本文档由英文原版机器翻译而成。如果翻译版本与英文原版之间存在任何冲突，请以英文原版为准。 阅读英文原版

工具：AI 能做什么

AI 不仅仅是聊天 —— 它还可以采取实际行动。使用工具浏览网页、阅读文档、生成图像、管理日历等。AI 会根据您的需求自动决定使用哪些工具。

Caiioo 使用读/写访问模型：免费用户对大多数工具拥有只读权限，而 Pro 用户可解锁全面的写入权限。

所有人均可使用这些工具（免费）

网页浏览（只读）

AI 可以操控您的浏览器、阅读页面、截屏、搜索 Google 以及提取内容。非常适合用于调研与数据收集。

您可以这样提问：

  • “阅读此页面并进行总结”
  • “给这里截张图”
  • “找出此页面上的所有价格”
  • “在 Google 上搜索最好的露营帐篷”

Google Workspace（只读）

搜索并阅读您的 Gmail、Google Drive、Docs、Sheets 和 Calendar——只需关联您的 Google 账号，无需其他繁琐设置。Gmail 搜索支持自然语言过滤——发件人、主题、标签、类别、时间、附件和未读状态——因此您无需了解 Gmail 的搜索语法。

您可以这样提问：

  • “在我的 Drive 中搜索 Q4 报告”
  • “查找上周来自 Bob 且带附件的未读邮件”
  • “阅读我最新的邮件”
  • “我今天的日历有什么安排？”

Sundial Agenda（只读）

查看您的日历事件和提醒，检查空闲情况并寻找可用时间段。支持所有平台上的 Google Calendar 以及 Microsoft Outlook / Microsoft 365——关联工作、学校或个人 Microsoft 账号后，其日程事件将与您的 Google 事件并列显示在同一个日程表中。如果 Microsoft 是您的常用日历提供商，日程表会自动使用它，无需每次都手动选择数据源。

选择哪些日历可以向您发送提醒。 在 Agenda 的“显示/隐藏日历”中，挑选允许发送提醒的日历——包括与您共享的日历，这样家人或伴侣的日历可以提醒您，而其他日历保持静音。默认情况下，仅有您拥有的或主动添加的日历会发送提醒。

网络搜索

具备引用来源的 AI 驱动搜索。提出问题并获得附带出处的答案，无需自行在搜索结果中翻找。搜索运行时无需审批提示——它仅抓取公开网页，不会将您的任何数据发送给其他 AI 提供商。

Slate 编辑器

面向代码和文档的实时 AI 协作。详情请参见 Slate。

在聊天中显示结果

有些答案以视觉画面的形式呈现比纯段落效果更好。AI 可以构建一个小型 HTML 页面——对比表格、仪表板、摘要卡片或信息图表——并直接在对话中渲染展示，而无需让您点击链接打开。

该功能也适用于您已有的文档。针对现有 HTML 文档说出*“内联显示”或“在聊天中显示”*，该文档就会直接出现在对话中；点击其上方的标签即可打开完整的编辑器。更多信息请参见 Slate。

已关联账号

询问 AI 它已关联了哪些服务。它可以列出您关联的服务（Google Workspace、Microsoft 365、GitHub、Notion、Linear、Slack），检查连接是否仍然有效，提示您对已失效的连接重新授权，以及断开您不再需要的连接。它绝不会显示或处理这些连接背后的机密凭据。

如果您在同一个提供商下拥有多个账号——例如同时拥有 [email protected] 与 [email protected]——它们会被严格区分，因此针对工作日历的请求不会悄悄读取您的个人日历。

工作区文件

让 Caiioo 指向您电脑上的文件夹，它就能在文件原本所在的位置直接读取、搜索和编辑您的文件——无需复制任何内容到应用中，因此绝不会出现两份文档版本各异、逐渐偏离的情况。支持 macOS、Windows 和 Linux，以及浏览器扩展程序。（iPhone 和 Android 无法访问本地文件夹，因此不支持该功能。）

添加文件夹： 打开消息输入框旁边的 + 菜单并选择添加文件夹…——系统常规的文件夹选择对话框随即打开（浏览器扩展程序则使用浏览器自备的文件夹选择器）。文件夹仅需设置一次；之后每次对话可以在该菜单中通过复选框选择允许访问其中的哪些文件夹，新对话默认不启用任何文件夹，直到您主动勾选。此外还有**浏览文件夹…**选项，它可以将文件作为轻量级引用置入您的消息中——只有在真正需要时，Caiioo 才会从磁盘中打开它。

运行对话的电脑上的文件夹： 当对话由您的另一台电脑托管时，文件夹菜单会向该电脑发出请求并列出 {computer} 上的文件夹——那是它的文件夹，而非当前设备的。挂载来自 {computer} 的新文件夹可从该电脑添加文件夹。如果主机是手机，或者当前无法连通，菜单会明确提示，而不是显示错误的列表。

