, Betreff, Label, Kategorie, Alter, Anhänge und ungelesener Status —, sodass Sie die Suchsyntax von Gmail nicht kennen müssen.

Was Sie fragen können:

  • „Durchsuche mein Drive nach dem Q4-Bericht“
  • „Finde ungelesene E-Mails von Bob aus der letzten Woche, die Anhänge haben“
  • „Lies meine neuesten E-Mails“
  • „Was steht heute in meinem Kalender?“

Sundial Agenda (Schreibgeschützt)

Zeigen Sie Ihre Kalenderereignisse und Erinnerungen an, prüfen Sie die Verfügbarkeit und finden Sie freie Zeitfenster. Funktioniert mit Google Calendar auf allen Plattformen.

Web Search

KI-gestützte Suche mit Quellenangaben. Stellen Sie Fragen und erhalten Sie fundierte Antworten, anstatt selbst Suchergebnisse zu durchforsten.

Slate Editor

Echtzeit-KI-Zusammenarbeit für Code und Dokumente. Siehe Slate für Details.

Calculator

Schnelle Berechnungen. Die KI kann Arithmetik, Trigonometrie, Statistik und mehr durchführen, ohne externe Tools zu verwenden.

API Integration (Schreibgeschützt)

Führen Sie GET-Anfragen an externe REST APIs aus. Nützlich zum Abrufen von Daten aus Diensten, für die wir noch keine integrierte Unterstützung haben.

SQL Database

Erstellen und abfragen von lokalen SQLite-Datenbanken. Nützlich für die Analyse von CSV-Daten, den Aufbau von leichtgewichtigen Dashboards oder das Prototyping von Daten-Workflows.

Sub-Agents

Delegieren Sie Teile einer komplexen Aufgabe an parallele Agenten, damit diese unabhängig laufen und Bericht erstatten. Nützlich, wenn Recherche, Analyse und Entwurf gleichzeitig stattfinden sollen. Die Ergebnisse der Sub-Agents werden direkt im Haupt-Chat angezeigt.

Ask User

Pausieren Sie einen KI-Lauf während der Ausführung und rufen Sie einen Entscheidungsdialog auf. Die KI präsentiert bis zu 4 Optionen (Genehmigen, Genehmigen mit Anmerkungen, Ablehnen, Ablehnen mit Anmerkungen) und wartet auf Ihre Eingabe. Ihre Anmerkungen fließen als Anweisungen in natürlichem Englisch zurück, die den Plan überschreiben, und der Agent setzt seine Arbeit fort.

Self Checker

Bewerten und verifizieren Sie jeden Schritt des Assistenten. Klicken Sie auf die Schaltfläche ⚖ neben einer Antwort, um eine Bewertungskarte zu öffnen. Wählen Sie zwischen LLM-gestütztem Urteil und deterministischen Prüfungen (exakte Übereinstimmung, enthält Teilstring, Regex-Muster, Zahlenbereich, Arithmetik). Die Ergebnisse werden inline angezeigt. Die Kosten fließen in die Gesamtsumme Ihres Threads ein.

Instant Tool Chooser

Semantische Tool-Auswahl direkt auf dem Gerät. Die KI wählt das richtige Tool in ca. 10ms aus, ohne ein Modell aufzurufen. Standardmäßig in jedem Tarif aktiviert — schalten Sie zwischen „Instant Tool Chooser“ und „Quick Tasks LLM“ in Settings > Tools um.

Pro-Tier-Tools (9 $/Monat)

Pro schaltet den vollständigen Schreibzugriff auf Tools frei, die in der Free-Version nur lesbar sind, sowie zusätzliche Funktionen.

Wenn Sie ein lokales Chat-Modell (wie Ollama) ausführen, fragen KI-gestützte Tools, die Ihre Daten an einen Remote-KI-Anbieter senden würden, zunächst nach Ihrer Zustimmung. Siehe Datenschutz und Daten → Remote-KI-Anbieter.

Vollständige Web-Automatisierung

Alles aus dem schreibgeschützten Browsing, plus: Links anklicken, Formulare ausfüllen, Text eingeben, mit Seitenelementen interagieren und JavaScript ausführen. Perfekt zum Ausfüllen von Formularen, für die Dateneingabe und Browser-Automatisierung.

