ARTICLE · 1096206
开源的AI办公工具,我装了三个在自己电脑上,文件不用往外传
事情是从群里一句话起的。
昨天有人发了张截图，问：客户那份合同能不能丢给 AI 看一遍。
群里七个人，没人接话。
合同里写着对方的报价、账期，还有两家的分成比例。传上去，数据就出去了。这个道理谁都懂。可真到要读三十页 PDF 的时候，多数人还是传了。
我这两个月试的是另一条路。把 AI 装在自己电脑上，文件不出内网。
下面三个都是开源的，我都在 Windows 上装过。
LobsterAI：网易有道开源的桌面助手，中文办公场景能直接用
这个最省事。装完就是一个桌面应用，exe 双击，不用碰命令行。
它内置十六种技能，Word、Excel、PPT、PDF 的读写都在里面，数据分析、网页自动化、邮件收发也有。我拿它做的第一件事是把一份 40 页的调研 PDF 拆成提纲，丢进去，出来的东西基本能用。
它跟云端助手最大的区别在数据去哪。
所有记录存在本机的 SQLite 里，不上云。它要跑代码的时候是在沙箱里跑，虚拟机加一个精简的 Linux，跑完就销毁。要动鼠标键盘、要发邮件这类操作，会弹一个框让你点确认。
还有一个用法我挺喜欢。它能连钉钉和飞书，人不在电脑跟前也能派活。上周我在客户现场排了一小时队，用手机发了一句"把桌面那个报表里的重复行去掉"，回酒店打开电脑，活干完了。
坑也有。它自主跑的时候会一口气开好几个窗口，我用的是办公本，内存八 G，同时开着浏览器和微信，跑第三分钟就开始卡。加到十六 G 之后才顺。
MinerU：读文档这一步，绕不过去
这个不是助手，是管道。
上海人工智能实验室下面的 OpenDataLab 做的，干一件事：把 PDF、Word、PPT、Excel 转成 Markdown。
听着不起眼，可这是所有本地 AI 方案的第一步。文件转不成干净的文本，后面接什么模型都是白搭。它用的是视觉模型加 OCR 两条腿，公式转成 LaTeX，表格转成 HTML，一百多种语言。
今年 4 月它更新到 v3.1.0，许可证从 AGPLv3 换成了以 Apache 2.0 为基础的授权。这一点对职场人挺关键，公司用开源组件是要过合规的，AGPL 那一套很多公司法务直接一刀切。
我用它的场景很窄：客户发来的扫描件。
那种纸打印出来再扫描的合同，直接丢给 AI 读，出来的字是错的，数字最要命。先过一遍 MinerU，转成 Markdown 我再自己扫一眼关键页，比直接问 AI 靠谱。
它的坑在速度。一份两百页带图表的年报，我在没独显的机器上跑了二十分钟。有显卡快得多。
RAGFlow：把一柜子文档变成能问的
第三个解决的是另一个问题：文件太多，找不到。
组里三年攒了六十多份项目文档，散在六个文件夹里。以前我想查一个数，得挨个打开搜关键词。
RAGFlow 是国产开源项目，专门做"文档问答"。传进去之后它会把文档切块、建索引，你问一句话，它给出答案，后面附上是哪一份文件的第几页。
我用它问的第一句是"去年二期验收的标准是什么"。它回了三段，底下标着来源是那份验收纪要的第 3 页。我翻过去核对，对得上。
它比一般的文档问答强的地方就在这个来源。
多数工具只会把答案糊给你，你没法验。带出处这一点，让它在工作中真能用。
坑是切块。默认的切法把我一份跨页的预算表切散了，问表里的数，它东拼西凑。我把块大小调到 512 token，表格单独处理，才正常。
三个装下来的门槛不在安装，在显卡。
没独显的话本地只能跑小参数模型。翻译、摘要、把长文压成提纲，够用。让它写一篇要交给领导的材料，还差点意思。
所以我现在的分法是：涉密的东西走本地，能公开的东西还是用云端。
客户合同、报价单、内部纪要，全部在本地过一遍，只把结论带出去。能公开的资料、行业报告、公开招标信息，照旧丢给云端，省显卡。
最后一句提醒。这三个项目都在 GitHub 上更新，装之前先看一眼最近一次提交是什么时候。半年没动过的仓库，别装在自己工作机上。
我把这三个项目的安装命令、模型配置怎么填、还有调切块参数那一段，都写进了文档。后台回复 办公提示词 就能拿到。