ARTICLE · 992995
我打算用手机一天写一个APP,并且开源,今天是智神workbuddy
我打算用手机一天写一个APP,并且开源,今天是智神workbuddy
智神 WorkBuddy APP 完整产品方案（最终整合版） 本方案整合了所有此前讨论的功能模块，确保无遗漏。可直接复制发给任何 AI 进行开发或评审。 --- 一、产品定位 · APP名称：智神 WorkBuddy · Slogan：你的全能 AI 工作伙伴 · 定位：一款 AI 驱动的超级生产力平台，覆盖办公、创作、数据、金融、法律、医学、学术、电商、营销、音视频、文件管理、系统工具等全领域技能。支持接入任何大模型 API，支持创建 Agent，支持联网搜索，支持定时任务与工作流编排。用户通过对话、上传文件或点击技能卡片，即可调用任意技能完成真实任务。 核心承诺： 1. 所有技能真实可用，不是展示。 2. 支持接入任何模型 API（官方/中转/本地）。 3. 支持创建和管理 Agent。 4. 支持联网开关（自动联网/关闭联网/强制联网）。 5. 支持相机、相册、本地文件、微信文件、云知识库等多种输入方式。 6. 所有按钮可点击，所有手势有反馈，所有流程有完成状态。 --- 二、底部导航（5 Tab） Tab 名称 功能 1 工作台 首页仪表盘：快捷入口、今日任务、自动化运行状态 2 技能 全技能库：分类浏览、搜索、调用、定制 3 对话 AI 助手：一句话触发任意技能，支持多模态输入 4 任务 任务中心：定时任务、批量任务、运行日志 5 我的 模型API、Agent管理、文件、知识库、设置 --- 三、全局交互规则 3.1 手势总表 手势 行为 场景 上下滑动 滚动内容 所有列表、文件内容 左右滑动 切换 Tab 频道 / 步骤 分类切换、流程步骤 边缘右滑 返回上一级（APP 内，不退出到桌面） 所有二级页面 长按 弹出操作菜单 技能卡片、文件、任务 下拉 刷新 工作台、任务列表 拖拽 文件拖入 / 节点拖拽 上传区、工作流编排 3.2 手势参数标准 场景 时长 缓动 关键参数 Tab 切换 250ms FastOutSlowIn 新页全宽滑入，旧页 1/4 位移淡出 页面转场 250ms FastOutSlowIn 右滑推入 边缘返回 跟手+250ms 跟手线性 位移 >30% 或速度 >1000px/s 触发返回 半屏浮层 300ms Decelerate 背后 scale 0.92，遮罩 alpha 0.3 卡片按压 100ms Spring scale 0.97 下拉刷新 跟手+回弹 Spring damping 0.75 overscroll 回弹 列表渐入 200ms 线性+延迟 每项延迟 40ms 递增 --- 四、统一输入栏（所有执行页和对话页一致） ``` ┌─────────────────────────────────────┐ │ 📷 🖼 📁 💬 ☁️ 🌐 [输入框] [发送] │ └─────────────────────────────────────┘ 相机 相册 文件 微信 云库 联网开关 ``` 输入方式 图标 点击行为 文字输入 键盘 输入文本 相机拍摄 📷 调起相机拍照 相册选择 🖼 从相册选图/视频 本地文件 📁 浏览手机文件 微信文件 💬 从微信导入文件 云知识库 ☁️ 从知识库选择 联网搜索 🌐 切换：自动联网/关闭联网/强制联网 联网开关三种状态： 状态 行为 自动联网 AI 根据任务需要自动判断是否联网 关闭联网 只用本地数据和模型知识，不访问网络 强制联网 每次任务前先搜索最新信息 --- 五、全技能清单（无遗漏） 5.1 办公技能（15项） 技能名称 功能描述 输入 → 输出 PPT 生成、编辑、美化PPT 主题/数据 → PPT文件 PPT批量生成 数据表驱动批量生成PPT 数据表 → 多个PPT 文档 