在对话中附加副本： 文件夹浏览器中的每个文件都有一个附加按钮，可将其快照复制到对话中，以及保存到资源库以便在不移动文件的情况下将其保留为参考。您也可以直接提出要求——“读取我‘文档’文件夹中的合同”——AI 会为您将其复制进来。系统会自动从 PDF、Word、Excel 和 RTF 文件中提取文本，如果无法提取，结果会如实说明，而不会假装文件是空的。

附加的副本会记住其来源。 在资源库中打开该文件，详情会显示其附加来源的文件夹和路径，以及副本与原文件是否仍然一致。写回文件夹会用您编辑后的副本替换原始文件。如果原文件在此期间被修改，Caiioo 会暂停并询问——您会看到文件夹中的文件已被修改提示以及一个替换按钮，因此在未经您同意的情况下，绝不会丢失任何人的劳动成果。

内置安全机制： 在覆盖文件之前，Caiioo 会保留一步撤销。它拒绝用纯文本版本替换 Word、Excel 或 PDF 文档。从 Caiioo 中移除文件夹绝不会删除磁盘上的任何内容。如果处理过程需要访问您未共享的位置，Agent 可以按路径请求特定文件夹——您会在审批提示中看到确切的文件夹路径，点击同意仅会授予当前对话的访问权限。

它的能力包括： 直接读取 PDF 和 Word 文档；搜索时包含上下文行以便匹配项自带语境；执行精确的多处编辑，要么全部生效，要么保持文件完全不变；在写入任何内容之前精确显示拟议修改的变更；以及在文件夹之间复制文件且不改变其内容。

Python 运行同样可以使用您的文件： 当 AI 编写并运行 Python 时，它可以将您已关联文件夹中的文件拉取到运行环境中，并将生成的结果直接保存回其中一个文件夹——因此清理电子表格的脚本会将清洗后的副本存放在您找得到的地方，而不是困在聊天消息里。

运行实际命令（桌面端，默认关闭）： 在 macOS、Windows 和 Linux 上，您还可以允许 Caiioo 运行 Shell 命令——npm test、构建命令、脚本——这些命令从相应的项目文件夹中启动，并限制在一个无法访问磁盘其余部分（也无法访问网络，除非您针对该文件夹明确允许）的沙箱中。长时间运行的命令（如开发服务器或完整测试套件）可以在后台运行，而 Caiioo 则继续处理其他工作。查看输出控件允许您自行跟踪实时输出，AI 还可以要求在任务完成时被唤醒——它会在返回时获取退出状态码并自行读取保存的输出。完整的输出会被保留，以便 AI 稍后搜索或重读，而无需重新运行命令。在“设置”>“工具、模式与应用”>“工具配置”>“工作区文件”中开启此功能。

资源库

Caiioo 为您存储的一切内容——附件、生成的文档、下载内容、保存的文件集——都存放在资源库中。（此前它被称为“文件管理器”；该名称在其出现的所有位置均已更改：输入框的“文件夹”菜单、“设置”以及对话框本身。）

资源库包含两个面板：

  • 文件——每个文件均可搜索，并可查看任意文件的详情。将文件整理归类到项目中（这是 Caiioo 自身的组织分组）。现在，“文件夹”一词始终专指您电脑上的文件夹，绝不代表此类分组。
  • 已存项目——组合保存在一起的文件集合。在文件中选择文件，点击另存为项目，为其命名标题并指定合集，即可完成保存。原始文件仍保留在原处。您可以通过合集进行搜索、排序和筛选以便再次找到它们。

某些已安装的应用提供了专有的方式来阅读其生成的内容。当有可用视图时，您会在项目上看到打开应用视图，或在合集上看到打开应用合集视图——这是一种具备分页功能的专用阅读器，而非普通的文件列表。标准列表在底层仍然可用，即使应用被卸载，您的文件也依然完好无损。

代码智能

Caiioo 能像开发者的代码编辑器一样理解您的代码，而不仅仅是文本匹配。仅靠搜索名称会找出所有恰好重名的内容——包括定义、毫无关联的同名事物以及注释中的提及。而代码智能则会向真正的语言服务器发起查询，因此 Caiioo 能够跳转到定义位置、查找其真正被调用的地方、读取符号的类型和文档、列出文件中定义的内容，并查看您的编辑器会显示的错误和警告。支持 macOS、Windows 和 Linux，可在您与 Caiioo 共享的文件夹中运行。

