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。

每个人都可以使用的这些工具（免费）

网页浏览（只读）

AI 可以导航您的浏览器、阅读页面、截屏、搜索 Google 并提取内容。非常适合研究和收集数据。

您可以询问：

  • “阅读此页面并总结它”
  • “对此进行截屏”
  • “查找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）

搜索并读取您的 Gmail、Google Drive、Docs、Sheets 和 Calendar——只需连接您的 Google 帐户即可，无需其他设置。Gmail 搜索支持自然语言筛选——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。

您可以询问：

  • “在我的 Drive 中搜索第四季度报告”
  • “查找 Bob 在上周发来的带有附件的未读邮件”
  • “阅读我的最新邮件”
  • “我今天的日程是什么？”

Sundial Agenda（只读）

查看您的日历事件和提醒、检查日程安排并寻找空闲时间段。在所有平台上均支持 Google Calendar。

网络搜索

由 AI 驱动的搜索并附带引用。提出问题并获取带有来源的答案，而无需自己翻阅搜索结果。

Slate Editor

用于代码和文档的实时 AI 协同。详情请参见 Slate。

计算器

快速数学。AI 可以在不使用外部工具的情况下进行算术、三角函数、统计等运算。

API 集成（只读）

向外部 REST API 发送 GET 请求。对于从我们尚未内置支持的服务中获取数据非常有用。

SQL 数据库

创建并查询本地 SQLite 数据库。对于分析 CSV 数据、构建轻量级仪表板或原型化数据工作流非常有用。

子代理

将复杂任务的一部分委派给并行代理，使它们能够独立运行并汇报结果。当您希望同时进行研究、分析和起草时非常有用。子代理的结果会内联渲染在主聊天中。

听觉

针对任何音频附件提出后续问题。借助具备音频处理能力的辅助模型，助手可以在您附加音频的当轮或之后的任何轮次中，带着针对性的问题重新聆听录音——“哪些词发音不准？”、“说话的语气是什么？”。录音工作流请参见 Voice。

询问用户

在 AI 运行中途暂停并弹出决策对话框。AI 会提供最多 4 个选项（批准、带备注批准、拒绝、带备注拒绝）并等待您的输入。您的备注会作为通俗易懂的指导反馈回来，从而覆盖原计划，且代理会原地继续运行。

自我检查器

对助手的每个回答进行评分和验证。点击任何回复旁边的 ⚖ 按钮以打开判定卡片。您可以选择由 LLM 驱动的判定以及确定性检查（精确匹配、包含子字符串、正则表达式、数字范围、算术）。评判员还可以编写一小型 Python 程序来重新验证简单检查无法完成的事项——例如从源数据重新计算所声称的统计数据——并在与所有其他组件（浏览器扩展和桌面应用）相同的无网络沙盒中本地运行；无法干净利落地运行的检查会报告为失败，而不是默默通过。判定在后台计算，因此即使您关闭面板它也会完成。结果会内联显示。费用会计入您的线程总额中。您可以选择哪个提供商和模型充当评判员——将模型留空，Caiioo 会根据您选择的提供商自动选择合适的模型。

即时工具选择器

端侧语义工具选择。AI 可在约 10ms 内选择正确的工具，而无需调用模型。所有层级默认启用——可在“设置” > “工具”中切换“Instant Tool Chooser”与“Quick Tasks LLM”。

Pro 版工具（$9/月）

Pro 版解锁了对免费版中只读工具的完全写入权限以及更多附加功能。

当你运行本地聊天模型（如 Ollama）时，会将数据发送到远程 AI 提供商的 AI 驱动型工具会首先征求你的批准。参见隐私与数据 → 远程 AI 提供商。

完全网页自动化

包含只读浏览的所有功能，外加：点击链接、填写表单、输入文本、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。

你可以要求：

  • “用我的信息填写这个表单”
  • “点击‘评论’标签页并阅读大家的评价”
  • “登录这个网站并下载我的发票”

完全 Google Workspace

创建、编辑和管理 Google Docs、Sheets、Slides、Gmail 草稿、Drive 文件和 Calendar 日历事件。Google Sheets 增添了新操作：粘贴 CSV/TSV/HTML、分列文本、修剪空白、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 增添了原生批注（添加、回复、解决、删除）、多标签页文档支持以及智能芯片识别（人员、链接、公式、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、格式化单元格 Google Slides — 创建演示文稿、添加文本/图像/表格、编辑布局 Google Calendar — 创建事件和提醒、安排你账户中所有日历（团队、家庭和个人日历）的会议

