Ito ay isang machine translation ng orihinal na dokumentong Ingles. Sa kaganapan ng anumang salungatan sa pagitan ng pagsasaling ito at ng orihinal na bersyong Ingles, ang bersyong Ingles ang mangingibabaw. Basahin ang orihinal na bersyong Ingles

Mga Tool: Ano ang Kayang Gawin ng AI

Hindi lang nakikipag-chat ang AI—maaari itong gumawa ng mga tunay na aksyon. Gumamit ng mga tool upang mag-browse sa web, magbasa ng mga dokumento, gumawa ng mga imahe, pamahalaan ang iyong kalendaryo, at iba pa. Awtomatikong nagpapasya ang AI kung aling mga tool ang gagamitin batay sa iyong hinihiling.

Gumagamit ang Caiioo ng read/write access model: Ang mga libreng user ay nakakakuha ng read-only access sa karamihan ng mga tool, habang ang Pro ay nagbubukas ng buong write access sa lahat.

Lahat ay Nakakakuha ng mga Tool na Ito (Libre)

Web Browsing (Read-Only)

Ang AI ay maaaring mag-navigate sa iyong browser, magbasa ng mga pahina, kumuha ng mga screenshot, maghanap sa Google, at kumuha ng nilalaman. Perpekto para sa pananaliksik at pangongolekta ng data.

Ang maaari mong itanong:

  • "Basahin ang pahinang ito at ibuod ito"
  • "Kumuha ng screenshot nito"
  • "Hanapin ang lahat ng presyo sa pahinang ito"
  • "Maghanap sa Google para sa pinakamahusay na mga camping tent"

Google Workspace (Read-Only)

Maghanap at magbasa ng iyong Gmail, Google Drive, Docs, Sheets, at Calendar — walang kinakailangang setup maliban sa pagkonekta ng iyong Google account. Ang mga paghahanap sa Gmail ay nakakaunawa ng mga natural na filter—nagpadala, paksa, label, kategorya, edad, mga kalakip, at hindi pa nababasang estado—kaya hindi mo na kailangang malaman ang syntax ng paghahanap sa Gmail.

Ang maaari mong itanong:

  • "Maghanap sa aking Drive para sa ulat ng Q4"
  • "Maghanap ng mga hindi pa nababasang email mula kay Bob noong nakaraang linggo na may mga kalakip"
  • "Basahin ang aking mga pinakabagong email"
  • "Ano ang nasa aking kalendaryo ngayon?"

Sundial Agenda (Read-Only)

Tingnan ang iyong mga kaganapan sa kalendaryo at mga paalala, suriin ang availability, at maghanap ng mga libreng oras. Gumagana sa Google Calendar sa lahat ng platform.

Web Search

Paghahanap na pinapagana ng AI na may mga citation. Magtanong at kumuha ng mga sagot na may pinagmulan sa halip na ikaw mismo ang magsaliksik sa mga resulta ng paghahanap.

Slate Editor

Real-time na pakikipagtulungan ng AI para sa code at mga dokumento. Tingnan ang Slate para sa mga detalye.

Calculator

Mabilis na matematika. Ang AI ay maaaring magsagawa ng arithmetic, trigonometry, statistics, at marami pang iba nang hindi gumagamit ng mga panlabas na tool.

API Integration (Read-Only)

Gumawa ng mga GET request sa mga panlabas na REST API. Kapaki-pakinabang para sa pagkuha ng data mula sa mga serbisyong wala pang built-in na suporta sa amin.

SQL Database

Gumawa at mag-query ng mga lokal na SQLite database. Kapaki-pakinabang para sa pagsusuri ng data ng CSV, pagbuo ng mga magagaan na dashboard, o pag-prototype ng mga daloy ng trabaho ng data.

Sub-Agents

I-delegate ang mga bahagi ng isang kumplikadong gawain sa mga parallel agent upang tumakbo sila nang mag-isa at mag-ulat pabalik. Kapaki-pakinabang kapag gusto mong mangyari nang sabay-sabay ang pananaliksik, pagsusuri, at pagbalangkas. Ang mga resulta ng sub-agent ay lumalabas inline sa pangunahing chat.

Hearing

Magtanong ng mga karagdagang katanungan tungkol sa anumang kalakip na audio. Ang assistant ay maaaring makinig muli sa isang recording na may partikular na tanong — "aling mga salita ang hindi tama ang pagbigkas?", "ano ang tono ng boses?" — sa turn na ikinakabit mo ito o sa anumang susunod, sa pamamagitan ng isang helper model na may kakayahang audio. Tingnan ang Voice para sa daloy ng trabaho sa pag-record.