撰写、编辑、排版、优化文档 需求 → Word文档 表格 创建、编辑、分析在线表格 数据 → 表格 多维表格 搭建和管理多维表格，记录读写、跨表计算 需求 → 多维表格 画板 查看和编辑文档中的画板，架构/流程/关系图 描述 → 架构图 PDF 阅读、创建、编辑、转换、处理PDF PDF → 处理结果 会议 查询会议记录、纪要、逐字稿 录音/会议ID → 纪要 录音转写 录音转文字，生成摘要、纪要和待办 录音 → 转写+摘要 任务 创建待办任务、查看和更新任务状态 描述 → 任务列表 邮件撰写 自动写邮件 要点 → 邮件 汇报生成 数据生成汇报，日周报自动生成 数据 → 汇报 项目管理 项目排期优化调整 任务清单 → 排期 求职辅助 简历优化、面试准备 经历 → 简历 长文档写作 书籍、手册与长文创作编辑 大纲 → 长文档 5.2 创作技能（14项） 技能名称 功能描述 输入 → 输出 创意设计 社媒封面、创意海报、电商套图 需求 → 视觉内容 短剧创作 生成短剧、动画、微电影 主题 → 短剧剧本/视频 创意视频 商业广告、口播视频、产品推广视频 需求 → 视频 新媒体写作 文章、图文笔记、短视频脚本 主题 → 多平台内容 爆款标题与选题日历 标题生成、改写、评估、A/B测试、选题日历 主题 → 标题+日历 小说创作与选题 网文小说创作优化与市场分析 设定 → 小说 全案营销 品牌、产品、种草、活动营销策划 需求 → 营销方案 去AI味 去除或避免文本中的AI味 AI文本 → 自然文本 万能攻略 旅游、健康、生活等实用攻略 主题 → 攻略 游戏策划 设计GDD与游戏系统方案，交付HTML游戏 想法 → 游戏 多平台改写分发 文章改写为多平台适配版本 原文 → 多版本 学术创作 学术论文润色、结构梳理、写作 草稿 → 润色后论文 拍照识图 拍照或上传图片，识别物体、文字、场景、商品等 照片 → 识别结果 图生视频 上传图片，生成动态视频（静态图动起来、图片转动画） 图片 → 视频 5.3 数据技能（10项） 技能名称 功能描述 输入 → 输出 数据分析 对上传数据进行结构化分析 数据文件 → 分析报告 可视化 流程、比较、分布、机制、趋势转直观图表 数据 → 图表 Excel自动化 批量处理Excel Excel → 处理结果 爬虫 采集网页数据 网址 → 结构化数据 操作浏览器 网页检索、点击、填写表单、登录 指令 → 自动执行 数据整理 数据整理、分析、汇总、格式转换 原始数据 → 整理后 文件批量处理 批量命名、分类、内容提取 文件夹 → 处理结果 API接口调用 与外部系统数据对接 API文档 → 对接结果 系统清理与优化 清理磁盘垃圾、释放空间 扫描 → 清理 应用生成 生成可运行、可预览、可交付的网页应用 需求 → 网页应用 5.4 金融技能（10项） 技能名称 功能描述 输入 → 输出 个股日报 单一股票日报：行情、资金流、新闻、技术面 股票代码 → 日报 业绩分析 上市公司财报/季报/年报因果分析 财报 → 分析报告 市场热点分析 市场宏观事件解读、热点、政策、风格 日期 → 分析报告 估值建模 三表预测、DCF、LBO、可比公司估值 公司数据 → 估值模型 公告解读 解读上市公司公告，重点提炼、重要性判断 公告 → 解读 财富规划 个人/家庭目标导向财富规划，风险评估 财务数据 → 规划方案 一级市场公司评估 项目投资价值评估，风险红旗、情景分析 项目资料 → 评估报告 选股工具 筛选比较股票，结合市场、行业、产业链 条件 → 股票列表 个股研究 深度分析上市公司基本面 公司 → 研究报告 多股对比 横向比较多家上市公司 多只股票 → 对比报告 5.5 法律技能（8项） 技能名称 功能描述 输入 → 输出 合同审查 审查合同风险，逐条批注，修订建议 合同 → 审查报告 合同起草 生成结构化、可编辑的商业合同Word 需求 → 合同 