docAnalyzer v2

Product Hunt 的朋友们，大家好。

我们最初在这里发布 docAnalyzer 时，把它称为“与你的文档聊天”。今天我们重新发布，是因为这句话已经不再准确，而其中的原因，我更愿意在这里讲述，而不是写在落地页上。

和过去一年里的所有人一样，我们开始确信，智能体化才是 AI 真正的转变，而人们低估的部分，是模型周围的执行框架：LLM 负责推理，但确定性的工具负责完成具体工作，比如转换文件、生成电子表格、组装文件包。模型决定要做什么；工具确保事情被正确完成。基于这个理念，我们构建了新的智能体核心。它的基准测试表现足够好，因此在 3 月，我们决定退役旧的 docAnalyzer 引擎，改用新的核心运行。

接下来发生的事并不在我们的计划中。新的核心会把工作委派给第二层工具，而隐藏在这一层里的能力，是把一次聊天变成真正的文件。我们从未宣传过它。产品里任何地方都没有对应按钮。用户还是发现了它，并开始从一个官方定位只是聊天的工具里“套出”报告和电子表格。这是一种好的越狱。

这让我们下定了决心。这个产品不再是“与你的文档聊天”，而是“带着成果离开”。所以我们围绕输出而不是对话，重建了界面和定位。

现在它看起来是这样的。最近有人把 22 个资料源放进一个工作区，包括数百页论文、学位论文和政策报告，然后只问了一个问题：写一篇系统综述。这个单一请求最终生成了四个文件：一份带引用的 HTML 综述、一份用于提交委员会的 Word 版同一综述、一张按四列整理研究内容的 Excel 表格，以及包含前三者的单个文件包。每一条论断都能追溯到他们自己 PDF 中的某一页。他们从未输入“转换”、“生成电子表格”或“打包这些文件”。他们提出了一个研究问题。工作区完成了工作。

这个版本包含：

- 从聊天到可交付成果：生成 PDF、Word、Excel、图表和图示，并可在后续对话中复用、转换或打包任何输出。

- 智能体工作流，可一次性在整个资料库中运行同一个任务：从每份文档中提取相同字段、按清单审计、逐份总结。

- 新的 Ask 模式，可在整个工作区内规划并执行工作，同时保留 Focus 和 Co-work 模式。

- 在智能体工作时，可以看到它正在做什么。

在这一切之下，基础仍然是我们从一开始就拥有的能力：基于来源的检索、页级引用、可处理超出模型上下文窗口的数百份文档，以及数十种模型可供选择。

它是为那些要用交付成果接受评判的人打造的。Community 计划免费，无需信用卡，首次会话大约 30 秒即可开始。

如果你曾经从聊天中得到一个答案，然后又花接下来一小时把它整理成可以发送的内容，那么我们打造它，就是为了解决这个断层。如果你曾是那些在我们承认这个文件技巧存在之前就发现它的人之一：谢谢你。可以说，是你们写出了这份路线图。

点赞

举报

分享

2 小时前