豆包Agent最系统手把手教程，从入门到精通（附完整PDF）

大家好，我是袋鼠帝。

最近这几个月，WorkAgent成了兵家的必争之地，真的卷疯了，今天一个发布，明天一个更新，我勒个豆。

腾讯出了workbuddy，阿里出了千问办公，紧接着字节联合飞书、豆包，打造了豆包Agent：也就是豆包工作。

至此，你可以把电脑完全包外给豆包了，效率飞升～

这几天我也看到很多朋友开始使用豆包工作，分享一些豆包工作的使用经验，诸多信息综合下来看，我感觉这是字节押注必须要做好的产品。

而且，豆包本身就是一款国民级的 AI 产品了。甚至我周围的很多人提到AI，只知道豆包。

我觉得，豆包工作今后是有机会像抖音一样普及的存在。

所以，我们才又肝了七天开源了豆包工作蓝皮书。

我们还成立了AgentWork社区，意在把 Agent 用进真实工作。社区使命是： 把一人的用法，变成百业的方法。

写蓝皮书的过程，也是我重度使用豆包工作的过程，群聊、开会、爬数据全都拿它跑过，可以帮助省下不少时间，不得不说真有点东西。索性写一篇保姆级教程，给它讲透。

具体的，我们一步一步来说。

1 下载与安装

第一步很简单，先把东西装上，「工欲善其事，必先利其器」嘛。

官网 doubao.com/work，点「下载豆包工作」，它会自己认你的设备是 Mac 还是 Windows，直接下对应版本。

下载完安装好，恭喜你，得到了一个能深度联动飞书生态的 Agent 助手。

接着登录。这步稍微停一下讲讲，因为选哪种账号是有讲究的：豆包账号，或者飞书账号。

我自己用的是飞书登录。好处是团队的群聊、文档、会议、审批这些数据它都能拿到，干活时上下文足，它知道去哪儿找东西。你要是不用飞书，拿豆包账号登也行，它也会接着你以前的会话记录用。

但是如果你平时沉淀的上下文都在飞书的话， 建议最好用飞书登录。因为你想让agent干好活，缺的就是详细的上下文，而飞书就是天然的上下文宝库。

2 认识界面

登录进来就是主界面。是经典的本地Agent桌面端布局：左上是一列功能入口，左下看对话、看项目，右侧底部是输入框加技能选择。ok，咱们一个一个过。

3 左侧功能栏

左边这一列，看着入口挺多，常用的就那么几个。

4 新工作任务

最常用的入口，没有之一。

你丢给它一个完整任务，比如「帮我整理本周项目周报」，剩下的它自己来：拆步骤、调工具、边做边检查，最后把成品交给你。你只负责提需求，当个合格的甩手掌柜。

这里有个小教训给大家分享一下：我之前有一次，把三个要求挤在一句话里面，它做完漏了一个，然后又返工。后来每次把需求一条条列清楚，就基本没再漏过。它对 prompt 的工整程度是有要求的，这点童鞋们记一下。

我有个贼好用的方法，可以直接把我们的想法转录成结构化的、工整的提示词，就是使用豆包输入法。

Mac的话，长按fn，然后我们就可以开始说话，说完松开fn，豆包输入法，就能自动把我们刚刚说的话整理成逻辑清晰，又工整的的内容。

当然，豆包工作也有语音输入。

只不过安装豆包输入法，除了能在豆包工作使用，还能在比如飞书文档等任何你想要输入内容的地方使用。

5 定时任务

字面意思，指定时间自动跑，每天/每周/每月都支持。比如可以设定一个每周一早上九点自动出上周周报（你每天的工作日报最好是沉淀在飞书里面的），到点自动出，还是很香的。

