Slogan让 AI 眼镜成为你的办公伴侣作品名称言出即办 · Rokid办公助手2一、作品简介1.1 项目定位本项目以 Rokid AI 眼镜为交互入口依托 GPASS 工作流编排能力与企业级容器化服务构建一套语音即指令、指令即执行的智能办公解决方案。用户只需通过眼镜进行语音输入即可完成飞书协同、项目跟进、本地文件处理等多场景办公任务真正实现言出即办的沉浸式办公体验。1.2 价值主张解放双手以语音为唯一输入形态适配眼镜端的轻量交互无需切换设备即可完成办公操作。打通孤岛将飞书 IM、飞书项目与本地 PC 操作统一收敛至同一智能体消除多工具切换成本。智能编排借助 GPASS 的语义识别与任务分发能力实现意图精准识别与业务高效执行。二、整体架构系统采用五层链式架构从交互入口到执行核心层层解耦眼镜 -- GPASS -- 企业网关 -- 容器化服务 -- Agent各层职责说明层级组件职责交互层Rokid AI 眼镜语音采集与播报作为用户与系统的唯一交互入口编排层GPASS语义识别、任务拆分分发、语料拼接、结果解析与反馈播报接入层企业网关统一鉴权与路由保障企业内网服务安全接入服务层容器化服务承载 Agent 运行环境提供稳定算力与隔离能力执行层Agent调用飞书 API、Meego、本地 Bash 等能力完成具体业务2.1 Agent 接入策略Agent 层采用开放式设计既支持接入以Trae为代表的通用智能体框架亦兼容自研智能体。本项目选用Claude Code作为核心 Agent充分发挥其在工具调用、代码执行与多步推理方面的优势。三、核心业务能力围绕办公场景系统提供四类核心业务能力3.1 飞书 IM 业务Agent 通过集成飞书开放平台 API 与定制化 Skills实现 IM 协同全链路能力读读取云文档、消息会话内容写编辑、创建云文档发向指定会话或个人发送消息总结对长文档、长会话进行智能摘要3.2 飞书项目业务Agent 通过集成 Meego飞书项目打通项目研发管理数据实现读读取需求、任务、缺陷等项目数据总结对项目进度、迭代概况进行智能归纳3.3 本地操作业务Agent 通过调用 Bash 指令执行 PC 原生 IO 操作覆盖本地办公场景本地业务文件读写、目录管理、脚本执行等读读取本地文件、系统状态总结对本地资料、日志进行归纳整理3.4 混合操作业务将上述三类能力有机编排支撑跨场景复杂任务。例如读取飞书云文档内容结合本地数据生成总结并发送至指定群组——单一语音指令即可串联飞书、本地与项目多端能力端到端完成复杂办公流程。四、GPASS 工作流设计GPASS 作为系统的中枢神经承担从语义理解到结果反馈的全流程编排。整体工作流如下语义识别 → 任务拆分与分发 → 语料拼接 → 用户友好型播报 → 发送至后端 Agent → 解析返回内容 → 播报反馈4.1 语义识别目标提升业务识别准确率与执行效率。实现通过大模型节点对用户输入语料进行智能识别将自然语言标准化输出为结构化意图为后续分发奠定基础。4.2 任务拆分与分发目标根据意图将任务精准路由至对应业务分支。实现基于 JSON 反序列化节点 分支节点依据预先定义的 Intent 完成任务的拆分与分发确保每条指令流向正确的处理链路。4.3 语料拼接目标为后端不同业务定制化触发 Skills。实现针对不同业务定制专属 Skills在识别业务类型后通过语料拼接将标准化意图组装为精准指令确保后端智能体能够准确触发对应能力。4.4 用户友好型播报目标让用户初步知晓业务范畴与执行状态。实现通过文本节点 结束节点在任务下发前向用户播报当前业务内容降低等待焦虑并增强过程透明度。4.5 发送语料至后端智能体目标将处理后的语料送达执行层。实现通过 HTTP 请求节点将拼接完成的指令语料发送至后端 Agent触发实际业务执行。4.6 解析返回内容目标从 Agent 返回的结构化数据中提取有效信息。实现通过 JSON 反序列化节点解析返回体精准提取业务结果字段供后续播报使用。4.7 播报反馈目标将执行结果以自然语言反馈用户闭环交互体验。实现通过结束节点将完成结果进行友好化表达并播报给用户完成输入—执行—反馈的完整闭环。五、Service 与 Agent 实现方案Service 与 Agent 的实现基于AAMP框架完成。具体实现方式可参考官方说明。https://meshmail.ai/六、总结言出即办 · Rokid办公助手2以 AI 眼镜为入口、GPASS 为中枢、容器化 Agent 为执行核心构建了一套覆盖飞书协同、项目管理与本地操作的端到端智能办公方案。通过语义识别、精准分发与混合编排让让 AI 眼镜成为你的办公伴侣从愿景走向落地。
尧图网络