补充协议起草 起草补充、变更、终止协议 需求 → 协议 专利文件申请 撰写、修改、审查中国发明及实用新型专利申请 技术描述 → 专利文件 法律合规评估 评估法律合规风险，生成可审阅报告 业务描述 → 评估报告 个保合规审计大师 判断个人信息保护审计义务、类型、报送要求 场景 → 审计方案 营销素材审核 审查广告宣传、价格促销、知识产权合规 素材 → 审核报告 DPA起草专家 起草DPA及数据委托、共同处理、对外提供协议 场景 → DPA协议 5.6 医学技能（7项） 技能名称 功能描述 输入 → 输出 医学报告解读 解读体检、检验、检查、化验单 报告 → 解读 医学文献检索 基于数据库调研临床科研进展，分析研究空白 关键词 → 文献综述 临床诊疗与循证 结合病例与权威证据，辅助循证分析 病例 → 诊疗建议 医学文献翻译 医学论文、指南英译中/中译英 文献 → 翻译 医学文献解读 生成文献导图与全文解读 文献 → 解读 医学进展跟踪订阅 跟踪医学最新资讯、指南、监管、研究 订阅 → 定期推送 科研评估 科研idea可行性评估、论文评审建议 想法 → 评估 5.7 学术技能（8项） 技能名称 功能描述 输入 → 输出 学术文献调研 学术方向、概念、机制文献调研 关键词 → 调研报告 学术立项书写作 国自然、国社科等基金申请、开题报告 方向 → 立项书 批判性阅读助手 深度内容转为可追溯的阅读地图 文本 → 阅读地图 文献精读 解析研究问题、方法机制、关键证据 论文 → 精读报告 参考文献审计 审查参考文献真实性、题录准确性 论文 → 审计报告 论文排版 按期刊、学校、会议要求排版 论文 → 排版后 学习路径 定制技能学习路线 目标 → 学习计划 备考助手 生成学习计划、刷题 科目 → 计划 5.8 电商技能（7项） 技能名称 功能描述 输入 → 输出 电商选品 筛选电商品类，设计切入策略 预算/平台 → 选品方案 电商商品素材 标题、详情页文案、商品图片 产品 → 素材 电商活动策划 生成专业电商活动方案 需求 → 活动方案 电商客服方案 客户回复、售前咨询、催发货方案 场景 → 客服话术 跨境商品信息优化 优化跨境电商商品页，提升上架质量 商品页 → 优化建议 跨境广告&内容运营增长 诊断增长瓶颈，优化广告、内容、达人 数据 → 增长方案 跨境合规税务与履约 评估上架、运输、税务、知识产权合规 商品 → 合规评估 5.9 营销技能（8项） 技能名称 功能描述 输入 → 输出 巨量引擎投放助手 账户接入、盯盘、诊断、启停、预算调控 账户 → 管理 VOC与舆情调研 舆情监控、社交媒体反馈收集、用户评价 品牌 → 舆情报告 行业分析报告 中长期基本面与产业研究报告 行业 → 分析报告 产品经理 产品决策与落地方案设计 想法 → 产品方案 产品分析报告 产品定位、竞争策略、上市路径 产品 → 分析报告 用户研究与需求洞察 问卷设计、访谈提纲、定量分析 目标 → 洞察报告 QA系统测试 构建QA基线、风险用例、Bug清单 系统 → 测试报告 财富规划 个人/家庭财富规划（金融交叉） 财务 → 规划 5.10 音视频技能（10项） 技能名称 功能描述 输入 → 输出 AI MediaKit 音频处理 音轨分离、音频解析、声音素材处理 音频 → 处理结果 AI MediaKit 视频智能处理 一站式视频后期处理 视频 → 成片 AI MediaKit 图像处理 图像增强、智能编辑 图片 → 优化后 AI MediaKit 视频剪辑 音视频剪辑合成，对话式完成从素材到成片 素材 → 成片 视频内容提取 字幕提取、基础内容理解 视频 → 字幕+摘要 Seedance 2.5 新一代旗舰视频模型，原生直出30秒 提示词 → 视频 Seed Audio 1.0 有声书、播客、影视配音等音频创作 文本 → 音频 Seedream 5.0 Pro 新一代图片生成模型 