进阶实战

旗鱼的技能会根据需求自动加载，多个技能可以无缝衔接。这意味着你只需要描述最终目标，AI 会自动调用所需的全部能力来完成任务。

本页整理了一些多技能组合的实战案例，帮你打开思路。

简历筛选与整理

涉及技能：PDF / 文件读取 + Excel + Word

场景：收到一批简历（PDF 或扫描件），需要快速筛选出符合条件的候选人并整理成报告。

我在 ~/Desktop/简历/ 文件夹里放了 20 份简历（PDF 格式），
请帮我筛选 3 年以上 Java 后端经验的候选人，
把所有人的关键信息（姓名、工作年限、技术栈、最近公司）整理成 Excel，
然后挑出最匹配的 5 人，生成一份推荐报告 Word 文档，说明推荐理由。

AI 会：

逐个读取所有 PDF 简历，提取关键信息
按条件筛选，生成 Excel 汇总表
从中挑选最优候选人，生成带推荐理由的 Word 报告

你也可以追加指令：

把这份推荐报告通过飞书发给 HR 负责人

竞品分析报告

涉及技能：浏览器 + Excel + Word

场景：调研竞品信息，整理成结构化的分析报告。

帮我做一份竞品分析：
1. 在网上搜索国内主流的 AI 终端/Agent 产品（至少 5 个）
2. 收集每个产品的核心功能、定价、目标用户
3. 整理成对比表格 Excel
4. 写一份竞品分析报告 Word，包含功能对比、优劣分析和差异化建议

数据报表自动化

涉及技能：终端 + Excel + Word + 邮件 + 觉醒模式

场景：定期从服务器采集数据，生成报表并发送。

先让 AI 创建自动化流程：

帮我设置一个自动化任务：
- 每周一早上 9 点执行
- 登录生产服务器，统计上周的接口调用量、错误率、响应时间
- 把数据整理成 Excel 表格（含趋势对比）
- 生成一份「周度接口质量报告」Word 文档
- 通过邮件发送给 tech-team@company.com

AI 会创建一个觉醒模式的关切（Watch），到时间自动执行整个流程。

文档翻译与本地化

涉及技能：PDF / Word + Word

场景：翻译技术文档或合同，保留排版格式。

读取 ~/Documents/API-Specification.pdf，
把内容翻译成中文，保留原有章节结构，
生成一份中文版 Word 文档。
技术术语保留英文原文，用括号附上中文说明。

或者批量翻译：

把 ~/docs/ 目录下所有英文 Markdown 文件翻译成中文，
翻译后保存为同名文件放在 ~/docs/zh/ 目录下。

邮件驱动的工作流

涉及技能：邮件 + 日历 + Excel + Word

场景：自动处理特定邮件，提取信息并执行后续操作。

帮我做以下事情：
1. 检查邮箱中最近 3 天来自 *@supplier.com 的邮件
2. 提取每封邮件中的报价信息（产品名、单价、数量、交期）
3. 汇总成一份报价对比 Excel
4. 如果有报价低于我们的预算（参考 ~/budget.xlsx），在日历上创建一个跟进提醒
5. 生成一份采购建议 Word 文档

网页数据采集与分析

涉及技能：浏览器 + Excel + Word + 邮件/IM

场景：从网站采集数据进行分析。

帮我采集 V2EX 热门帖子的数据：
1. 打开 V2EX 首页，获取今天最热的 30 个帖子
2. 记录标题、作者、回复数、节点分类
3. 整理成 Excel 并按回复数排序
4. 分析一下今天的热门话题趋势，写一份简短的分析摘要发到钉钉

运维日报自动化

涉及技能：终端 + 知识库 + Word + IM + 觉醒模式

场景：自动采集多台服务器状态，生成日报并推送。

创建一个关切：
- 每天下午 5:30 执行
- 依次检查以下 3 台服务器的状态（我已配好 SSH 连接）：
  web-server、db-server、app-server
- 采集：CPU/内存使用率、磁盘空间、关键服务状态、今日异常日志
- 和昨天的数据做对比（从知识库中获取历史数据）
- 生成一份运维日报 Word 文档
- 如果有异常，通过钉钉立即通知我；如果一切正常，把日报发到企业微信运维群
- 把今天的数据保存到知识库，供以后对比

会议全流程自动化

涉及技能：日历 + 邮件 + Word + IM

场景：从日程安排到会议纪要，全流程自动化。

会前：

看看我明天的日程，找到所有会议，
给每个会议的参会者发一封提醒邮件，附上会议议程。

会后：

帮我整理今天下午产品评审会的纪要，要点如下：
- 决定 v2.0 上线时间推迟到 3 月底
- 新增「数据导出」功能，王明负责
- 设计稿下周三前完成
整理成 Word 纪要文档，通过飞书发给所有参会者，
同时在日历上创建关键节点的提醒事项。

技术调研与知识沉淀

涉及技能：浏览器 + 知识库 + Word

场景：调研某个技术方案，整理成文档并沉淀到知识库。

帮我调研 Kubernetes 的 HPA（自动扩缩容）：
1. 搜索并阅读官方文档和最佳实践
2. 了解 HPA 的配置方式、指标类型、常见坑
3. 写一份技术调研文档（Word），包含：原理、配置示例、生产建议
4. 把关键知识点保存到知识库，以后可以快速查阅

组合技巧

用自然语言串联

不需要特殊语法，直接描述完整的工作流即可。AI 会自动判断需要哪些技能、按什么顺序执行。

分步骤也可以

如果一次描述太多容易混乱，也可以分步下达指令：

先帮我读取 ~/data/ 下的所有 CSV 文件

把刚才的数据按月份汇总，生成 Excel

根据 Excel 数据写一份分析报告，发到邮箱

每一步的结果会保留在 Agent 的上下文中，后续步骤可以自然地引用前面的成果。

善用觉醒模式

如果某个工作流需要定期执行，把它设置成关切（Watch）即可。AI 会在指定时间自动完成整套流程，你只需要看结果。

善用知识库

知识库可以在多次对话之间传递信息。比如把筛选标准、文档模板、常用配置保存到知识库，AI 执行任务时会自动参考。

远程也能用

所有组合玩法都可以通过钉钉/飞书/企微/Slack/Telegram 远程触发。出门在外，一条消息就能让 AI 执行复杂工作流。