Ask User

I-pause ang pagatakbo ng AI sa kalagitnaan at magpakita ng dialogue ng desisyon. Nagpapakita ang AI ng hanggang 4 na opsyon (aprube, aprube na may mga tala, tanggihan, tanggihan na may mga tala) at naghihintay ng iyong input. Ang iyong mga tala ay bumabalik bilang payak na gabay sa Ingles na nag-i-override sa plano, at ang agent ay nagpapatuloy sa kinaroroonan nito.

Self Checker

I-rate at i-verify ang bawat turn ng assistant. I-click ang ⚖ button sa tabi ng anumang tugon upang buksan ang isang verdict card. Pumili mula sa paghatol na pinapagana ng LLM kasama ang mga deterministikong pagsusuri (eksaktong tugma, naglalaman ng substring, regex pattern, saklaw ng numero, arithmetic). Ang hukom ay maaari ding sumulat ng isang maliit na programang Python upang muling i-verify ang mga bagay na hindi masusuri ng simpleng pagsusuri — muling pag-compute ng inaangkin na istatistika mula sa pinagmulang data, halimbawa — na tumatakbo nang lokal sa parehong no-network sandbox tulad ng iba pa (browser extension at mga desktop app); ang isang pagsusuri na hindi tumatakbo nang maayos ay nag-uulat bilang nabigo sa halip na tahimik na pumasa. Ang hatol ay kinakalkula sa background, kaya nakukumpleto ito kahit na isara mo ang panel. Ang mga resulta ay nagpapakita inline. Ang gastos ay napupunta sa kabuuan ng iyong thread. Maaari mong piliin kung aling provider at modelo ang kikilos bilang hukom — iwanang blangko ang modelo at pinipili ng Caiioo ang isa na angkop sa napili mong provider.

Instant Tool Chooser

On-device na semantic tool selection. Pinipili ng AI ang tamang tool sa loob ng ~10ms nang hindi tumatawag sa isang modelo. Naka-enable bilang default sa bawat tier — i-toggle ang "Instant Tool Chooser" kumpara sa "Quick Tasks LLM" sa Settings > Tools.

Mga Tool sa Pro Tier ($9/buwan)

Iniolock ng Pro ang buong write access sa mga tool na read-only sa Free, kasama ang mga karagdagang kakayahan.

Kapag nagpapatakbo ka ng local chat model (tulad ng Ollama), ang mga tool na pinapagana ng AI na magapadala ng iyong data sa isang remote AI provider ay hihingi muna ng iyong pag-apruba. Tingnan ang Privacy & Data → Remote AI Providers.

Buong Web Automation

Lahat ng nasa read-only browsing, kasama ang: pag-click ng mga link, pag-fill out ng mga form, pag-type ng text, pakikipag-ugnayan sa mga elemento ng pahina, at pag-execute ng JavaScript. Perpekto para sa pag-fill out ng form, data entry, at browser automation.

Ang maaari mong itanong:

  • "Punan ang form na ito gamit ang aking impormasyon"
  • "I-click ang tab na Reviews at basahin kung ano ang sinasabi ng mga tao"
  • "Mag-log in sa site na ito at i-download ang aking invoice"

Buong Google Workspace

Gumawa, mag-edit, at pamahalaan ang mga Google Doc, Sheet, Slide, draft sa Gmail, file sa Drive, at kaganapan sa Calendar. Nakakuha ang Google Sheets ng mga bagong aksyon: i-paste ang CSV/TSV/HTML, hatiin ang text sa mga kolum, alisin ang mga puting espasyo (whitespace), alisin ang mga duplicate, ilapat at i-clear ang mga filter sa toolbar, ilipat ang mga row at kolum, mag-insert at mag-delete ng mga hanay ng cell, protektahan ang mga hanay, magtakda at mag-update ng mga pinangalanang hanay, mag-attach ng developer metadata, at mag-apply ng conditional formatting. Nakakuha ang Google Docs ng mga katutubong komento (magdagdag, sumagot, lutasin, mag-delete), suporta sa dokumentong may maraming tab, at pagkilala sa smart-chip (mga tao, link, equation, page break, petsa).

Google Drive — Gumawa ng mga folder, maglipat ng mga file, mamahala ng mga pahintulot sa pagbabahagi Gmail — Mag-draft at magpadala ng mga email, mag-download ng mga attachment Google Docs at Sheets — Gumawa at mag-edit ng mga dokumento, magsulat ng mga formula, mag-format ng mga cell Google Slides — Gumawa ng mga presentasyon, magdagdag ng text/mga larawan/mga table, mag-edit ng mga layout Google Calendar — Gumawa ng mga kaganapan at paalala, mag-iskedyul ng mga meeting sa bawat kalendaryo sa iyong account (kalendaryo ng koponan, pamilya, at personal)

Buong Sundial Agenda

Gumawa ng mga kaganapan at paalala, mag-iskedyul ng mga meeting, at pamahalaan ang iyong kalendaryo sa iba't ibang provider.

