Felo 发布 QoderWork 技能集：本地文档与实时证据的无缝融合
在 AI 辅助办公领域，QoderWork 以其独特的“桌面本地化”特性脱颖而出：它直接读写磁盘上的 .docx 和 .pptx 文件，任务历史完全驻留设备，无需繁琐的权限审批。然而，这种封闭的本地环境也带来了天然的短板——助手无法感知外部世界的实时变化。
为填补这一空白，Felo 近日发布了针对 QoderWork 的专用技能集（Skills）。这一更新并非简单的插件堆叠，而是重新定义了“本地工作区”与“外部证据源”的协作模式，让桌面 AI 助手既能深耕本地文档，又能引用最新的行业数据。
核心突破：技能即契约，对话式部署
Felo 技能的设计哲学极其简洁：技能就是一个目录，核心仅包含一份 SKILL.md 文件。这份 Markdown 文件充当了“唯一契约”，明确定义了触发条件、执行步骤及输出格式。无需复杂的数据库或插件运行时，QoderWork 直接读取该文件即可理解技能逻辑。
在部署方式上，Felo 摒弃了传统的命令行操作，提供了四种基于对话的交互路径：
- 对话询问：直接描述需求，QoderWork 自动搜索技能库。
- 技能市场：浏览官方或社区技能分类。
- 仓库链接：粘贴 GitHub 链接，助手自动克隆并放置。
- 本地上传：直接上传已存在的技能文件。
无论通过何种路径，最终执行均由 QoderWork 自动完成文件下载与放置，用户仅需在对话中确认技能加载即可，极大降低了使用门槛。
五大核心技能：补齐本地工作区的盲区
QoderWork 原生技能专注于文档格式与模板填充，而 Felo 技能则专注于提供“外部证据”。以下是五大核心技能及其应用场景：
1. Felo Search：实时事实与来源引用
针对本地文件无法回答的“活”数据，如当前价格、政策变更或版本发布。该技能不仅返回答案，更严格标注来源与日期，确保引用的时效性。
2. Felo Slides：智能大纲与内容决策
QoderWork 负责生成 PPTX 文件，而 Felo Slides 技能负责决定“每页幻灯片应该讲什么”。它利用独立的逻辑将研究内容转化为结构化的演讲大纲，避免生成“文字墙”式的幻灯片。
3. Felo YouTube Subtitling：音视频转可引用文本
将会议录音、网络研讨会转化为文本。助手可先获取逐字稿（Transcript），再基于具体段落进行摘要，确保引用内容的准确性。
4. Felo SuperAgent：项目文件夹内的图像生成
生成的 Logo 或产品图片不再停留在聊天窗口，而是直接保存至项目文件夹中，与文档并列存放，实现资产的一站式管理。
5. Felo X Search：社交媒体情绪与反馈分析
在发布定位文档前，自动抓取并分析关于该品牌的公开帖子，按主题聚类客户投诉或反馈，提供真实的用户声音。
技术架构与生态价值
Felo 技能的引入，为开发者提供了一种轻量级、高可解释性的 Agent 扩展范式。其核心价值在于：
- 清晰的职责划分：QoderWork 负责本地上下文与文档输出，Felo 技能负责外部证据供给。
- 零摩擦集成：通过
npm install -g felo-ai安装 CLI 并配置 API Key 即可，无需修改现有项目结构。 - 动态知识注入：解决了静态知识库无法覆盖月度/季度变化的痛点，使桌面 AI 具备持续学习能力。
正如 Felo 团队所言，这一方案让“本地文件作为一等公民”的语境得以保留，同时赋予了助手“引用最新证据”的能力，真正实现了Keep the File Local, Pull the Evidence Live。
