软件介绍

人人草人人舔使用指南

第一步：导入文件

打开软件
，点击"?增长 人人草人人舔"按钮
，从电脑当选择《人人草人人舔》文件
，或直接将其拖拽至软件界面中。

第二步：配置解析

软件会自动鉴别并解析导入的文件
，您可凭据界面提醒选择所需的保留蹊径或下载体式。

第三步：起头下载

确认无误后
，点击"起头下载/处置"按钮。期待进度条读取结束
，即可在设定的文件夹中查看下载好的正版文件。

测完几个Agent工具
，我发现他们能代打游戏了
，人人草人人舔

发个指令
，给点权限
，AI就能自己打开游戏库库玩了。

不懂咋玩？那就截图鉴别。没法操作？直接现搓剧本。操作一坨？甚至还能上网自己找攻略。

这就是此刻跑在你电脑上的 AI Agent 能做到的事儿。

世超把市面上的一些 Agent 工具测了一遍
，好比Codex
，TRAE
，QoderWork
，Workbuddy
，Marvis等等。

只能说
，这玩意儿吹了这么久
，大伙儿可能真不用再张望了。

从左向右顺次为：第一行WorkBuddy
，TRAE
，Marvis；第二行Codex
，QoderWork
，悟空

当然
，一听 code 啥的
，大伙儿可能感触是为专业开发者造的
，门槛高
，学起来用起来会很麻烦。

诶
，莫不安
，大厂们也都悄摸进化一轮了。

之前的确硬核了点
，一个两个的都照搬 VS Code 那种传统的编程页面
，适合开发
，但并不适合和 AI 一路开发。

VS Code页面

既然引入 Agent 了
， 那注定得重新设计
，终于它是来干活的
，而人是监督它的。

所以各人都很默契地改了统一套交互逻辑
，把具体的代码隐去
，再把 Agent 干活儿时的日志显示出来。

在网页里你能够叫它教员
，但在 Agent 工具里
，你得化身老板
，把活儿给摊派领略。

咱先来看界面
，也很简洁
，重要三个部门。

左边是你手底下掌管的项目
，中央是通例的谈天窗口
，右边就能看到期待验收的器材了 （ 通常等工作起头了才会有动静 ）。

向左滑动
，顺次为：Codex
，TRAE
，WorkBuddy
，Qoderwork

能 BB 就不着手
，咱先去 Agent 工具的 “ 利用商店 ” 里游游
，看看有啥相宜的技术包
，也就是 Skill
，给 Agent 装上左膀右臂。

能看到
，应接不暇啊
，终于活儿的种类也就那么多
，所以凡是有名有姓的根基都能扒拉到现成的规划。

什么数据分析
，内容创作都不在话下
，固然不至于个个都好用
，但参考参考终归是能少走点弯路的。

其中做的比力有新意的是腾讯新出的 Marvis
，把技术商店做成了类似幼红书的信息流
，能够边刷边珍藏技术。

再加上技术在这些工具里是通用的
，所以最近幼红书自己也上线了 Skill 商店
，用起来也相当方便。

当然
，就算挑不外来也不要紧
，技术商店里还有助咱选技术的技术。

Codex 里叫 Skill Installer
，WorkBuddy 里叫 Find Skills
，算是将懒人式进行到底。

左：Codex；右：WorkBuddy

至于自己造技术倒是不用急
，固然能够通过 AI 一步步疏导造出来
，但先射箭后画靶通常都不好使。

好的技术往往是先自己跑通几遍
，再提炼总结
，会更接地气
，也更贴合自己的使用场景。

向左滑动
，顺次为：WorkBuddy
，TRAE

选好技术就能够起头工作了
，这里在起头前必要选一下工作类型
，默认的是通常款
，但通常 Plan 模式更好使。

这点还挺重要的
，由于好多时辰了局不梦想不是 Agent 太笨了
，而是咱自己也不知路想要什么。

这个 Plan 就是在职务起头前先规整齐下
，明确工作的条条框框。

有什么不当就直接改了
，不用比及最后才发现方向跑偏了。

单一说一下咱要做什么
，就能敲回车下发指令了。

为了看具体流程
，咱挑 3 个幸运儿来展示一下
，OpenAI 的 Codex
，字节的 TRAE 和 腾讯的 WorkBuddy
，国内表的都拉出来溜溜。

工作就原地 TP
，让它们仨锐评它们仨。

此时就能发现 Plan 的益处了
，好比执行工作前
，Codex 和 TRAE 都向我二次确认了下 WorkBuddy 具体是哪一个
，由于国表有同名的利用
，容易混合。

