鱼皮AI导航
鱼皮AI导航
  • 主页
  • 社区
  • AI工具
  • AI知识库
  • AI提示词
  • MCP
  • Skills
  • AI学习资源
  • AI资讯
  • GitHub开源
登录/注册

又一个国产版 Codex 神器,也来卷办公了!

程序员鱼皮
程序员鱼皮
2026-10-22 10:45
阅读 58
程序员鱼皮
2026-10-22 10:45
阅读 58

大家好,我是程序员鱼皮。

经常看我文章的朋友应该知道,之前测评 GLM 系列模型的时候,我用的都是智谱的 ZCode。

ZCode 是智谱官方推出的 AI 工作台,使用体验跟 Codex 之类的 AI 工具几乎一致,而且跟自家的 GLM 模型做了深度联调。

ZCode 界面

得益于 GLM 模型的能力,它已经成了我用得最多的国产 AI 工具。

而且开源之后,ZCode 正式发力,已经从写代码的工具变成了兼顾办公体验的万能工具。普通的办公任务可以交给 Work 模式,几百份文件的大活可以交给 Workflow 工作流,更专业的需求还能去插件市场装插件。

ZCode 新能力

下面,实战教程开始~

1、Work 模式 - 一句话整理报销单

先从最常见的办公任务开始。

作为一名创业者,每到月底报销,我都头大。

因为发票有的是 PDF,有的是截图,甚至偶尔还有随手拍的照片,整理起来又费时间、又容易出错。

为了测试 ZCode 的办公模式到底靠不靠谱,我准备了 12 份票据(全部是虚构的演示数据),还偷偷埋了 5 个坑。

比如同一张发票,我既放了 PDF 原件,又放了一张手机拍照版,这属于重复报销;打车行程单只是发票的附件,不能重复算钱;有张发票的购买方税号错了一位;有张发票的大写金额和小写金额对不上;还有一张是餐厅的结账小票,根本就不是发票。

操作很简单,打开 ZCode 新建任务,把装票据的文件夹拖进对话框,然后用大白话说出需求就行。

▼
plain
复制代码
文件夹里是我这个月的报销票据(演示用的虚构数据),帮我整理成一份 Excel 报销单,按费用类别汇总。 公司抬头:摸鱼科技(深圳)有限公司,税号 91440300MA5H7Q2K3R

提交任务

ZCode 先把 12 个文件挨个儿读了一遍,PDF、截图、照片都能识别,1 分钟左右就读取完了。

而且在识别阶段,它就已经发现了好几个问题,比如烧烤那张发票的税号尾号是 8R,跟公司的税号对不上。

接下来,它加载了表格技能开始制作 Excel。第一次使用会有点慢,因为要先安装 LibreOffice 等处理库,用来重新计算表格里的公式,检查有没有算错。

安装环境

表格做完之后,它还会把每个工作表渲染成图片,派一个专门的视觉验收子代理检查排版,发现问题再自主修复。

最后交付的 Excel 有 3 个工作表,分别是报销明细、分类汇总和行程单明细,公式和金额都经过了重新计算核对。

汇总结果

再来看看我埋的 5 个坑,AI 发现了没有?

重复的发票它只算了一次,行程单也老老实实当成了打车发票的附件,没有重复算钱。税号错误和小票都被标了出来,提醒我退回重开或者补开发票。

发现问题

5 个坑找到了 4 个! 唯一漏掉的是那张大小写金额不一致的图书发票。

这个坑确实比较阴,所以我的建议是,AI 整理完之后,关键金额还是要自己再扫一眼。

整体来说,我对这份报销单还是很满意的,比我自己对着发票一张张填快多了。

不过分析处理十几张票据还只是牛刀小试,如果让 AI 处理几百份文件的大任务,它能胜任么?

2、Workflow - 让 AI 检查数百篇教程

我有一套免费开源的 《AI 编程零基础教程》,光中文内容就有 380 篇文章、6000 多个链接。

AI 圈的变化实在太快了,模型几周就换一代,价格说改就改,链接说失效就失效。教程写得越多,过时的地方也就越多,靠人工检查一遍至少得好几周。

AI 编程教程

这个任务的复杂度很高。每个链接都要真实访问一遍,每条模型和价格信息都要联网核实,还要跨文章找出前后矛盾的说法。感觉做一遍 Tokens 消耗要爆炸了!

