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.

Alle erhalten 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 die Datenerfassung.

Was Sie fragen können:

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

Google Workspace (Schreibgeschützt)

Durchsuchen und lesen Sie Ihre E-Mails in Gmail, Google Drive, Docs, Sheets und Ihren Kalender – kein Einrichten erforderlich, außer dem Verbinden Ihres Google-Kontos. Gmail-Suchen verstehen natürliche Filter – Absender, Betreff, Label, Kategorie, Alter, Anhänge und den Status „ungelesen“ –, sodass Sie die Suchsyntax von Gmail nicht kennen müssen.

Was Sie fragen können:

  • „Durchsuche mein Drive nach dem Bericht für das 4. Quartal“
  • „Finde ungelesene E-Mails von Bob aus der letzten Woche mit Anhängen“
  • „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.

Websuche

KI-gestützte Suche mit Zitzen. Stellen Sie Fragen und erhalten Sie fundierte Antworten mit Quellenangaben, anstatt sich selbst durch die Suchergebnisse zu wühlen.

Slate Editor

Echtzeit-KI-Kollaboration für Code und Dokumente. Weitere Details finden Sie unter Slate.

Rechner

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, um Daten von Diensten abzurufen, für die wir noch keine integrierte Unterstützung haben.

SQL-Datenbank

Erstellen und abfragen Sie lokale SQLite-Datenbanken. Nützlich zum Analysieren von CSV-Daten, Erstellen leichter Dashboards oder Prototyping von Daten-Workflows.

Sub-Agenten

Delegieren Sie Teile einer komplexen Aufgabe an parallele Agenten, damit diese unabhängig voneinander ausgeführt werden und Ergebnisse melden. Nützlich, wenn Recherche, Analyse und Entwurf gleichzeitig stattfinden sollen. Die Ergebnisse von Sub-Agenten werden inline im Haupt-Chat dargestellt.

Anhören

Stellen Sie Anschlussfragen zu beliebigen Audioanhängen. Der Assistent kann eine Aufnahme mit einer gezielten Frage erneut anhören – „Welche Wörter wurden falsch ausgesprochen?“, „Wie ist der Tonfall?“ – und zwar in dem Zug, in dem Sie die Aufnahme anhängen, oder in jedem späteren Zug, über ein audiotaugliches Hilfsmodell. Den Aufnahme-Workflow finden Sie unter Voice.

Benutzer fragen

Pausieren Sie einen KI-Durchlauf mitten in der Ausführung und blenden Sie einen Entscheidungsdialog ein. Die KI präsentiert bis zu 4 Optionen (genehmigen, mit Notizen genehmigen, ablehnen, mit Notizen ablehnen) und wartet auf Ihre Eingabe. Ihre Notizen fließen als Klartextanweisungen zurück, die den Plan außer Kraft setzen, und der Agent arbeitet an Ort und Stelle weiter.

Selbstreprüfer

Bewerten und überprüfen Sie jeden Durchlauf des Assistenten. Klicken Sie auf die Schaltfläche ⚖ neben einer beliebigen Antwort, um eine Urteilskarte zu öffnen. Wählen Sie zwischen LLM-basiertem Urteil und deterministischen Prüfungen (exakter Treffer, enthält Teilstring, Regex-Muster, Zahlenbereich, Arithmetik). Der Prüfer kann auch ein kleines Python-Programm schreiben, um Dinge zu überprüfen, die eine einfache Prüfung nicht leisten kann – zum Beispiel das Neuberechnen einer behaupteten Statistik aus den Quelldaten –, das lokal in derselben netzwerkfreien Sandbox wie alles andere ausgeführt wird (Browser-Erweiterung und Desktop-Apps); eine Prüfung, die nicht sauber ausgeführt werden kann, wird als fehlgeschlagen gemeldet, anstatt stillschweigend zu bestehen. Das Urteil wird im Hintergrund berechnet und wird daher auch dann fertiggestellt, wenn Sie das Panel schließen. Ergebnisse werden inline angezeigt. Die Kosten fließen in Ihre Thread-Gesamtsumme ein. Sie können auswählen, welcher Anbieter und welches Modell als Prüfer fungieren soll – wenn Sie das Modell leer lassen, wählt Caiioo eines aus, das zum von Ihnen gewählten Anbieter passt.