Worum Sie bitten können:

  • „Fülle dieses Formular mit meinen Daten aus“
  • „Klicke auf den Tab ‚Bewertungen‘ und lies, was die Leute sagen“
  • „Melde dich auf dieser Website an und lade meine Rechnung herunter“

Vollständiger Google Workspace

Google Docs, Sheets, Slides, Gmail-Entwürfe, Drive-Dateien und Kalendertermine erstellen, bearbeiten und verwalten. Google Sheets bietet neue Aktionen: CSV/TSV/HTML einfügen, Text in Spalten aufteilen, Leerzeichen entfernen, Duplikate löschen, Symbolleistenfilter anwenden und löschen, Zeilen und Spalten verschieben, Zellbereiche einfügen und löschen, Bereiche schützen, benannte Bereiche definieren und aktualisieren, Entwicklermetadaten anhängen und bedingte Formatierungen anwenden. Google Docs bietet native Kommentare (hinzufügen, beantworten, auflösen, löschen), Unterstützung für Dokumente mit mehreren Tabs und Smart-Chip-Erkennung (Personen, Links, Gleichungen, Seitenumbrüche, Daten).

Google Drive — Ordner erstellen, Dateien verschieben, Freigabeberechtigungen verwalten Gmail — E-Mails als Entwurf speichern und senden, Anhänge herunterladen Google Docs & Sheets — Dokumente erstellen und bearbeiten, Formeln schreiben, Zellen formatieren Google Slides — Präsentationen erstellen, Text/Bilder/Tabellen hinzufügen, Layouts bearbeiten Google Calendar — Termine und Erinnerungen erstellen, Besprechungen über jeden Kalender in Ihrem Konto hinweg planen (Team-, Familien- und persönliche Kalender)

Vollständiger Sundial Agenda

Termine und Erinnerungen erstellen, Besprechungen planen und Ihren Kalender über verschiedene Anbieter hinweg verwalten.

Vollständige API-Integration

POST-, PUT-, PATCH- und DELETE-Anfragen an jeden REST-Endpunkt – nicht nur GET.

Dokumenten-In-Ingestion

Hochladen und Analysieren von PDFs, Word-Dokumenten (DOCX), Excel-Tabellen (XLSX) und Bildern mit OCR. Eine höhere Extraktionsqualität bei komplexen Dokumenten ist über OCR-Modelle verfügbar, auf die über Ihren OpenRouter-Schlüssel zugegriffen wird.

Bildgenerierung

Bilder aus Textbeschreibungen erstellen. Verfügbare Modelle umfassen FLUX.2 (Flex, Klein, Max, Pro), Gemini (2.5 Flash, 3 Pro, 3.1 Flash), GPT-5 Image, Seedream 4.5 und Riverflow v2. Perfekt für Illustrationen, Mockups oder Visualisierungen.

Was Sie erstellen können:

  • Ein Produkt-Mockup für ein neues Design
  • Eine Illustration für einen Blogbeitrag
  • Eine Textur für ein 3D-Projekt
  • Variationen eines bestehenden Bildes

Videogenerierung

Videos aus Textbeschreibungen generieren. Verfügbare Modelle, auf die über OpenRouter zugegriffen wird: Google Veo 3.1, OpenAI Sora 2 Pro und ByteDance Seedance. Gültige Dauern und Auflösungen variieren je nach Modell. Videos werden als Thread-Anhänge gespeichert.

Was Sie generieren können:

  • Produkt-Demo-Videos
  • Animierte Erklärvideos
  • Szenenübergänge für Edits
  • Storyboard-Sequenzen

Musikgenerierung

Originalmusik aus Textbeschreibungen über Google Lyria 3 Pro Preview generieren (Zugriff über OpenRouter). Erstellt lizenzfreie Titel, die als Inline-Audio-Anhänge in Ihrem Thread gespeichert werden.

Was Sie generieren können:

  • Hintergrundmusik für Videos
  • Ambiente-Klangteppiche
  • Musikalische Themen für Projekte
  • Instrumentale Versionen von Beschreibungen

Seeing-Eye Dog

Vision-Fallback für rein textbasierte Modelle. Wenn Ihr gewähltes Modell keine Bilder unterstützt (wie lokales Ollama, DeepSeek V4 Pro, Kimi K2.6), hängen Sie Bilder trotzdem an – sie werden über ein günstiges Vision-Modell geleitet, um Bildunterschriften zu generieren, und dann wird der Text an Ihr Hauptmodell gesendet. Standard ist Gemini 3.5 Flash Lite über OpenRouter. Die automatische Beschriftung erfolgt zum Zeitpunkt der Nachrichtenerstellung mit Caching pro Anhang. Verwenden Sie das Tool vision({action: "inspect"}) für gezielte Nachverfolgung. Konfigurieren unter Einstellungen > Tools > Vision-Fallback-Modell.