这种任务就很适合交给 ZCode 新出的 Workflow 动态工作流。

普通的多 Agent 协作,大多是 AI 边干活边商量怎么分工。

而 Workflow 的思路不一样,AI 会先把「怎么干」写成一份代码脚本,相当于项目经理先写好 SOP 和排期表,然后再调度一支 AI 小队照着脚本分工干活,关键节点还有专人负责质检。

两种协作方式

使用方法很简单,在需求前面加上 /workflow 就行,下面是我发给 AI 的提示词:

提交任务

AI 先加载了 dynamic-workflows 动态工作流技能,然后检查仓库结构,统计出 3 个目录一共有 380 篇文章,去重后有 6287 个链接。

在写工作流之前,它先写了一个链接检测脚本试跑,并且用 EvalWorkflowSnippet 工具提前验证了文章分组,确认二十多个分组刚好覆盖全部 380 篇文章,一篇都没有遗漏。

验证分组

准备工作做完,它才开始设计子代理的分工,并编写工作流脚本。

写好之后,ZCode 会把整个工作流画成一张流程图,等你确认之后再开跑。

确认工作流

可以看到这个工作流分成 6 个阶段,有跑脚本批量检测链接的,有「链接分诊员」复核疑似死链,有一群「扫描员」分组通读全部文章,还有「核实员」联网核实过时信息、「复核员」做二次确认,以及「矛盾交叉比对员」专门找文章之间互相矛盾的说法。

感觉真像是一个大公司的团队了,有模有样的~

接下来运行工作流。我觉得 Workflow 的 UI 做得还是很不错的,哪些 AI 员工正在干活、哪些已经完成,一目了然。

运行过程

由于任务量较大,跑了很久才完成,一共调度了 105 个子代理,消耗了 4000 多万 Token。

体检完成

最终 AI 体检出 219 个问题,其中高严重度的有 35 个。按类型分,有 106 个失效链接、91 条过时信息和 26 处前后矛盾的说法,全部按严重程度排好序写进了 Excel。

问题清单

接下来,我就可以照着这份 Excel 清单挨个修复了。这个工作流还能保存下来,下次教程更新完,直接复跑一遍就行~

3、专业插件 - 录个屏就能复刻网站

前面两个任务用的都是 ZCode 自带的能力,如果想让它干更专业的活,就要用到插件了。

点击左上角的「插件市场」,可以看到 ZCode 提供的插件种类很丰富。

像 PDF、演示文档、电子表格、Word 文档这些办公插件已经内置好了。除了这些,还有 Zotero、Blender 这类专业软件的插件,以及 GitHub、飞书、钉钉、企业微信等常用工具的插件。

插件市场

在「生产力」分类里,我发现了一个很有意思的插件 Video2code,点击安装。

Video2code

顾名思义,Video2code 能根据网页的录屏视频还原出代码,把视频里的网站复刻出来。

我决定拿自己的 《鱼皮 AI 导航》 网站试试。先用电脑自带的录屏功能,把网站的首页、AI 工具、绘图提示词、学习教程和资讯这几个页面都点了一遍,录了一段 30 秒左右的演示视频,放到项目目录里。

然后在对话框里选择 Video2code 插件,不加任何参数,直接输入提示词。

提交任务

AI 先读取了视频的时长和分辨率,然后把视频按时间抽帧,拼成一张张带时间戳的图片,逐段观察每个页面长什么样、有哪些交互。

视频抽帧

看完视频后,它还顺着视频里出现的页面,去官网抓取了真实的文案和图片,一共下载了 491 张图片素材。

然后 AI 先写好复刻计划,列出 17 个要还原的布局和动效,才开始搭建 React 项目。

项目跑起来之后,就进入了最磨人的验证环节。AI 会用 ZCode 内置的浏览器打开自己做的网站,截图、录动效视频,再跟原始录屏逐项对比,发现不像的地方就自己修改。

自主校验

比如下面这张图,左边是原始录屏里的下拉菜单,右边是它复刻出来的版本,每个动效都要像这样拿出证据对比。

动效对比

注意,这个任务比较复杂,需要反复调用视觉分析,执行过程中免费套餐可能会被限流,我这次就被限流卡了一阵子。

等我吃完饭回来,AI 终于完成了任务。

任务完成

打开本地预览地址,跟原版对比一下。

先看首页首屏,导航栏、搜索框、精选推荐卡片的布局和配色几乎一模一样。录屏的时候我是登录状态,所以复刻版的右上角显示的是我的头像,连消息红点都复刻出来了。

首页对比

再看绘图提示词页面,封面、标题和标签都对上了。不过布局有些出入,原版的瀑布流被做成了整齐的网格。

画廊对比

录屏里没有点开的社区、MCP 等页面,它统一做成了「内容整理中」的占位页,没有自己瞎编。

虽然没有 100% 还原,但只靠一段 30 秒的录屏,就能复刻出可用的、神似的网站,已经超出我的预期了。

AI 复刻的工具页

如果你懒得录屏,也可以直接把网址发给它,插件会先用内置浏览器自己把网站录一遍,再走同样的复刻流程。

我感觉这个插件尤其适合产品经理,能快速做出可交互的原型,或者程序员重构老页面时拿来参考。

不过复刻别人的网站要注意版权,学习研究可以,别直接拿去商用。

最后哔哔

测完这 3 个任务,你也已经掌握了 ZCode 最核心的用法了:基础的 Work 模式、Workflow 和专项插件。

根据任务选择最合适的方式,才能让 AI 把活干得又快又省。

最后说个小福利 🎁。目前新用户注册 ZCode 能领 4000 万免费 Token,GLM 编程套餐用户在 ZCode 里还有 150% 的使用额度。通过我的 Link 进来,还能额外拿到一张夜间蹬蹬卡(1 亿 GLM-5.3-Flash Token),正好拿来跑 Workflow 这种大活。