Instant Tool Chooser

Geräteinterne semantische Tool-Auswahl. Die KI wählt das richtige Tool in ca. 10 ms aus, ohne ein Modell aufzurufen. Standardmäßig in jeder Stufe aktiviert – schalten Sie in Einstellungen > Tools zwischen „Instant Tool Chooser“ und „Quick Tasks LLM“ um.

Pro-Stufen-Tools (9 $/Monat)

Pro schaltet den vollen Schreibzugriff auf Tools frei, die in Free nur lesbar sind, sowie zusätzliche Funktionen.

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

Vollständige Web-Automatisierung

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

Worum Sie bitten können:

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

Volles Google Workspace

Erstellen, bearbeiten und verwalten Sie Google Docs, Sheets, Slides, Gmail-Entwürfe, Drive-Dateien und Kalenderereignisse. Google Sheets hat neue Aktionen erhalten: CSV/TSV/HTML einfügen, Text in Spalten aufteilen, Leerzeichen entfernen, Duplikate entfernen, Symbolleistenfilter anwenden und löschen, Zeilen und Spalten verschieben, Zellbereiche einfügen und löschen, Bereiche schützen, benannte Bereiche definieren und aktualisieren, Entwicklermetadaten anhängen und bedingte Formatierung anwenden. Google Docs hat native Kommentare (hinzufügen, antworten, auflösen, löschen), Multi-Tab-Dokumentunterstützung und Smart-Chip-Erkennung (Personen, Links, Gleichungen, Seitenumbrüche, Daten) erhalten.

Google Drive — Ordner erstellen, Dateien verschieben, Freigabeberechtigungen verwalten Gmail — E-Mails entwerfen 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 — Ereignisse und Erinnerungen erstellen, Meetings über jeden Kalender in Ihrem Konto hinweg planen (Team-, Familien- und persönliche Kalender)

Volles Sundial Agenda

Erstellen Sie Ereignisse und Erinnerungen, planen Sie Meetings und verwalten Sie Ihren Kalender über verschiedene Anbieter hinweg.

Volle API-Integration

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

Dokumenten-In吃了

Laden Sie PDFs, Word-Dokumente (DOCX), Excel-Tabellen (XLSX) und Bilder mit OCR hoch und analysieren Sie sie. Eine höherwertige Extraktion bei komplexen Dokumenten ist über OCR-Modelle verfügbar, auf die über Ihren OpenRouter-Schlüssel zugegriffen wird.

Bildgenerierung

Erstellen Sie Bilder aus Textbeschreibungen. 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

Generieren Sie Videos aus Textbeschreibungen. 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:

  • Produktdemo-Videos
  • Animierte Erklärvideos
  • Szenenübergänge für Bearbeitungen
  • Storyboard-Sequenzen

Musikgenerierung

Generieren Sie originale Musik aus Textbeschreibungen über Google Lyria 3 Pro Preview (aufgerufen 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

Blindenhund

Vision-Fallback für reine Textmodelle. Wenn Ihr gewähltes Modell keine Bilder unterstützt (wie lokales Ollama, DeepSeek V4 Pro, Kimi K2.6), hängen Sie trotzdem Bilder an – sie werden über ein günstiges Vision-Modell geleitet, um Bildunterschriften zu generieren, und dann wird 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 zielgerichtete Follow-ups. Konfigurieren unter Einstellungen > Tools > Vision-Fallback-Modell.