6 主对话

普通一问一答。说实话我用得少，有活都直接开新任务，只有临时查个东西才切过来。

7 技能·连接器·伙伴

点击这里，可以看到豆包工作开箱即用的能力总入口，下面几个细分入口（连接器、技能、工作伙伴）都可以从这里进去。

8 连接器

飞书、企业微信、钉钉、腾讯会议、百度网盘、同花顺、天眼查等不同分类的连接器，相当于给豆包工作装上了「手」，让它能直接调用这些平台的数据和能力。比如接了飞书，它就能读你的群聊、文档、日历、会议；接了钉钉或腾讯会议，审批、会议这类能力也能联动起来。

9 技能

也就是 skills，相当于给豆包工作安装的各种「专业技能包」。

你可以看到豆包推荐的技能，它也会自动加载你本地的 skills；更妙的是，一条跑通的工作流程，还能存成你自己的自定义技能，下次一键复用。

还有豆包推荐的Skill，相当丰富。

10 工作伙伴

各种有着专业化能力的 AI Agent 角色，相当于你团队里的各种「专家」。

有的擅长写文案，有的擅长做数据分析，有的擅长做 PPT，需要什么方向的活儿，就找对应的伙伴来干。

比如UI设计师，就内置了多个专业相关的技能。

11 工作小队

工作小队，和工作伙伴是有区别的。

小队，顾名思义，是多个工作伙伴组建起来的小团队，多个Agent专家协同工作。

比如，爆款内容创作小队，就由创意总监、爆款营销策划师、爆款内容创作专家、AI画师组成。

点击上面的对话，就能使用工作小队啦～

这里需要注意一点，工作小队的对话记录是在「伙伴对话」->「任务」里面，而不是在左下角了。

12 云盘

管理你在豆包工作中生成的文件，以及飞书云盘里的文件、以及最近打开过的飞书文档，作为表格等都会在这里展示。

另外，Agent 做出来的成果、上传的素材都会放在这里，方便你随时查看、下载、复用。

13 手机遥控电脑

打开后让这台电脑保持唤醒状态，然后你就能在手机豆包 APP 上远程操作这台电脑，人不在电脑前也能让它干活，十分方便。

注意一个前提：豆包工作与豆包要登录同一个账号，如果豆包工作是用飞书账号登录的，豆包 APP 也要用同一个飞书账号登录。

ok，左侧边栏的功能我们就学完了。

接下来是右侧底部输入栏，也非常重要。

底部输入框

这个应该不用多解释了，就是跟豆包Agent对话的输入框

输入框上还有几个功能值需要认识一下：

14 电脑环境选择

选任务在哪跑，本地还是云端。日常小任务本地跑就行，没讲究。但那种一跑几个小时的复杂任务，建议切云电脑，不占你本地资源，你电脑该干嘛干嘛。这点童鞋们记一下，能少走点弯路。

15 项目

项目其实是非常重要的，主要是给任务分组用的：

把本地文件夹添加成项目，Agent 直接在文件夹里干活，需要用到的资料，素材和做出来的结果都归在一处。任务少的时候无所谓，多了你就知道多重要，不然产出散得到处都是，每次想起来找，都很麻烦。

比如，我之前让豆包工作帮我剪辑视频，我就会单开一个项目

这个项目所绑定的本地文件夹是「豆包桌面版」，我把一些需要用到的图片、视频（我的口播）素材都放进了这个文件夹。

最终产出的视频也会放进这个文件夹，这就是项目的作用：给任务分组。

16 按需确认

主要管放权程度的。如果开「全部允许」，删除、覆盖、发消息这类敏感操作它不再一个个问你，整个任务可以跑得非常顺。一般我出去之前，跑一个长任务，会选择开全部允许，否则很可能你出去一圈回来没法收菜，最气的就是，你回来发现，他喵的，它才刚开始跑就询问了，然后一直卡在等待授权...这是最难受的。

