企业官网建设流程全解析

前一阵子, 于腾讯公司楼下, 官方开展的装虾活动, 直接窜上了全球热搜榜, 致使无数网友悲叹, 在深圳出差期间, 错失了薅鹅毛的良机。

但是千万别焦虑, 处于AI时代, 仅仅只要你追赶热点的速度足够慢, 那么就完全不需要再去学习了！句号。

瞧见没, 悲伤当时还没来得及充分酝酿呢, 紧接着, 腾讯便迅速地把那只已然火到出圈的虾, 直接给塞到正为人人都在用的微信里头去了。

最近, 微信上线了插件, 腾讯推出了全场景职场AI智能体桌面工作台, 名为腾讯版小龙虾, 它第一时间接入了该插件, 并完成了适配。

用户仅需于微信之中, 以一句话来讲明需求, 桌面端那个, 便能如同同事的那种情况一样, 自行去规划以及执行复杂任务, 还要去操作本地文件, 最终交付能够验收的结果。

不但如此, 鉴于众人办公软件存在多样性情况下, Claw的远程控制功能, 能够支持接入企业微信、QQ、钉钉、飞书等即时通讯工具, 以此来远程控制电脑上的执行任务。

当时, 我们怀着瞧一瞧看一看, 腾讯公司此次究竟搞出了啥奇妙新花样的这种心态, 实实在在地测试了长达一整个星期, 最后得出的结论就单单只有这一个:

鹅厂养虾，手拿把掐！

01

装虾，0 代码一分钟搞定

要玩明白AI Agent, 要用上爆火的那个, 在出来之前, 其门槛高到能把九成普通人都给劝退。

不去说着手去寻觅资源、撰写配置文件, 仅仅攀爬网络屏障、将界面转变为中文, 便能够致使一大批人径直选择放弃。更不要提及想要把它连接至微信、飞书这般日常会用到的工具之中, 要是没有一定的代码方面的能力根本就无法达成。

哪怕是腾讯, 整个的安装配置流程, 全过程都用不着去书写一行的代码, 只要能够稍微知晓点击屏幕上的图标, 便就能够在一分钟之内轻松搞定:

一旦于网页之上轻点下载, 接连不断地点击下一步, 接着于应用之内登录微信, 随之桌面端的便安装告成。

此后, 若要接入微信, 点击页面左侧的Claw设置按钮, 选择微信客服号集成, 然后点击右侧的配置按钮, 使用微信扫描弹出的二维码, 如此便完成任务。

然后，我们就可以在微信里，和虾聊天了。

联上飞书, 接上钉钉, 还有 QQ, 同样是这般流程, 轻点一下配置, 接着再去扫码, 便可实现全平台毫无缝隙贯通。

全部的进程, 极为顺畅, 用不着一条代码, 公司里负责清洁的阿姨过来了, 也能够在一分钟之内熟练操作。

光是连接简便也就罢了, 它还直接把十二大行业、一百四十多位细分领域的专家 Agent 全都给你内置妥当。我们能够在微信里将其凭借一句话给唤起, 以使 AI 变成我们二十四小时工作的电子牛马。

诸如, 我吩咐它帮寻小红书最为适宜的旅行类博主, 仅将: 调用小红书运营的专家这类话语输入后, 去搜寻在小红书里与 “旅行小窍门”有联系的热门笔记, 于其中遴选 5 位各异的作者, 逐个查看这些作者的用户个人主页以及历史发布笔记, 随后借助以上信息替我梳理出一份关于达人的评估表格, 该表格涵盖有: 昵称、粉丝数量等级比例、于近现代所创笔记互动数据的日均平均值、展现出的内容偏好特色的详细阐述、适宜达成合作方面的内容指引方向, 并且依据性价比来推举出轻重缓急的顺序排列等级。