👉🏻 指路:https://zcode.z.ai/invite/QMRC52HR

我是鱼皮,持续分享 AI 编程和 AI 工具干货。觉得有用的话记得点赞收藏和关注~

AI
编程
程序员
AI编程
Agent
站长:程序员鱼皮 老鱼简历 商务合作 增值电信业务经营许可证
2026 鱼皮AI导航 | 沪ICP备19026706号-6
🔥热门工具
朱雀AI检测朱雀AI检测
朱雀AI检测助手朱雀AI检测助手
LovartLovart
老鱼简历老鱼简历
WritePass官网WritePass官网
面多多面多多
CursorCursor
星月写作星月写作
零感AI零感AI
墨得问题墨得问题
🔥 热门文章
1
离谱,DeepSeek 崩了 5 小时,大家却喊:梁圣恩情还不完??
450
2
B 站上 DeepSeek 闹鱼灾了,我发起《大肥鱼清除计划》!
410
3
DeepSeek 全新模型发布,性价比最高的一集!
400
4
自己学习ai,直接买cursor 的套餐,还是买gpt 或者claude 的套餐?
370
5
又一个国产版 Codex 神器,也来卷办公了!
340
6
Vibe Coding 实战:从零构建现代专业级 AI 搜索引擎
320
7
day3-如何写出一个高质量的 Skill(组内分享) 高质量 Skill 不是“一个调得很顺的巨型 Prompt”,而是一个可验证、可回归、可维护的能力包。 先定义“什么算好”,再实现“怎么做好”。评估体系先于 Skill 本身成型。 下面用“故障诊断 Markdown 转 YAML”作为例子,但方法是通用的。 --- 一、先想清楚:Skill 到底是什么 一个 Skill 至少包含四部分: 部分 作用 接口 输入什么、输出什么、边界在哪 流程 分几步做,每步的产物是什么 规则 硬约束、经验规则、失败模式 降级策略 不确定时怎么办,而不是硬编一个看似合理的结果 高质量 Skill 的共同点:职责单一、接口清晰、规则可定位、输出可验证。 反例:把几十条经验全塞进一个主 Prompt,改一条规则要重调整个 Prompt,评估时也不知道是哪条规则退化。 --- 二、核心方法:先建评估,再写 Skill 不要先写转换器再补测试。正确顺序是: 1. 定义输出契约:什么算合法、什么算合格; 2. 建金标准集:一小批人工认可“可放行”的样本; 3. 先写评估 Skill:让它在金标准集上跑出基线; 4. 再迭代生成 Skill:每次修改跑同一套评估,无退化且目标维度提升才算正向。 这就是评估驱动开发:评估是 Skill 的单元测试,金标准集是回归锚点。 --- 三、评估 Skill:三层门禁,逐层递进 前一层不过,后一层不跑。每层留可追溯证据。 第 1 层:确定性硬门禁 用解析器、Schema、校验器完成,不消耗模型成本。 · 输出可解析; · 必填字段齐全,类型/枚举合法; · 引用目标存在,无悬空引用、无不可达节点; · 关键路径至少有一条能到达预期出口。 不通过直接打回。 第 2 层:语义断言 用脚本 + 结构遍历检查“逻辑对不对”,仍然保持确定性。 通用检查项: · 覆盖率:源材料里的关键步骤、分支、条件,输出里是否都有对应? · 完整性:每个判断节点是否都有明确出口?有没有死胡同? · 可达性:每条路径是否都能到达预期终点?有没有无出口循环? · 顺序与依赖:有先后依赖的操作,是否保留了顺序?有没有被拍平成无序列表? 例子:故障诊断转换中,检查“每个判断项是否有是/否/异常出口”“每条路径是否能到根因”。 第 3 层:LLM-as-Judge 只处理解析器表达不了的维度:忠实度、完整性、可执行性。 但 Judge 会漂移,不能单独放行,必须建立在第 1、2 层之上。Judge 的 Prompt、rubric、模型版本都要版本化,换模型必须用金标准集重新校准。 通用 Judge 维度: 维度 问什么 忠实度 输出是否忠实源材料意图?有没有自行发明内容? 完整性 关键步骤、条件、证据是否保留?隐式知识有没有被压成空话? 收敛性 输出是否仍指向原目标,而不是发散? 可执行性 下游不依赖源材料能否直接使用? --- 四、金标准集:回归测试的锚点 不需要一开始就标注几百份。