Workspace Files

In einer von Ihnen angegebenen Datei in einer Sandbox lesen, schreiben, bearbeiten und suchen. Kann diesen Ordner nicht verlassen oder auf das Netzwerk zugreifen. Analysiert .docx, .xlsx, .pptx und PDF automatisch. Perfekt für die Arbeit mit lokalen Projektdateien, ohne sie in die Cloud hochzuladen. Konfigurieren unter Einstellungen > Tools > Workspace Files.

Test Runner

Eine Liste von Prompts mit Bewertern ausführen – Teilstring-Abgleich, Muster (Regex), erwartete Tool-Aufrufe oder 1-10-Scoring durch ein zweites Modell. Jeder Prompt läuft in einer eigenen neuen Konversation. Exportieren Sie die Ergebnisse als CSV-Erfolgs-/Fehlerbericht.

XLSX-Zellen-basiertes Änderungsverfolgen (Tracked Changes)

Slate-Tabellenkalkulationen unterstützen jetzt DOCX-ähnliche Redlining-Funktionen über propose_change({editMode: 'xlsx_cell'}). Änderungen werden durch cellRef und Tabellennamen verankert, inline als <del>alt</del><ins>neu</ins> dargestellt, mit einer Symbolleiste für Nächstes, Vorheriges, Annehmen und Ablehnen. KI und Benutzer führen die Zusammenführung Zelle für Zelle durch, wobei Benutzerbearbeitungen bei Konflikten gewinnen.

Physik & Strukturanalyse

Projektilbewegung, Kollisionen, Energie, Impuls, Kraft, Kraftstoß, Zielgeschwindigkeit, Trägerbelastung, Säulenknickung und Materialeigenschaften berechnen.

Private Sync

Synchronisieren Sie Ihre Einstellungen und Konversationen geräteübergreifend über ein verschlüsseltes Cloud-Backup. Weitere Einzelheiten finden Sie unter Private Sync.

MCP Servers

Verbindung zu Remote-MCP-Servern über HTTP/SSE herstellen oder Desktop-Tools (lokales MCP über die Desktop-App) auf Ihrem eigenen Rechner ausführen. Erstellen Sie benutzerdefinierte Tool-Integrationen oder stellen Sie eine Verbindung zu Diensten von Drittanbietern her.

Meeting Recall

Abrufen von Details aus aktuellen Videoanrufen – Transkripte, Aktionspunkte und Zusammenfassungen, sodass Sie den Meeting-Kontext in jede Konversation einziehen können.

Messaging Gateway

Beantworten und Senden von Nachrichten über WhatsApp, Telegram und mehr, wobei der Agent für Sie antwortet. Siehe Messaging Gateway.

Weitere Pro-Funktionen

  • Unbegrenzte benutzerdefinierte Modi — Erstellen Sie Ihre eigenen KI-Persönlichkeiten mit benutzerdefinierten Prompts und Variablen
  • Benutzerdefinierte Profilvariablen — Personalisieren Sie das KI-Verhalten in allen Moden
  • Anweisungen pro Aktion — Passen Sie an, wie sich jede Tool-Aktion verhält
  • Caiioo Benchmarks — Vergleichen Sie die Leistung von Modellen mit Qualitätsauswertungen und Durchsatztests
  • Prioritäts-Support — Senden Sie Support-Tickets direkt aus der App

Experimentelle Tools

Aktivieren Sie experimentelle Tools über einen Schalter auf dem Gerät. Diese wechseln, während Funktionen für die Gratis- oder Pro-Stufe ausreifen. Verfügbare Optionen umfassen GitHub-Integration, Slack, fortgeschrittenes räumliches Denken, Testautomatisierung und mehr.

Tools aktivieren oder deaktivieren

Gehen Sie zu Einstellungen > Tools, um zu sehen, was verfügbar ist, und Tools ein- oder auszuschalten. Einige Modi kommen mit spezifischen, vorkonfigurierten Tools.

Siehe auch

This guide is maintained by the Caiioo team using Slate, our built-in editor.