它能够自动去调用专家, 对需要调用的工具展开思考, 进而给出极为完整的交付结果, 就连合作优先级已然直接排列好了。

想要去做内容, 从事搞设计工作, 进行算数据操作, 负责做运营事务, 也是如此这般, 如同从 UI 设计师, 转变为增长黑客, 再到成为招聘专家, 乃至担当销售教练, 在各行各业里的电子同事, 凭借着某种助力, 我们依靠微信, 只需简单一句话, 便能够将其召唤而来。

我们也可为除已存在的agent之外, 直接去安排一些随机任务, 这些任务会自行思索该如何去完成, 以及怎样去调用不同的工具。我们开展一个简单测验, 使其查询最新的金价波动情况。

能够发觉, AI不但给予了文字性质的结果, 还给予给了我一个html文件, 进而凭借可视化的方式看到详细的交易情形, 价格的走向、最高的价格、最低的价格, 每日的上涨下跌幅度。（每一个点都是心碎的声响）

当然，这些功能只是小试牛刀，没有完全发挥出 的全部实力。

接下来测试中，我决定将难度升级。

02

自动搭建 LOF 套利 agent，

再也不用手动盘数据

如果仅仅只是去做个信息的整理, 以及内容的生成, 那么这样子的话, 那可就未免是太小看腾讯所具备的养虾能力了。

我们径直登上了硬核难度, 用一句话, 使得它搭建一个能够自动盯盘的, 还能定时推送的 LOF 基金套利 Agent, 实现低风险赚钱。

对于小白而言, 首先要给其通俗讲一下这个任务的逻辑: 一方面, LOF基金存在着两种交易方式, 一种是支持在场外进行申购, 其申购渠道包括银行以及基金公司等；而同时, 它还支持场内交易, 场内交易是在证券交易所进行的, 类似于股票那样能够实时开展买卖操作。另一方面, 当出现场内价格与场外净值之间产生差值这种情况时, 也就随之出现了溢价或者折价套利的机会。再比如说, 当发现场外价格更为便宜的时候, 我们应该在场外按照净值进行申购, 然后将其转到场内, 再以高价进行卖出, 最后差价扣除掉手续费之后所得到的就是纯粹的收益了。

提醒, 因为场外交易运用的是T+2交易, 场内属于实时交易, 所以会产出一个起码两天的时间差, 在此期间有可能出现暴涨暴跌。故而, 这需要我们精确筛选出场内外差值足够大, 安全边际足够高的LOF。股市存在风险, 并且大模型尚未百分百消除幻觉, 涉及重要信息大家留意核实, 谨慎开展操作。

只是问题在于, 国内存在着三百多只具备套利条件的 LOF 基金, 可以进行套利操作, 每天都需要手动去盘点场内与场外的差价情况还要计算溢价率甚至要对行情加以分析, 这既耗费时间又消耗精力, 普通民众根本无法全部盯过来。

于是, 我们向其提出了需求, 要求它建立一个协助进行ETF领域薅取额外利益的智能代理, 在每天晚上九点这个特定时间点, 以表格的形式, 告知我们场内和场外基金中存在哪些差价超过百分之十的情况。

留意一下, 在此处我们特意埋下过一个陷阱: 能够进行场内与场外套利行为的情形下, 所适用的是 LOF 基金, 而非 ETF, 然而要清楚, ETF 具备另外一套套利的机制, 可是其根本就不适用于普通的民众去进行操作。

然而, 直接且精准地识别了此错误, 不但没有顺着我们所出的错误前行, 相反地直接交出了一套整套的 LOF 基金差价分析 Agent , 就连细节方面都做到极致了: 能够自动去筛选标的, 区分开溢价以及折价这两套各异的套利策略；而且是以表格的形式输出基金名称、代码、场内价格、场外净值、溢价率、套利方向, 甚至连操作建议都给清清楚楚明晰地写明白了的。