计算器

快速数学计算。AI 无需使用外部工具即可进行算术、三角函数、统计等计算。

API 集成（只读）

向外部 REST API 发起 GET 请求。适用于从我们尚未提供内置支持的服务中获取数据。

SQL 数据库

创建并查询本地 SQLite 数据库。适用于分析 CSV 数据、构建轻量级仪表板或进行数据工作流原型设计。

子代理

将复杂任务的部分工作委托给并行代理，使其独立运行并汇总汇报。每个助手都会分配到专属的工作额度，并持续运行，直到工作完成、无法取得进一步进展或额度耗尽——随后汇报其成果。当您希望调研、分析与草拟工作同时进行时，此功能非常有用。子代理的结果会直接在主聊天中内联呈现。

听觉

针对任何音频附件提出后续问题。助手可以在您附加录音的当次回合或后续的任何回合中，通过支持音频的辅助模型，带着针对性问题重新聆听录音——例如“哪些单词发音不准？”、“说话是什么语气？”。录音工作流程请参见 Voice。

询问用户

在 AI 运行中途暂停并弹出决策对话框。AI 最多提供 4 个选项（批准、附带备注批准、拒绝、附带备注拒绝）并等待您的输入。您的备注会作为纯文本指引回传以覆盖原计划，随后 Agent 会在当前位置继续执行。

自我检查器

对助手的每一次回复进行评分与核验。点击任意回复旁的 ⚖ 按钮即可打开裁决卡片。您可以从 LLM 驱动的研判与确定性检查（完全匹配、包含子字符串、正则表达式、数值范围、算术）中进行选择。裁判还可以编写一个小型 Python 程序来复核简单检查无法验证的内容——例如根据源数据重新计算声称的统计数据——并在与其他功能相同的无网络沙箱中于本地运行（浏览器扩展程序和桌面端应用）；无法正常运行的检查将报告为失败，而不是静默通过。裁决会在后台计算，因此即使您关闭面板也能顺利完成。结果会内联显示。费用计入您的对话总额。您可以挑选由哪个提供商和模型担任裁判——若将模型留空，Caiioo 会为您选择一个适合所选提供商的模型。

即时工具选择器

设备端语义工具选择。AI 可以在约 10 毫秒内选出恰当的工具，而无需调用模型。在所有层级中均默认启用——可在“设置”>“工具、模式与应用”>“工具配置”中切换“Instant Tool Chooser”与“Quick Tasks LLM”。

Pro 档工具（$9/月）

Pro 解锁了在免费版中为只读状态工具的完整写入权限，并提供了更多额外功能。

当你运行本地聊天模型（如 Ollama）时，可以让 AI 驱动的工具在将你的数据发送给远程 AI 提供商之前请求你的批准。该提示在重建期间默认处于关闭状态——可在“设置 > 个性化与隐私 > 远程 AI 提供商”中开启在工具使用其他 AI 提供商前询问。请参阅隐私与数据 → 远程 AI 提供商。

完整的 Web 自动化

包含只读浏览中的所有功能，外加：点击链接、填写表单、键入文本、与页面元素交互以及执行 JavaScript。非常适合表单填写、数据录入和浏览器自动化。

你可以这样提问：

  • “用我的信息填写此表单”
  • “点击‘评价’选项卡并阅读大家的反馈”
  • “登录该网站并下载我的发票”

完整的 Google Workspace

创建、编辑和管理 Google Docs、Sheets、Slides、Gmail 草稿、Drive 文件以及 Calendar 事件。Google Sheets 新增了多项操作：粘贴 CSV/TSV/HTML、分列文本、修剪空格、删除重复项、应用和清除工具栏筛选器、移动行和列、插入和删除单元格区域、保护区域、定义和更新命名区域、附加开发者元数据以及应用条件格式。Google Docs 获得了原生评论功能（添加、回复、解决、删除）、多标签页文档支持以及智能芯片（smart-chip）识别（人员、链接、方程式、分页符、日期）。

Google Drive — 创建文件夹、移动文件、管理共享权限 Gmail — 起草和发送电子邮件、下载附件 Google Docs & Sheets — 创建和编辑文档、编写公式、设置单元格格式 Google Slides — 创建演示文稿、添加文本/图片/表格、编辑版式 Google Calendar — 创建活动与提醒，跨账户下的所有日历（团队日历、家庭日历及个人日历）安排会议

完整的 Sundial Agenda

创建事件与提醒、安排会议，并跨不同提供商管理你的日历。

完整的 API 集成

向任何 REST 端点发起 POST、PUT、PATCH 和 DELETE 请求——不仅限于 GET。

文档摄入

上传并分析 PDF、Word 文档（DOCX）、Excel 电子表格（XLSX）以及带有 OCR 的图像。对于复杂文档，可通过你的 OpenRouter 密钥访问 OCR 模型以获得更高质量的提取效果。