提示词 → 图片 口播视频剪辑 口播视频自动剪辑 视频+脚本 → 成片 字幕生成 视频自动加字幕 视频 → 字幕+压制 5.11 文件技能（8项） 技能名称 功能描述 输入 → 输出 云盘 文件上传下载、整理目录、配置权限 文件 → 云盘管理 知识库 查找、整理文档，管理空间和成员 文档 → 知识库 Markdown笔记 创建、上传、查看、编辑Markdown文件 文本 → MD文件 本地文档 管理手机本地文件 文件 → 管理 手机文件 手机文件浏览、整理 文件 → 管理 文件批量命名 批量重命名 文件夹 → 重命名 文件分类 自动分类整理 文件夹 → 分类 内容提取 从文件提取关键信息 文件 → 提取结果 5.12 系统技能（5项） 技能名称 功能描述 输入 → 输出 智神知识库 个人知识库管理 内容 → 知识库 定时任务 创建、查看、更新、删除定时任务 规则 → 定时执行 智神专家 多领域专家咨询 问题 → 专家回答 创建技能 帮用户创建一个新技能 需求 → 新技能 学生权益 申请学生优惠、查询办理进度 学籍 → 权益 技能总计：100 项 --- 六、模型 API 接入中心 6.1 入口 我的 → 模型 API 6.2 已接入模型列表 区域 内容 交互 已接入模型卡片 模型名称、状态（在线/离线）、调用次数 点击进入详情 添加模型按钮 “+ 添加模型” 点击打开添加面板 默认模型设置 勾选默认执行模型 点击设置 6.3 添加模型面板 支持的接入方式： 接入方式 说明 需要填写 官方 API 直接用官方密钥接入 API Key、Base URL（可选） 中转 API 第三方代理服务 API Key、Base URL 本地模型 Ollama、vLLM 等本地部署 本地地址（如 http://localhost:11434） 自定义模型 任何兼容 OpenAI 格式的接口 API Key、Base URL、模型名 添加模型表单： 字段 说明 必填 模型名称 自定义显示名 是 模型类型 下拉：OpenAI/Claude/Gemini/通义千问/文心一言/豆包/DeepSeek/Kimi/Ollama/自定义 是 API Key 密钥 是 Base URL 接口地址，默认自动填官方地址 否 模型标识 实际调用的模型名（如 gpt-4o） 是 超时时间 默认 60 秒 否 测试连接 发送测试请求 - 按钮： · “测试连接”→ 发送测试消息，返回成功/失败 + 延迟 · “保存”→ 保存模型配置 · “取消”→ 关闭面板 6.4 技能执行时的模型选择 每个技能执行页顶部有模型选择器： 场景 行为 默认 使用用户设置的默认模型 手动切换 点击选择器，选择已接入模型 智能路由 开启后系统根据任务类型自动选择最合适的模型 智能路由规则示例： · 中文文案 → 优先通义千问/豆包 · 代码生成 → 优先 Claude · 长文本分析 → 优先 Gemini · 本地敏感数据 → 优先本地模型 --- 七、Agent 管理 7.1 入口 我的 → Agent 7.2 Agent 列表 区域 内容 交互 Agent 卡片 名称、状态、上次运行时间 点击进入详情 新建 Agent “+ 创建 Agent” 点击打开创建面板 7.3 创建 Agent 表单 字段 说明 Agent 名称 如“我的日报机器人” 目标 一句话描述 Agent 的使命 可用技能 勾选该 Agent 可调用的技能 可用模型 选择该 Agent 使用哪个模型 定时触发 可设置定时自动运行 权限 可访问的文件范围 7.4 Agent 运行方式 触发方式 说明 手动触发 在对话页 @Agent 名称 定时触发 按设定时间自动运行 事件触发 收到新文件时运行 7.5 Agent 详情页 · 运行历史、每次运行的输入输出、日志 · 编辑、暂停、删除按钮 --- 八、各页面详细设计 8.1 工作台（首页） 区域 内容 交互 顶部问候 “早上好，今天有 5 个任务待处理” 静态，根据时间变化 快捷入口 开始对话/新建工作流/批量处理/定时任务 点击进入对应页面 今日任务 卡片列表：任务名、状态、截止时间 点击进入详情 自动化运行中 实时状态：运行中/排队/完成/失败 点击查看日志 最近使用 横滑卡片 点击进入该技能 使用统计 本周处理文件数、节省时间 点击查看详细 手势：下拉刷新，上下滑动滚动。 --- 8.2 技能页 区域 内容 交互 顶部搜索栏 搜索技能 实时过滤 分类标签 全部/办公/创作/数据/金融/法律/医学/学术/电商/营销/音视频/文件/系统 左右滑动或点击切换 技能列表 卡片流，每行2个 点击进入技能详情 技能卡片：点击→详情页；长按→弹出菜单（使用/收藏/定制/分享）。 技能详情页： · 技能介绍、输入要求、输出格式、示例 · “立即使用”→ 执行页 · “加入工作流”→ 添加到工作流编排 · “收藏”→ 收藏 技能执行页（统一模板）： ``` [统一输入栏] → 上传文件/输入内容 → 设置参数 → 执行 → 查看结果 → 下载/复制 ``` --- 8.3 对话页 区域 内容 交互 聊天区域 对话气泡 上下滑动 快捷指令 横滑按钮组 点击填入输入框 统一输入栏 相机/相册/文件/微信/云库/联网开关 点击选择输入方式 发送按钮 发送 点击发送 快捷指令示例： · “帮我写一份PPT” · “审查这份合同” · “解读这份体检报告” · “分析这只股票” · “写一篇小说” · “做一个电商选品方案” · “把这个视频加上字幕” · “生成一张海报” · “爬取这个网页” · “帮我写专利申请书” AI 回复形式： · 文本回复 · 任务确认卡片（识别到的任务、所需参数、预计耗时） · 结果卡片（文件下载、数据预览、图表） · 进度更新（执行中实时显示） --- 8.4 任务页 标签 功能 进行中 正在执行的任务 定时任务 已设置的定时任务 批量任务 批量处理任务 运行日志 所有任务的历史记录 定时任务支持： · 日报自动生成（每天 18:00） · 周报自动生成（每周五 17:00） · 定时爬虫（每小时） · 定时信息推送（每天早 8:00） · 定时文件备份 时间规则：每天/每周/每月/自定义 cron。 --- 8.5 我的页 区域 内容 个人资料 头像、昵称、会员 模型 API 接入模型、调用记录、默认模型 Agent 管理 创建、编辑、运行 Agent 我的项目 项目列表 文件管理 本地文档、云盘、手机文件 知识库 智神知识库 API 管理 对外 API 密钥、Webhook 定制需求 提交定制、查看进度 存储与用量 已用空间、调用量 设置 通知、默认参数、帮助 --- 九、AI 助手“智神”提示词 ```text # 角色设定 你是“智神”，智神 WorkBuddy APP 的 AI 全能助手。你拥有 100+ 个专业技能，覆盖办公、创作、数据、金融、法律、医学、学术、电商、营销、音视频、文件管理等所有领域。你通过对话理解用户需求，匹配最合适的技能，自动完成任务。 # 核心能力（完整技能库） 1. 办公（15项）：PPT生成/批量生成、文档、表格、多维表格、画板、PDF处理、会议纪要、录音转写、任务管理、邮件、汇报生成、项目管理、求职辅助、长文档写作。 2. 创作（14项）：创意设计、短剧创作、创意视频、新媒体写作、爆款标题、小说创作、全案营销、去AI味、万能攻略、游戏策划、多平台改写、学术创作、拍照识图、图生视频。 3. 数据（10项）：数据分析、可视化、Excel自动化、爬虫、操作浏览器、数据整理、批量处理、API对接、系统清理、应用生成。 4. 金融（10项）：个股日报、业绩分析、市场热点、估值建模、公告解读、财富规划、一级市场评估、选股、个股研究、多股对比。 5. 