全过程之中, 较为惊喜的一处是, 相较于原版, 原本需自行撰写大量配置文件, 如今把常用的直接置于广场里, 只需轻点一下, 便能够自动完成配置了。

并且, 于创建智能体或者自动任务之际, 该模型会自行剖析达成任务所需的内容, 随后自行调用金融数据技能、安装所需工具, 无需手动配置任何环境。

更厉害的是, 鉴于agent构建一般无法一下子就实现期望的成效, 你居然能够对这一Agent进行无尽的迭代。

们额外增加了需求, 这个需求是, 给每一个基金添加分股分析, 添加市场行情解读, 添加券商观点, 同时, 把时间调整为每天晚上的九点 25, 并且需要每日将结果推送到微信。

它没说二话, 直接去读取现有的脚本, 对接了关于基金持仓的API, 对接了券商研报的API, 添加了微信推送功能, 改变了定时任务的时间。

另外, 有一点是蛮值得予以称赞的, 这件事就是, 它差不多把国内全部主流模型都给整合起来了。

此前, 好些模型企业都相继推出了自身的claw类产品, 确实是好用哪, 然而一方面不支持微信, 另一方面只能挑选某一家的模型产品, 灵活性欠佳, 是这样的情况哟。

首先, 存在这样一种情况, 我们能够依据丰富多样的模型选择, 这是按照任务的不同情况来进行的, 进而挑选出更为适宜的模型。之所以要这样做, 是为了防止出现套利未成功的状况, 同时避免出现token消耗率先瞬间快速上升的情况。

此外，面向国内版本的用户而言, 无论是初次使用的新用户, 还是已经使用过的老用户, 都会一次性给予赠送5,000。

我进行了一番计算, 得出这样的结果, 即在, 哪怕选用最为先进的模型, 对于简单任务来说其消耗仅仅是个位数, 而一些复杂任务的消耗基本上也能够控制在十几, 如此可以实现够用个把月的状况, 性价比当属相当地不错的。

仅仅是, 设计定时任务这件事自然是远远不够的, 我另外还需要在任何时间任何地点都能够以可视化的方式去知晓最新的lof基金溢价情形, 并且其操作也是极为简便的, 只需要在微信上面说上那么一声便可以了。

最后, AI 用文字形式告知了我详细的套利产品及细节, 并且附带了可视化 HTML, 以此让怎样选择清晰明了, 一目了然。

于最后一列之处, AI贴心地给出了分析之结果, 诸如哪些产品适宜溢价套利, 哪些产品适宜折价套利, 这般情况可谓是极为贴心的。

从前, 构建如此一套系统时, 差不多唯有量化公司或者代码能力很强的高手方可达成的行为，如今呢, 凭借着某些事物, 差不多每个人竟然均能够着手去做。

03

让 AI 帮我统计发票，

月底不再为报销发愁

倘若讲基金套利属于极少数人的进阶玩法, 那张发票整理这项功能, 便是会让每一个职场人直接呼喊救命的刚性需求。

身为内容从业者, 我们同事需频繁出差去跑采访, 一个月结束后, 打车发票、吃饭发票、高铁票、住宿发票能积攒几十张甚至上百张, 存在PDF格式与图片格式混合的情况, 高铁票格式和普通发票格式显著不同, 要逐个打开, 录入信息, 制作表格, 核对金额, 仅仅整理完这些发票就得耗费大半天时间, 一旦有一个小数点出现错误就会被财务退回要求返工。

现在，这些脏活累活，全交给 就行。

我们直接扔给它一个装有四十五张各类发票的文件夹, 顺便强调了一下, 要把桌面上发票文件夹里的全部发票, 依据开票方、销售方、发票类别、金额等信息, 整理成一个表格后发给我。

接下来就是全程无需插手的自动化处理：

它先是自动将文件夹之中的全部文件予以读取, 从中识别出了 45 个 PDF 发票；而后自动去编写脚本以批量提取信息, 在这个过程里发现铁路电子客票格式不相符、正则匹配出现错误这种问题, 整个过程都是自主进行迭代、自主完成修复。