Workspace-Dateien

Gescandoxtes Lesen, Schreiben, Bearbeiten und Suchen in einem von Ihnen ausgewählten Ordner. Kann diesen Ordner nicht verlassen oder auf das Netzwerk zugreifen. Analysiert automatisch .docx, .xlsx, .pptx und PDF. Perfekt für die Arbeit mit lokalen Projektdateien, ohne sie in die Cloud hochzuladen. Konfigurieren unter Einstellungen > Tools > Workspace-Dateien.

Hinzufügen eines Ordners: Tippen Sie in den Desktop-Apps einen absoluten Ordnerpfad ein; in der Browser-Erweiterung öffnet eine „Ordner hinzufügen“-Aktion den eigenen Ordnerauswahldialog Ihres Browsers und merkt sich den von Ihnen gewählten Ordner. Ein Ordner, der später gelöscht oder umbenannt wird oder sich auf einem getrennten Laufwerk befindet, wird einfach übersprungen, sodass der Rest Ihres Workspaces weiterarbeitet.

Test Runner

Führen Sie eine Liste von Prompts mit Bewertern aus – Teilstring-Abgleich, Muster (Regex), erwartete Tool-Aufrufe oder eine 1-10-Bewertung durch ein zweites Modell. Jeder Prompt läuft in seiner eigenen neuen Konversation, durch dieselbe Pipeline wie Ihre tatsächlichen Nachrichten – sodass die Ergebnisse widerspiegeln, was die App wirklich tut. Ein schwebendes Panel zeigt den Live-Lauf (Name der Testsuite, Bestanden/Fehlgeschlagen pro Test, Fortschritt) mit einer Abbrechen-Schaltfläche, und die Ergebnisse werden während des fortlaufenden Laufs gespeichert, sodass Exporte und Berichte einen App-Neustart überstehen. Exportieren Sie Ergebnisse als CSV-Bericht (Bestanden/Fehlgeschlagen).

Auf Zellebene nachverfolgte Änderungen in XLSX

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

Physik & Strukturanalyse

Berechnen Sie Wurfparabeln, Kollisionen, Energie, Impuls, Kraft, Kraftstoß, Zielgeschwindigkeit, Trägerbelastung, Säulenknicken und Materialeigenschaften.

Privater Sync

Synchronisieren Sie Ihre Einstellungen und Konversationen über ein verschlüsseltes Cloud-Backup auf allen Geräten. Siehe Privater Sync für Details.

MCP-Server

Verbinden Sie sich über HTTP/SSE mit externen MCP-Servern oder führen Sie Desktop-Tools (lokales MCP über die Desktop-App) auf Ihrem eigenen Computer aus. Erstellen Sie benutzerdefinierte Tool-Integrationen oder verbinden Sie sich mit Diensten von Drittanbietern.

Meeting-Rückruf

Rufen Sie Details aus aktuellen Videoanrufen ab – Transkripte, To-Do-Listen und Zusammenfassungen, sodass Sie den Meeting-Kontext in jede Konversation einbinden können.

Messaging-Gateway

Beantworten und senden Sie 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 Modi
  • Anweisungen pro Aktion – Passen Sie an, wie sich jede Tool-Aktion verhält
  • Caiioo-Benchmarks – Vergleichen Sie die Modellleistung mit Qualitätsbewertungen 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 schalten Sie Tools ein oder aus. Einige Modi sind bereits mit bestimmten vorkonfigurierten Tools ausgestattet.

Tools, die auf Ihrem aktuellen Gerät nicht ausgeführt werden, werden ausgegraut angezeigt und enthalten einen Hinweis darauf, auf welchen Plattformen sie funktionieren – und ein Tool, das lediglich den Betrieb der Desktop-App erfordert, weist darauf hin –, sodass Sie entdecken können, was an anderer Stelle verfügbar ist, anstatt im Unklaren zu bleiben. Wenn Sie den Assistenten namentlich danach fragen, teilt er Ihnen mit, auf welchen Plattformen das Tool funktioniert, anstatt zu behaupten, es existiere nicht.

Siehe auch

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