使用案例
通过真实场景了解 OpenDesk 能帮你做什么。
案例一:数据分析与报告
Section titled “案例一:数据分析与报告”需求:把销售数据 CSV 做成带图表的分析报告
你说:
帮我把这份销售数据生成一个分析报告,包含图表它做了什么:
| 步骤 | 操作 | 结果 |
|---|---|---|
| 1 | 读取并分析 sales_2026.csv | 数据范围:1-5月,3个品类、15款产品,无缺失值 |
| 2 | 生成可视化图表 | 销售趋势折线图 + 品类占比饼图 + 产品排名柱状图 |
| 3 | 撰写分析报告 | sales_analysis_report.md(摘要→概况→趋势→发现→建议) |
关键发现:电子产品环比增长 35%,产品 A 占总销售额 20%
接着你可以:「再加一个环比对比分析」→ 自动追加章节并更新图表
案例二:代码理解与重构
Section titled “案例二:代码理解与重构”需求:理解一个陌生项目,重构其中的认证模块
你说:
阅读这个项目的代码,帮我理解架构,并重构用户认证模块它做了什么:
| 步骤 | 操作 | 结果 |
|---|---|---|
| 1 | 分析项目结构 | Node.js Web 应用,Express + MongoDB + JWT |
| 2 | 审计认证模块 | 定位到认证相关的核心文件 |
| 3 | 诊断问题 | 发现错误处理不统一、缺少 Token 刷新等 4 个问题 |
| 4 | 执行重构 | 新增 3 个工具文件,修改 2 个已有文件 |
变更清单:
| 文件 | 做了什么 |
|---|---|
src/controllers/authController.js | 统一了错误处理逻辑 |
src/middleware/authMiddleware.js | 优化了 Token 验证流程 |
src/utils/refreshToken.js | 新增 — Token 刷新机制 |
src/utils/passwordValidator.js | 新增 — 密码强度校验 |
src/utils/authLogger.js | 新增 — 认证日志记录 |
案例三:邮件处理与日程安排
Section titled “案例三:邮件处理与日程安排”需求:查看今日邮件,总结重要事项并安排日程
你说:
查看我今天的邮件,总结重要事项,并安排需要处理的事到日程中它做了什么:
| 步骤 | 操作 | 结果 |
|---|---|---|
| 1 | 查看今日邮件 | 收到 12 封,识别出 4 封重要邮件 |
| 2 | 总结待办事项 | 确认评审会议、处理合同、查看 Bug 报告、回复团建通知 |
| 3 | 创建日程 | 自动填入时间与提醒(如会议前 30 分钟提醒) |
| 4 | 起草回复(可选) | 可选:自动起草回复供你确认后发送 |
生成的日程:
| 日程 | 时间 | 提醒 |
|---|---|---|
| 项目评审会议 | 明天 15:00-16:00 | 会前 30 分钟 |
| 合同处理 | 今天 14:00-15:00 | - |
| Bug 报告查看 | 今天 16:00-17:00 | - |
| 团建回复 | 今天下班前 | - |
接着你可以:「帮我回复张经理,确认参加会议」→ 自动拟好回复
案例四:文档批量处理
Section titled “案例四:文档批量处理”需求:批量将 Markdown 转为 Word 并统一排版
你说:
将这个目录下的所有 Markdown 文件转换为 Word 格式,统一排版它做了什么:
| 步骤 | 操作 | 结果 |
|---|---|---|
| 1 | 搜索 Markdown 文件 | 找到 15 个 .md 文件 |
| 2 | 批量格式转换 | 全部转为 .docx,100% 完成 |
| 3 | 统一排版规范 | 标题 16pt 加粗 / 正文 12pt / 代码 Consolas 10pt |
案例五:知识库问答
Section titled “案例五:知识库问答”需求:从企业知识库检索信息,生成项目介绍文档
你说:
从知识库中搜索项目A的相关信息,生成一份项目介绍文档它做了什么:
| 步骤 | 操作 | 结果 |
|---|---|---|
| 1 | 知识库检索 | 命中 8 篇相关文档 |
| 2 | 内容整合 | 提取目标、技术栈、进度、团队等关键信息 |
| 3 | 生成文档 | 完整的项目介绍(概述→目标→架构→进度→团队→规划) |
摘要:智能客服系统,React + Node.js + MongoDB,5 人团队,进度 60%
案例六:浏览器数据提取
Section titled “案例六:浏览器数据提取”需求:从网站提取产品列表并保存为表格
你说:
从这个网站提取产品列表数据,保存到 CSV 文件它做了什么:
| 步骤 | 操作 | 结果 |
|---|---|---|
| 1 | 访问目标页面 | 加载完成,找到 50 个产品条目 |
| 2 | 提取结构化数据 | 名称、价格、描述、链接 |
| 3 | 保存为 CSV | products.csv,50 行完整数据 |
| 案例 | 一句话概括 | 复杂度 |
|---|---|---|
| 数据分析与报表 | 给数据 → 出带图表的报告 | 中 |
| 代码理解与重构 | 读代码 → 改进架构和实现 | 高 |
| 邮件与日程 | 看消息 → 安排行动 | 低 |
| 文档批量处理 | 格式转换 + 排版统一样式 | 中 |
| 知识库问答 | 搜知识库 → 出文档 | 中 |
| 浏览器采集 | 网页数据 → 结构化表格 | 中 |
| 技巧 | 说明 |
|---|---|
| 说清楚目标 | 「生成含图表的分析报告」比「读文件、画图、写报告」效果好得多 |
| 给足上下文 | 上传文件、指定目录、补充格式要求——信息越充分结果越准确 |
| 先确认再执行 | 复杂任务先让它出方案,你确认后再动手 |
| 善用追问 | 「再加一个维度」「改成表格」「导出 PDF」— 在已有结果上迭代比重新描述更高效 |
| 风险操作有保障 | 删除、覆盖等操作会主动让你确认,不会悄悄执行 |