当然
，由于都是默认的模型
，速杜仔快有慢
，但就汇报了局来看
，的确各有 “ 特点 ” 呐。

先说 WorkBuddy
，给到一个厚道人
，上来也没问我汇报是个啥大局
，吭哧吭哧就是干。

最后给的网页
，就成效来看
，还是不错的
，排版和内容固然 AI 味路重了点
，但花里胡哨的切合咱锐评的主基调。

并且调研后的结论相当低调
，把自己放在了靠后的地位
，喷起自己绝不手软
，实诚这一块儿到位了。

再来看 TRAE 
，给到一幼我上人
，活儿干的比力详细
，不论是前期的弹出式的表单规划
，还是中央的调研
，思路都很清澈
，子 Agent 的挪用也是相当纯熟了。

主题结论里
，固然把自己排到了老迈
，但考量了 6 个维度
，总分是加权出来的
，也算是有理有据了。

最后的 Codex
，根基就是目前这个领域的标杆了
，汇报里先来一手信源分析
，就跟大伙儿拉开了点距离
，下面的评价也能显著感触到更深刻一些
，结合了官方产品文档的内容。

模型好的确有优势
，但思考到国内用起来不方便
，暂且给到一个半夯吧。

接下来
，工作持续
，让他们把各自的汇报天生一份可视化的落地页。

你可能会说这活儿在网页里也能做
，并且还更快。

倒也没错
，但分歧的点在于
，这里你不必要把代码再复造粘贴到本地了
，并且最重要的
，Agent 会自己挪用工具
，去查抄制品有没有 BUG。

好比同样的工作
，交给网页的 Gemini
，这家伙甩给我几百行代码
，我粘到本地打开
，发现一片空缺。。。

而这些 Agent 会在交付之前就预防这种情况。

WorkBuddy 是自己挪用了 3 次预览
，做了 2 次优化
，才把网页交给我。

TRAE 直接一些
，直接打开了内置的浏览器
，通过分歧角度的截图鉴别
，打不开就刷新重试
，直到确认渲染成效切合预期。

Codex 也一样
， 权限不够
，总是截不着网页
，试了 N 次才确认好成效。

所以落地页的成效倒是其次
，重点是这套工作执行的逻辑
，是跟网页端应酬交差齐全分歧的打法。

出格是截图反馈的工具挪用
，相当于给电脑安了个赛博义眼。

而像 Codex 这种更进一步
，有 Computer Use 职能
，能够全局截图反馈
，而后操作。相当于你电脑上的软件
，它都能打开
，等模型能力更猛了
，代打几局 LOL 也不是不成能。

当然
，除了技术 skill
，这些 Agent 工具还能接入其他利用
，像是 GitHub
，邮箱
，网盘等。

更妙的是接入一些通讯软件
，像微信
，飞书
，这也是龙虾当初火起来的一大原因。

接入后就能双向链接
，甭管是从 Agent 往飞书发文档
，还是从微信号令 Agent 往工位高低载资料
，都没问题。

像是之前远程软件的升级版
，加了个 Agent 当管家
，助你 24 幼时盯着自己的电脑
，随叫随到。

或者有一些按时的工作
，也能找到 “ 自动化 ” 这种类型的入口
，让它收受每天单调反复的流程性工作。

向左滑动
，顺次为：Codex
，TRAE
，WorkBuddy
，Marvis

说了这么多
，其实无论是什么伎俩
，装什么插件
，性质上都是在约束
，节造着 Agent 朝咱预约的方向产出器材。

有大佬精心优化的工作流
，有厂商调教好的影象系统
，也有方便实用的技术包。

用专业点的话说这些都是 “ Harness ”
，原意是给马套上马具
，放这儿也是极度贴切了。

无论马具下面的模型是哪一匹
，这些 Agent 工具都得随套随用。

就用起来的体感而言
，Codex 是比力夯的
，模型给力
，额度还偶然重造
，固然必要一点伎俩
，但比起 Claude 要单一得多
，适合想履历顶尖机能的折腾党。

要是不想麻烦
，直接用国内大厂的规划也行
，嫌默认的模型笨
，就去买点 DeepSeek 的 API 接上
，也是妥妥的性价比平替。

至于平替里面选哪一个就取决于你的使用场景了
，微信和 WorkBuddy 拆伙方便
，飞书和 TRAE 集成更深
，钉钉何处就是 Qoder 以及咱没测到的悟空了
，不外逻辑都是一样的。

但话说回来
，Agent 工具也是出弊端的
，就是上的伎俩越多
，破费的模型 Token 也越多
，动不动几极度钟的长线工作
，账单会变得贼拉长。

所以有什么便宜管鼓的模型套餐
，大伙儿就各显神通吧。。。

而要是不太繁琐的活儿
，这些 Agent 工具也有免费的额度
，白嫖一下试试咸淡总是不亏的。

撰文：风华

编纂：江江 & 面线

美编：焕妍

图片、资料起源：

Codex, TRAE, WorkBuddy, Marvis
，QoderWork
，悟空