完全 Sundial Agenda

跨提供商创建事件和提醒、安排会议并管理你的日历。

完全 API Integration

对任何 REST 端点执行 POST、PUT、PATCH 和 DELETE 请求——不仅限于 GET。

文档导入

上传并分析 PDF、Word 文档 (DOCX)、Excel 电子表格 (XLSX) 以及带 OCR 的图像。通过 OpenRouter 密钥访问的 OCR 模型，可对复杂文档进行更高质量的提取。

图像生成

通过文本描述创建图像。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 和 Riverflow v2。非常适合插图、模型或可视化。

你可以创建：

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

视频生成

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

你可以生成：

  • 产品演示视频
  • 动画解说视频
  • 用于剪辑的场景转场
  • 故事板序列

音乐生成

通过 Google Lyria 3 Pro Preview（通过 OpenRouter 访问）从文本描述中生成原创音乐。创建免版税的音轨，并作为内联音频附件保存在你的对话中。

你可以生成：

  • 视频背景音乐
  • 环境音景
  • 项目的音乐主题
  • 描述的器乐版本

Seeing-Eye Dog

纯文本模型的视觉后备。如果你选择的模型不支持图像（如本地 Ollama、DeepSeek V4 Pro、Kimi K2.6），仍可附加图像——它们将通过低成本的视觉模型路由以生成图说，然后将文本发送到你的主模型。默认是通过 OpenRouter 的 Gemini 3.5 Flash Lite. 自动图说在构建消息时进行，并带有每个附件的缓存功能。使用 vision({action: "inspect"}) 工具进行有针对性的后续操作。在 设置 > 工具 > 视觉后备模型 中进行配置。

Workspace Files

在你指定的文件夹内进行沙盒式的读取、写入、编辑和搜索。无法跳出该文件夹或访问网络。自动解析 .docx、.xlsx、.pptx 和 PDF。非常适合在无需将本地项目文件上传到云端的情况下进行处理。在 设置 > 工具 > 工作区文件 中进行配置。

添加文件夹：在桌面端应用中，输入绝对文件夹路径；在浏览器扩展中，“添加文件夹”操作会打开你浏览器的自带文件夹选择器并记住你选择的文件夹。随后被删除、重命名或位于断开连接驱动器上的文件夹会被直接跳过，从而保证工作区的其余部分继续正常运行。

Test Runner

使用评测器运行提示词列表——子串匹配、模式 (regex)、预期的工具调用或第二模型的 1-10 分评分。每个提示词都在其自己的全新对话中运行，经过与你实际消息相同的管道——因此结果反映了应用实际执行的操作。浮动面板显示实时运行情况（套件名称、每个测试的通过/失败情况、进度）并带有取消按钮，运行过程中会保存结果，因此即使应用重启，导出和报告也不会丢失。将结果导出为 CSV 通过/失败报告。

XLSX 单元格级修订跟踪

Slate 电子表格现在通过 propose_change({editMode: 'xlsx_cell'}) 支持 DOCX 风格的修订。更改由 cellRef 和工作表名称锚定，内联渲染为 <del>旧</del><ins>新</ins>，并配有用于跳转到下一个、上一个、接受和拒绝的工具栏。AI 和用户按单元格进行合并，冲突时以用户的编辑为准。

物理与结构分析

计算抛体运动、碰撞、能量、动量、力、冲量、目标速度、梁载荷、柱失稳和材料属性。

私密同步

通过加密的云备份在各个设备之间同步你的设置和对话。详情请参见私密同步。

MCP 服务的

通过 HTTP/SSE 连接到远程 MCP 服务器，或在你自己的机器上运行桌面工具（通过桌面应用运行本地 MCP）。构建自定义工具集成或连接到第三方服务。

会议 Recall

检索最近视频通话的详情——文字记录、行动项和摘要，以便你可以将会议上下文提取到任何对话中。

消息网关

在 WhatsApp、Telegram 等平台上回复和发送消息，并由智能体为你代答。参见消息网关。

更多 Pro 功能

  • 无限自定义模式 — 使用自定义提示词和变量创建你自己的 AI 个性
  • 自定义配置文件变量 — 在所有模式下个性化 AI 行为
  • 按操作配置指令 — 自定义每个工具操作的行为方式
  • Caiioo Benchmarks — 通过质量评估和吞吐量测试对比模型的性能表现
  • 优先支持 — 直接从应用提交支持工单

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”以查看可用工具并将其开启或关闭。某些模式预配置了特定的工具。

不在当前设备上运行的工具会显示为灰色，并附带一条说明其支持哪些平台的提示 —— 如果某个工具只需要桌面端应用运行，也会明确说明 —— 这样您就能发现其他地方有哪些可用功能，而不是对此一无所知。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，而不是声称它不存在。

另请参阅

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