用已认可的样本当种子,扩到 15~30 份,覆盖失败模式而非随机抽样: · 完整正例:典型流程; · 边界/异常分支:异常路径、循环、前置失败回退; · 已知易错模式:实际踩过的坑; · 留出集:不参与调优,只用于最终验收,防过拟合。 金标准不需要完美,只需要当前标准下认可可放行。 回归指标:关键路径用 pass^k(k 次全过),稳定性用 pass@k。 --- 五、工程约束:让批量产出可重放 · 幂等:同输入 + 同 Skill 版本 + 同规则 → 输出一致,否则无法判断变好是 Skill 改了还是随机波动; · 隔离不阻断:单份失败进隔离队列,记录失败层和原因,不阻塞其余; · 版本绑定:规则、rubric、金标准集进 Git;每份报告绑定“源版本 + 生成 Skill 版本 + 评估 Skill 版本 + Judge 模型版本”; · 抽样人工复核:Judge 临界样本 + 易错模式,人工抽检结果反过来校准 rubric。 --- 六、Skill 本身怎么写 · SKILL.md 控制篇幅,写清:输入约定、输出契约、分步流程、硬规则、降级策略; · 经验规则放 references/ 或 rules/,按失败模式分类,不要全塞进主 Prompt; · 不确定时标 needs_review: true,不要硬编看似合理的结果; · 迭代由评估报告驱动:报告告诉你哪层挂了、哪类失败模式,你改对应规则文件,而不是漫无目的调 Prompt。 --- 七、落地顺序(不要反过来) 1. 固化输出契约:Schema + 结构约束; 2. 建金标准集:从已认可的 + 最易出错的样本开始; 3. 先写评估 Skill:跑出基线报告; 4. 再迭代生成 Skill:每次修改对比逐项通过率,无退化且目标提升才算正向; 5. 批量运行 + 隔离回放:失败进队列,结束后人工抽检; 6. 评估 Skill 自身版本化:换 Judge 模型必须重新校准。 --- 八、给组员的三条硬要求 1. 不许凭感觉说“变好了”:每次修改必须附评估报告对比,逐项通过率说话。 2. 不许跳过确定性门禁直接看 Judge 分数:前两层挂了,Judge 分数没有意义。 3. 不许把规则堆进主 Prompt:规则按失败模式分文件,评估报告要能定位到具体文件。 --- 一句话收尾 生成 Skill 决定“能不能做”,评估 Skill 决定“敢不敢用”。 先让评估体系站稳,再让生成器迭代。这样交付的不是一堆“看起来还行”的产出,而是一套可证明、可回归、可交接的 Skill 质量体系。
320
8
WorkBuddy 本地 API 桥 + dsh 插件:把你的 WorkBuddy 额度,变成手边随手可用的模型
310
9
我的第一个出海产品!7 天 2 万
300
10
什么是LLM
300
11
最近在落地 AI Native 项目,卡在团队资产协同这块,想请教下社区各位有实际落地经验的同学: 我们现在的资产分为三块:项目文档(PRD/ADR/ 运行手册)、Agent Skill(业务技能、执行 SOP、提示词包)、MCP 工具服务定义。 目标是做到:人和多 Agent 共用一套可信资料源,Skill、MCP 配置、项目文档能够版本化、同步、共享、可评审。 目前我们初步方案是用 Git 做底层版本主线: - 文档:Markdown + ADR,带元信息,支持 RAG 检索 - Skill:单技能包目录化,带版本、评估用例、依赖声明 - MCP:项目级声明文件纳入 Git 但实际协作里遇到不少疑问,想参考大家成熟的实践: 1. 大家团队里,文档、Skill、MCP 三者是怎么组织目录和版本管理的?有没有稳定的仓库结构模板? 2. 多人协作时,Skill 的变更评审、灰度升级、依赖管理怎么做?如何避免本地版本不一致、“本地能跑别人不行”? 3. MCP 是统一中心化网关模式,还是大家各自本地启动 + git 同步配置?权限白名单、调用审计这块有什么好方案? 4. 有没有成熟工具链做自动同步(类似 agentmeld /teamai-cli)、变更校验、eval 回归门禁? 5. 文档和 Agent 的打通:哪些文档放进 Git 作为可信真值,哪些放外部知识库,边界怎么划分? 如果有现成的仓库样例、目录规范、团队协作流程,非常希望能分享参考,感谢!
260
12
PHP 被曝两大致命漏洞,请所有程序员抓紧做这件事!
260