如果开「按需确认」，一些敏感的，有风险的操作（比如删除、覆盖、发消息）才会进行询问。建议大家在电脑上有重要文件的情况下来这个模式。

不建议开「始终询问」，这个太der了，说实话。就是你会非常的烦，它可能每几秒钟，执行任何任务都需要你点同意才行。然后你就会发现，你一直要守着电脑点同意，点同意，你就是一个无情的点击机器。。。巨烦。

17 企业知识

飞书登录的人会多一个「企业知识」技能，拿来查公司内部文档。权限跟你本人一致，你能看的它能查到，你看不了的它也看不了。这点设计得很合理，背靠飞书，天然就有很完善的权限管控。

18 更多技能/连接器

已装好的技能和外部平台链接器都在这里，点开，能快捷选择使用，省得再去翻。

常用的功能也会在这里列出来。

直接在输入框打斜杠/，输入内容，可以快速查找并使用Skill。

19 模型与思考深度

换模型、调整思考程度，都是在这。

我的习惯：小事用快模型，别让它在简单任务上空想，有时候反而会整复杂；

难啃的任务再上强模型、思考程度开到高。先让强模型用最高思考程度去制定方案、计划。

然后在开中等思考程度去执行。这样一次直出的效果会更好。

反正最终，速度和消耗和效果，需要自己权衡一下。

语音输入

识别准、出字快，懒得打字或者思路跑得比手快的时候很好用。但是有个弊端：它是说完直接发，没有编辑环节。这个适合快速执行一些简单任务。

复杂一点的需求，还是老老实实打字。或者最好用我开头提到的，豆包输入法，把脑子里面的想法说出来，完事之后，豆包能帮你整理成更有逻辑，更架构化的提示语。

20 操作电脑/浏览器

在对话框中，输入 "/操作"，能出现两个操作，一个Computer Use（操作电脑），一个是操作浏览器。这两个能力非常重要，这才是真正的提升生产力的功能。

而豆包因为本身就有非常强的视觉能力，Agent能力也不错，所以非常适合做电脑/浏览器操作。

其实，字节在 GUI Agent 这一块，积累挺多的。之前的豆包手机就是一个例子。

还有开源的UI-TARS-desktop：一个可以通过自然语言操作电脑的原生 GUI Agent 开源项目，

现在已经38.8K Star了。

四个实战案例，带你玩转豆包工作

基础功能就介绍到这，豆包工作到底能不能打，还得看真场景。

下面四个都是我自己平时在用的，每个都有完整的 prompt，童鞋们照着改改就能用。

一、快速总结群聊上下文

先交代下背景。我加了个行业交流群，一天几百条消息，质量还挺高，就麻烦在没法时刻盯着。忙起来两天没看，再去看就得"爬楼"，往前翻好几天记录，翻得眼花不说，还总怕漏掉什么关键信息。索性让 豆包工作 来搞定吧。

Prompt：

整理飞书「AI 实践与观察分享群」最近 7 天的群聊消息，找出讨论最激烈的内容、提炼出值得关注的内容：AI 行业新动态、有洞察的观点、可复用的实操经验，以及能延伸成文章的话题。按「动态、观点、实操、选题」分好类，放在我飞书文档库里。