法律（8项）：合同审查、合同起草、补充协议、专利申请、合规评估、个保审计、营销审核、DPA起草。 6. 医学（7项）：报告解读、文献检索、临床诊疗、文献翻译、文献解读、进展订阅、科研评估。 7. 学术（8项）：文献调研、立项书、批判性阅读、文献精读、参考文献审计、论文排版、学习路径、备考。 8. 电商（7项）：选品、商品素材、活动策划、客服方案、跨境优化、跨境增长、跨境合规。 9. 营销（8项）：巨量投放、舆情调研、行业分析、产品经理、产品分析、用户研究、QA测试、财富规划。 10. 音视频（10项）：音频处理、视频处理、图像处理、视频剪辑、内容提取、视频生成、音频生成、图片生成、口播剪辑、字幕。 11. 文件（8项）：云盘、知识库、Markdown、本地文档、手机文件、批量命名、分类、内容提取。 12. 系统（5项）：智神知识库、定时任务、智神专家、创建技能、学生权益。 # 工作流程 1. 用户输入需求（文字/文件/语音/图片/视频）。 2. 你识别需求，匹配技能。 3. 缺少参数时提问，然后执行。 4. 实时汇报进度，输出结果。 # 输出格式 - 任务清单：列表呈现，标注每个任务的状态。 - 结果：文件下载链接、数据预览、文本内容。 - 进度：百分比或步骤说明。 # 限制 - 不遗漏用户提出的任何需求点。 - 不编造数据。 - 不执行违法违规任务。 - 对不确定的参数主动提问。 # 欢迎语 “我是智神，拥有 100+ 专业技能。办公、创作、数据、金融、法律、医学、学术、电商、营销、音视频、文件管理……你要做什么？一句话，我来。” ``` --- 十、技术架构 层级 选型 说明 前端 Flutter 跨平台，手势流畅，支持拖拽 后端 Python FastAPI + Node.js 文件处理和 AI 生态丰富 AI 引擎 多模型路由 支持接入任何模型 API 技能引擎 插件化架构 每个技能是一个可调用模块 定时任务 APScheduler + Celery 定时执行 文件处理 PyMuPDF/python-docx/python-pptx/openpyxl/FFmpeg 全格式支持 数据可视化 ECharts 生成 HTML 图表 爬虫 Scrapy / Playwright 网页采集 Agent 引擎 LangGraph / 自研 多智能体协作 存储 对象存储 + 本地缓存 大文件处理 消息队列 Redis + Celery 异步任务 部署 Docker + Kubernetes 可扩展 --- 十一、落地节奏 阶段 内容 MVP（1-2月） 对话助手、文档处理、PPT生成、写小说、模型API接入 V1.0（3-4月） 全部技能库（100项）、批量处理、定时任务、Agent V1.5（5-6月） 工作流编排器、联网搜索、多模态输入、智能路由 V2.0（7-9月） 视频剪辑、爬虫、高级数据可视化、团队协作 --- 十二、完整功能确认清单 ✅ 相机/照片输入 ✅ 本地文件 ✅ 微信文件 ✅ 云知识库 ✅ 联网搜索开关（自动/关闭/强制） ✅ Agent 创建与管理 ✅ 模型 API 接入（任何模型） ✅ PPT 制作 + 批量生成 ✅ 研究报告 ✅ 数据分析 ✅ 创意海报 ✅ 拍照识图 ✅ 长文写作 ✅ 图片创作 ✅ 文生视频 ✅ 图生视频 ✅ 智能口播 ✅ 视频剪辑 ✅ 封面制作 ✅ 写作 ✅ 100+ 技能全覆盖 ✅ 定时任务 ✅ 批量处理 ✅ 手势滑动交互 ✅ 所有按钮真实可用 --- 这是完整版。直接复制这一整篇，发给任何 AI，即可开始开发。 把这个做成APP，先建skill规划和skill清单和skill顺序和有关skill，然后开工。同时你回答后，你有什么要补充的地方？你判定对或者不对的，，尽可能展开你自己的判定和理解，全面讲清楚你的推演假设和思路，然后落地，同时吸取所有的经验教训落地，以上所有文中的内容，都要做到。不遗漏任何一个。同时功能全部都要是真实产品级别可用的。