Buong API Integration

Mga kahilingang POST, PUT, PATCH, at DELETE sa anumang REST endpoint — hindi lamang GET.

Pag-ingest ng Dokumento

Mag-upload at mag-suri ng mga PDF, Word doc (DOCX), Excel spreadsheet (XLSX), at mga larawan gamit ang OCR. Ang mas mataas na kalidad na pagkuha sa mga kumplikadong dokumento ay magagamit sa pamamagitan ng mga OCR model na ina-access gamit ang iyong OpenRouter key.

Pagbuo ng Larawan (Image Generation)

Gumawa ng mga larawan mula sa mga paglalarawan ng text. Ang mga available na model ay kinabibilangan ng FLUX.2 (Flex, Klein, Max, Pro), Gemini (2.5 Flash, 3 Pro, 3.1 Flash), GPT-5 Image, Seedream 4.5, at Riverflow v2. Perpekto para sa mga ilustrasyon, mockup, o visualization.

Ang maaari mong gawin:

  • Isang product mockup para sa isang bagong disenyo
  • Isang ilustrasyon para sa isang blog post
  • Isang texture para sa isang 3D project
  • Mga baryasyon sa isang umiiral nang larawan

Pagbuo ng Video (Video Generation)

Bumuo ng mga video mula sa mga paglalarawan ng text. Mga available na model na ina-access sa pamamagitan ng OpenRouter: Google Veo 3.1, OpenAI Sora 2 Pro, at ByteDance Seedance. Ang mga wastong tagal at resolusyon ay nag-iiba sa bawat model. Sine-save ang mga video bilang mga attachment sa thread.

Ang maaari mong buuin:

  • Mga video ng demo ng produkto
  • Mga animated na tagapagpaliwanag
  • Mga transition ng eksena para sa mga pag-edit
  • Mga pagkakasunod-sunod ng storyboard

Pagbuo ng Musika (Music Generation)

Bumuo ng orihinal na musika mula sa mga paglalarawan ng text sa pamamagitan ng Google Lyria 3 Pro Preview (na-access sa pamamagitan ng OpenRouter). Lumilikha ng mga royalty-free na track na sine-save bilang mga inline na audio attachment sa iyong thread.

Ang maaari mong buuin:

  • Background music para sa mga video
  • Mga ambient soundscape
  • Mga musical theme para sa mga proyekto
  • Mga instrumental na bersyon ng mga paglalarawan

Seeing-Eye Dog

Vision fallback para sa mga text-only model. Kung ang napili mong model ay hindi sumusuporta sa mga larawan (tulad ng local Ollama, DeepSeek V4 Pro, Kimi K2.6), mag-attach pa rin ng mga larawan — iruruta ang mga ito sa isang murang vision model para gumawa ng mga caption, pagkatapos ay ipapadala ang text sa iyong pangunahing model. Ang default ay Gemini 3.5 Flash Lite sa pamamagitan ng OpenRouter. Nagaganap ang auto-caption sa oras ng pagbuo ng mensahe na may caching sa bawat attachment. Gamitin ang tool na vision({action: "inspect"}) para sa naka-target na follow-up. I-configure sa Settings > Tools > Vision Fallback Model.

Mga File sa Workspace

Naka-sandbox na pagbabasa, pagsusulat, pag-edit, at paghahanap sa loob ng isang folder na itinuturo mo. Hindi makakatakas sa folder na iyon o makakarating sa network. Awtomatikong nagpapar-parse ng .docx, .xlsx, .pptx, at PDF. Perpekto para sa pagtatrabaho sa mga lokal na file ng proyekto nang hindi ini-upload ang mga ito sa cloud. I-configure sa Settings > Tools > Workspace Files.

Pagdaragdag ng folder: sa mga desktop app, mag-type ng absolute folder path; sa browser extension, ang aksyong "Add folder" ay magbubukas sa sariling folder picker ng iyong browser ataalalahanin ang folder na pipiliin mo. Ang isang folder na kalaunan ay tinanggal, pinalitan ng pangalan, o nasa isang nadiskonektang drive ay nilaktawan lamang, kaya patuloy na gagana ang natitirang bahagi ng iyong workspace.