指令发出去，它能自己进飞书群读最近七天的消息，按四个维度整理好，给你一份结构化的摘要。

有件事我都没要求，它竟然也自己做了：群里出现过的文档和链接，它居然翻了出来，挂回对应的讨论下面。看摘要的时候想点开看原文，直接点就行。

全程我没动手。中途瞟了一眼，它在那读群聊、翻文档，有点像同事在帮你干活。摘要出来后我看了一遍，几条群友分享的实操经验都在，其余归档。后面翻出来就能用。

这件事给我的触动在于：一般的Agent你得把背景收集，喂到它嘴里，但是豆包工作不用，它自己会找。背靠飞书，不得不服。

二、会议纪要待办创建

第二个场景跟会有关。我线上会很多，飞书妙记能自动转录，这没问题，问题是：

纪要是纪要，任务是任务。开完会得自己一条条把待办摘出来，还挺烦的。现在直接交给豆包工作了。

Prompt：

根据我今天飞书会议的纪要，从中提取明确提出的待办事项，功能可以细分，并将这些待办创建为我个人的飞书任务，并按会议结论设置截止日期。

它自己进飞书会议，读那场会的妙记和智能纪要，整理出待办事项清单，先发给我过目。

确认没问题，它就把待办逐条建成飞书任务，截止日期按会议结论来，一步都不用我动手。

最后出来的任务清单是下面这样：

这个流程我现在天天在用，是真离不开了。

以前开完会，纪要在妙记里，任务得自己建，很容易漏。

现在开完会直接让豆包工作整理，带着截止日期的待办直接到任务清单，借助飞书的能力还可以到点提醒，贼方便。

下一个场景就更牛了，让它直接替你上网干活，这也是我最近用的最多的功能了。

三、浏览器自动化

直接上手操作浏览器，就跟你自己坐在电脑前点鼠标一样。

触发方式：对话框里打 "@" 或 "/"，跟上"浏览器"这个关键词。

你能在浏览器操作的，几乎所有的事情，它都能干：比如打开网站、读页面内容、下文件、填表单等等...

比如：

访问智联招聘，在搜索框输入 "AI 自动化"，工作地点选 "成都"，抓取搜索结果前 20 个岗位，整理成表格，包含：职位名称、公司、薪资、工作地点、经验要求、学历要求链接。

指令一发，浏览器自己打开，进智联官网，一步一步照着做。整个过程你都看得见。

这里必须说一句：它并不死板。

页面没加载完它会等，弹窗阻塞流程来，它也会处理，某个元素找不到会换条路。会

会根据页面的反应，再决定下一步，这比 RPA 工具强太多了，它是自适应的完成任务，而不是程序化的，写死的。

所以，像n8n、RPA这种工具，注定在Agent的飞速发展下，会逐渐式微。

这种活以前我自己干过：一页一页翻，一条一条复制，干到最后眼睛都是花的。现在全给它，我只需要刷会儿手机然后"收菜"。

不过活要是太复杂，一直占着自己的电脑也不像话。这时候就该请出最后一位选手，云电脑。

四、云电脑

简单理解：豆包工作给你配了一台云电脑。

一跑几个小时的活，批量整理数据、下载一堆报表这种，都丢过去。不占你本地空间，也不耽误你手上的事，手机电脑都能看进度。

我正好有一堆前段时间下的电商数据，几十个文件吧。

操作两个要点：

一，把执行环境从本地切到云电脑；

二，要处理的文件全拖进聊天窗口（打个 ZIP 包也行），需求写清楚，发出去。

我的文件不算多，半小时整理完，本地一点没影响。如果同样的任务要在本地跑，有时候电脑进程开得多，就会很卡。不得不说，云电脑这个功能还是很香。

出来的经营分析数据透视表如下（圆满完成任务）。

「最后」

先说大家最关心的额度限制：豆包工作用的是 5 小时加周限额这套，和 Codex、Claude Code 一个路数。5 小时用完会重置，周额度 7 天刷新一次。我日常这么用下来是够够的，但大家要是拿它跑大批量任务，得自己安排下节奏。

从安装到界面再到四个实战案例，都带大家过了一遍。其实核心就一句话：把活儿描述清楚，匹配合适的工具，丢给它，然后等结果就行啦。

如果想要学习更多使用场景，和案例。可以去我们开源的豆包工作蓝皮书（doubaowork.homes）学习，里面包含了更多丰富的实操～

纸上得来终觉浅，绝知此事要躬行。关键是用起来。还是那句话：人至践，则无敌！

如果还有问题，评论区随时来问，如果有别的有趣、实用场景，也欢迎分享～

文章来自于微信公众号 “袋鼠帝AI客栈”，作者 “袋鼠帝AI客栈”