图像生成

根据文本描述创建图像。可用模型包括 FLUX.2（Flex、Klein、Max、Pro）、Gemini（2.5 Flash、3 Pro、3.1 Flash）、GPT-5 Image、Seedream 4.5 以及 Riverflow v2。非常适合用于插画、设计模型或可视化呈现。

你可以创建的内容：

  • 新设计的产品模型
  • 博客文章插图
  • 3D 项目的纹理材质
  • 现有图像的变体

视频生成

根据文本描述生成视频。可通过 OpenRouter 访问的可用模型包括：Google Veo 3.1、OpenAI Sora 2 Pro 和 ByteDance Seedance。有效时长和分辨率因模型而异。生成的视频将保存为对话帖附件。

你可以生成的内容：

  • 产品演示视频
  • 动画解说视频
  • 剪辑用的场景转场
  • 分镜头故事板序列

音乐生成

通过 Google Lyria 3 Pro Preview（通过 OpenRouter 访问）根据文本描述生成原创音乐。创建免版税音轨，并以内联音频附件的形式保存在你的对话帖中。

你可以生成的内容：

  • 视频背景音乐
  • 氛围声景
  • 项目主题音乐
  • 描述的器乐版本

导盲犬（Seeing-Eye Dog）

纯文本模型的视觉回退机制。如果你选择的模型不支持图像（如本地 Ollama、DeepSeek V4 Pro、Kimi K2.6），你仍可附加图像——它们会通过廉价的视觉模型进行路由以生成图像说明，随后将文本发送给你的主模型。默认使用通过 OpenRouter 接入的 Gemini 3.5 Flash Lite。自动生成说明在构建消息时执行，并针对每个附件进行缓存。可使用 vision({action: "inspect"}) 工具进行针对性的后续处理。

测试运行器（Test Runner）

使用评估器运行提示词列表——支持子字符串匹配、模式（正则表达式）、预期工具调用或第二模型 1-10 分评分。每个提示词都在各自独立的全新会话中运行，且走的是与实际消息相同的管道流程——因此结果能够真实反映应用的实际表现。浮动面板可实时显示运行状态（套件名称、单项测试通过/失败状态、进度）并带有取消按钮；结果会随着运行的推进实时保存，因此即使重启应用，导出的数据和报告也不会丢失。支持将结果导出为 CSV 格式的通过/失败报告。

XLSX 单元格级修订追踪

Slate 电子表格现已通过 propose_change({editMode: 'xlsx_cell'}) 支持 DOCX 风格的修订标记。更改通过 cellRef 和工作表名称进行定位锚定，内联渲染为 <del>old</del><ins>new</ins>，并配有包含“下一个”、“上一个”、“接受”和“拒绝”的工具栏。AI 与用户进行逐单元格合并，发生冲突时以用户编辑为准。

物理与结构分析

计算抛体运动、碰撞、能量、动量、力、冲量、目标命中速度、梁荷载、压杆失稳以及材料属性。

私密同步（Private Sync）

通过加密云备份在不同设备间同步你的设置和会话。详情请参阅 Private Sync。

MCP 服务器

通过 HTTP/SSE 连接到远程 MCP 服务器，或在本地计算机上运行桌面工具（通过桌面端应用的本地 MCP）。构建自定义工具集成或连接到第三方服务。

会议回顾（Meeting Recall）

检索近期视频通话的详细信息——包括转录文本、待办事项和摘要，以便将会议上下文引入任何会话中。

消息网关（Messaging Gateway）

跨 WhatsApp、Telegram 等平台收发消息，并由智能体代你进行回复。详情请参阅 Messaging Gateway。

更多 Pro 功能

  • 无限自定义模式 — 通过自定义提示词和变量创建你专属的 AI 人设
  • 自定义配置文件变量 — 在所有模式下个性化定制 AI 行为
  • 逐操作指令 — 自定义每个工具操作的具体行为
  • Caiioo 基准测试 — 通过质量评估和吞吐量测试对比各模型的表现
  • 优先支持 — 直接在应用内提交支持工单

实验性工具

通过设备端开关切换实验性工具。随着功能成熟进入免费或 Pro 档位，这些工具会轮换。可用选项包括 GitHub 集成、Slack、高级空间推理、测试自动化等。

启用或禁用工具

前往 设置 > 工具、模式与应用 > 工具配置 以查看可用工具并开启或关闭它们。某些模式预配置了特定工具。

不在您当前设备上运行的工具会显示为灰色，并附带说明其支持哪些平台的提示 —— 需要运行桌面应用的工具也会明确说明 —— 这样您就可以发现其他地方可用的功能，而不会一无所知。如果您按名称向助手索取某个工具，它会告诉您该工具支持哪些平台，而不会声称它不存在。

另请参阅

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