Test Runner

Magpatakbo ng listahan ng mga prompt na may mga grader — substring match, pattern (regex), inaasahang pag-tawag sa tool, o pangalawang model na may 1-10 scoring. Ang bawat prompt ay tumatakbo sa sarili nitong bagong pag-uusap (conversation), sa parehong pipeline tulad ng iyong mga aktwal na mensahe — kaya sinasalamin ng mga resulta kung ano talaga ang ginagawa ng app. Ang isang lumulutang na panel ay nagpapakita ng live run (pangalan ng suite, pass/fail sa bawat pagsubok, progreso) na may button na kanselahin, at ang mga resulta ay sine-save habang umuusad ang pagtakbo, kaya nakakaligtas ang mga pag-export at ulat sa pag-restart ng app. I-export ang mga resulta bilang isang CSV pass/fail na ulat.

Mga Sinusubaybayang Pagbabago sa Antas ng Cell ng XLSX

Sinusuportahan na ngayon ng mga Slate spreadsheet ang istilong-DOCX na redlining sa pamamagitan ng propose_change({editMode: 'xlsx_cell'}). Ang mga pagbabago ay naka-anchor sa cellRef at pangalan ng sheet, na naka-render nang inline bilang <del>old</del><ins>new</ins>, na may toolbar para sa susunod, nakaraan, tanggapin, at tanggihan. Pinagsasama ng AI at ng user cell-by-cell kung saan ang mga pagbabago ng user ang mananaigh sa hidwaan.

Physics & Structural Analysis

Kalkulahin ang paggalaw ng projectile, mga banggaan, enerhiya, momentum, puwersa, impulse, velocity-to-target, pag-load ng beam, pag-buckle ng column, at mga katangian ng materyal.

Pribadong Pag-sync (Private Sync)

I-sync ang iyong mga setting at pag-uusap sa mga device sa pamamagitan ng naka-encrypt na cloud backup. Tingnan ang Private Sync para sa mga detalye.

Mga MCP Server

Kumonekta sa mga remote MCP server sa pamamagitan ng HTTP/SSE, o magpatakbo ng mga tool sa desktop (lokal na MCP sa pamamagitan ng desktop app) sa iyong sariling makina. Bumuo ng mga custom na pagsasama ng tool o kumonekta sa mga serbisyo ng third-party.

Meeting Recall

Kunin ang mga detalye mula sa mga kamakailang video call — mga transcript, mga hakbang na gagawin (action items), at mga buod para makuha mo ang konteksto ng meeting sa anumang pag-uusap.

Messaging Gateway

Sumagot at magpadala ng mga mensahe sa WhatsApp, Telegram, at iba pa, kung saan ang ahente ang sumasagot para sa iyo. Tingnan ang Messaging Gateway.

Higit pang Pro Features

  • Walang limitasyong mga custom mode — Gumawa ng sarili mong mga personalidad ng AI na may mga custom na prompt at variable
  • Mga custom na variable ng profile — I-personalize ang gawi ng AI sa lahat ng mode
  • Mga tagubilin sa bawat aksyon — I-customize kung paano kumikilos ang bawat aksyon ng tool
  • Caiioo Benchmarks — Ihambing kung paano gumaganap ang mga model na may mga pagsusuri sa kalidad at mga pagsubok sa throughput
  • Priyoridad na suporta — Magsumite ng mga tiket sa suporta nang direkta mula sa app

Mga Eksperimental na Tool

I-toggle ang mga eksperimental na tool sa pamamagitan ng on-device switch. Nagbabago ang mga ito habang nagiging ganap na feature sa Free o Pro tier. Kasama sa mga available na opsyon ang integration sa GitHub, Slack, advanced spatial reasoning, test automation, at iba pa.

Paganahin o Huwag Paganahin ang mga Tool

Pumunta sa Settings > Tools para makita kung ano ang magagamit at i-toggle ang mga tool on o off. Ang ilang mga mode ay may kasamang mga partikular na tool na naka-pre-configure.

Ang mga tool na hindi tumatakbo sa iyong kasalukuyang device ay lumilitaw na kulay-abo na may kasamang tala na nagsasabi kung aling mga platform ang pinagtatrabahuhan nila — at ang isang tool na nangangailangan lamang ng pagpapatakbo ng desktop app ay nagsasabi nito — upang matuklasan mo kung ano ang magagamit sa ibang lugar sa halip na hindi malaman na mayroon ito. Kung hihingi ka ng isa sa katulong ayon sa pangalan, sinasabi nito sa iyo kung aling mga platform ang gumagana ang tool sa halip na i-claim na wala ito.

Tingnan Din

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