能够看到, 当中, 还掺和进了大量图片格式和与传统发票格式有着极为显著差别的高铁票, 可是AI依旧精确地找出了当中问题并且主动提出了改进方式的呢。

接下来呈现的是最终交付的文件, 其中包含文件名, 销售方，发票类别, 金额, 开票日期, 发票号码, 所有这些信息毫无差错, 就连夹杂在其中的图片格式发票以及高铁票, 也达成了精准无误的识别。

以前要花一整天搞定的报销，现在一句话，几分钟就完事了。

再也无需对着那一堆发票去熬过漫长的夜晚, 再也无须因小数点之后两位出现的差错而不停地跟财务反复纠缠, 职场人的那种幸福感, 竟然直接就被这只虾给切实提升满满了哦！

04

结尾

实际测试得出的结果是, 要是以满分十分作为衡量标准的话, 我的个人所给出的评价能够给到8.5分。

之所以获得如此高的分数, 关键在于它精确地处理了当前市面上Claw类产品存在的两项主要问题, 核心在于此, 在于此精准解决, 在于此两大痛点。

首先, 全平台实现零门槛打通, 并且是微信原生适配。这点堪称最为厉害的一点。其它同类产品呢, 要么对微信不予以支持, 要么接入流程极为复杂, 然而, 不仅在第一时间适配了微信刚上线的插件, 还达成了扫码 1 分钟绑定, 语音指令、传文件、远程操控等功能, 在微信里直接就能够完成, 切实做到了随时随地借助 AI 开展工作。

相较于原版的情况, 需要自行创作大量类别繁多的配置文件, 将常用技能直接构建成了开放的广场样式, 涵盖了诸如GIF搜索、管理功能, PDF编辑操作, AI绘图技能, 邮件管理工作等, 有上百种技能, 只需轻点一下就能实现自动配置, 甚至于模型能够自动剖析任务所需何种技能, 主动完成配置齐全的工作, 哪怕是毫无经验的新手也能够在零门槛的条件下轻松上手。

第二, 对于全主流模型进行适配, 从而将性价比提升至最大程度。众多同类产品, 仅仅能够绑定自身的大模型, 灵活性极为糟糕，然而, 不仅具备免费的5000 , 而且几乎整合了国内全部主流大模型, 像GLM、Kimi等, 实现全覆盖, 你能够依据任务的难度挑选最为合适的模型, 将成本控制到最低限度。

又配上鹅厂官方所出品, 对照各类第三方工具, 于数据安全方面, 在本地文件读取的权限管控这一范畴内, 又增添了一层保障, 特别是职场人士处理公司文件以及财务数据的时候, 安全感一下子就提升到了满格状态。

当然, 实际测试之后也存在着一些欠缺之处: 比如说, 间或会出现本地文件接连读取失败的状况；跨应用授权的流程尚有可以优化的余地, 在初次进行跨应用调用时, 需要持续不停地手动确认授权, 否则有可能导致任务失败。

然这些细微之问题, 于其带来之效率提升面前, 几近可被忽视不计。毕竟回溯往昔一个季度, 汝便会知晓, 科技进步之速度, 特别是国内厂商之产品化能力, 强得令人惊叹, 眼前于此之小问题, 或许不到一周时间, 便能够被顺利解决。

多一个月之前过春节时, 身旁还有好些同事, 为了进行所谓安装操作, 从注册账号起始, 历经折腾七八天时间尚未完成；现今呢, 仅仅需轻按几下进行下载, 再扫一扫那个码, 哪怕是全然不明白代码的财务人员、前台工作人员, 也能够简便地搭建出来自动化办公应用, 将办公用品管理、报销统计这类重复性工作处理妥当。

曾经, AI Agent可算得上是只归技术极客所有的, 如今呢, 腾讯凭借极致的产品化能力, 将其送到了每一位普通职场人的手中, 这便是事实。

同事相互之间, 不再有推诿扯皮的情况了。另外, 每天还都会彼此分享好用及搭建小窍门。就此而言, 同事之间关系, 相较过去变得更为亲密了。大家都高呼科技万岁, 实际上, 这确切是从这样那些微末的细节之中展现出来的。