## 概述 当Claude Code从"代码补全工具"进化为"AI软件工厂"，工作流自动化Skills成为连接编码与交付的关键桥梁。本期聚焦CI/CD流水线、部署管理、错误监控、Git工作流、项目规划五大自动化场景，深度评测2026年春天最值得关注的七款工作流自动化Skills——从Garry Tan开源的82K Star全栈工厂gstack，到让错误追踪自动化的Sentry技能包，再到 Manus风格的持久化规划插件。这些Skills不是锦上添花的辅助脚本，而是重新定义"AI怎么干活"的底层基础设施。 --- ## 评测总览 | Skill名称 | 类别 | 来源 | 功能完整度 | 上手难度(易→难) | 变现潜力 | 训练营适用性 | 社区活跃度 | |-----------|------|------|-----------|----------------|---------|-------------|-----------| | **gstack** | 全栈工作流工厂 | garrytan/gstack | ★★★★★ | ★★★★☆ | ★★★★★ | ★★★★★ | ★★★★★ | | **senior-devops** | DevOps全链路 | alirezarezvani/claude-skills | ★★★★☆ | ★★★☆☆ | ★★★★☆ | ★★★★☆ | ★★★★☆ | | **CI/CD Pipeline Design** | 流水线架构 | mcpmarket社区 | ★★★★☆ | ★★★★☆ | ★★★★★ | ★★★★☆ | ★★★☆☆ | | **sentry-claude-code-skills** | 错误监控 | codyde/sentry-claude-code-skills | ★★★★☆ | ★★★★☆ | ★★★★☆ | ★★★☆☆ | ★★★★☆ | | **planning-with-files** | 持久化规划 | OthmanAdi/planning-with-files | ★★★★☆ | ★★★★★ | ★★★☆☆ | ★★★★★ | ★★★★☆ | | **continuous-learning-v2** | 自主学习 | affaan-m/everything-claude-code | ★★★★☆ | ★★★☆☆ | ★★★★★ | ★★★★☆ | ★★★★☆ | | **yeet** | Git一键工作流 | 社区维护 | ★★★☆☆ | ★★★★★ | ★★☆☆☆ | ★★★★★ | ★★★★☆ | --- ## 一、gstack：Garry Tan的AI软件工厂 **来源：** [github.com/garrytan/gstack](https://github.com/garrytan/gstack) **安装：** `npx skills install @garrytan/gstack` **Star数：** 82K+（截至2026年5月） ### 核心功能 gstack不是一个单一的Skill，而是一套包含31个斜杠命令的完整工作流层。它把Claude Code重新定义为多个角色：`/plan-ceo`从商业视角做技术决策，`/plan-designer`生成设计规格，`/plan-eng`编写实现计划，`/ship`自动创建PR并推送。最关键的是`/browse`命令——它启动一个持久化Chromium守护进程，让Claude能在真实浏览器中做QA测试、表单验证和回归检查。 Garry Tan公开声称用这套系统在60天内写了60万行代码，平均每周100个PR。虽然这个数字引发了社区对代码质量的争议，但gstack的架构理念——把软件开发拆分为"规划→设计→编码→审查→QA→交付"六个独立阶段，每个阶段由不同的Skill驱动——确实解决了AI编程中"上下文窗口不够用"和"缺乏质量门禁"的核心痛点。 ### 评测维度 - **功能完整度 ★★★★★：** 覆盖从CEO级规划到浏览器QA的完整链路，31个命令几乎涵盖了软件工厂的每个环节。持久化Chromium是杀手级特性。 - **上手难度 ★★★★☆：** 安装一条命令完成，但31个命令需要时间学习。Garry Tan在README中提供了快速上手指南，从`/plan`到`/ship`的极简路径5分钟可跑通。 - **变现潜力 ★★★★★：** 企业版可加入私有部署、自定义角色模板、团队协作层。按团队规模SaaS收费是清晰的商业模式。市场上已有至少三家公司在做gstack的商业化封装。 - **训练营适用性 ★★★★★：** 非常适合做"AI软件工程"课程的核心教材。每个角色对应一个教学模块，学员可以分阶段学习。建议课程时长：5天，每天6小时。 - **社区活跃度 ★★★★★：** 82K Star，Garry Tan本人活跃维护，每周有新命令或改进。社区贡献者超过200人。 ### 竞品对比 gstack的主要竞争对手是Anthropic官方的Claude Code GitHub Actions和各类单点Skills。优势在于"一站式"——你不需要拼装10个不同的Skill，gstack直接给你一套完整的工作流。劣势是强观点（opinionated）——你必须接受Garry Tan的工程哲学，自定义空间有限。 --- ## 二、senior-devops：DevOps一站式瑞士军刀 **来源：** [github.com/alirezarezvani/claude-skills](https://github.com/alirezarezvani/claude-skills) **安装：** `npx skills install @alirezarezvani/senior-devops` **所属仓库Star数：** 4.2K+ ### 核心功能 senior-devops是alirezarezvani的263+Claude Skills集合中专门面向DevOps工程师的技能包。它的设计理念是让Claude Code胜任一个5年经验DevOps工程师的工作。具体覆盖六个领域： 1. **CI/CD流水线搭建：** 自动生成GitHub Actions、GitLab CI、Jenkins Pipeline配置文件，支持蓝绿部署、金丝雀发布、滚动更新等策略。 2. **容器化：** 自动生成优化的Dockerfile（多阶段构建、最小镜像），创建docker-compose编排文件，支持Kubernetes manifest生成。 3. **基础设施即代码：** Terraform模块生成，覆盖AWS/GCP/Azure三大云平台，包含VPC、ECS/EKS、RDS等常用资源。 4. **监控告警：** 生成Prometheus规则、Grafana Dashboard JSON、AlertManager配置。 5. **安全合规：** 集成Trivy镜像扫描、tfsec Terraform安全审计、OWASP依赖检查。 6. **故障排查：** 提供标准化的日志分析流程和故障恢复SOP。 ### 评测维度 - **功能完整度 ★★★★☆：** 六大领域覆盖全面，但深度参差不齐。Kubernetes部分只覆盖了基础manifest，缺少Helm Chart和Operator模式。 - **上手难度 ★★★☆☆：** 需要对DevOps工具有基本了解。纯前端开发者使用会有门槛，但DevOps工程师可以立即上手。 - **变现潜力 ★★★★☆：** 可封装为"AI DevOps Consultant"按需付费服务，或按云平台拆分（AWS版/GCP版/Azure版）做差异化定价。企业定制市场空间大。 - **训练营适用性 ★★★★☆：** 非常适合DevOps训练营，但需要学员有Linux和网络基础。建议时长：3天，每天以一个领域为核心做实作。 - **社区活跃度 ★★★★☆：** 作为263+ Skills集合的一部分持续更新。alirezarezvani保持月度发布节奏。 ### 竞品对比 相比mcpmarket上零散的CI/CD Skills，senior-devops的优势是"一套解决所有问题"。与gstack相比，它更专注于运维而非开发全流程。如果gstack是"CTO的全栈团队"，senior-devops就是"SRE专家"。 --- ## 三、CI/CD Deployment Pipeline Design：企业级流水线架构师 **来源：** mcpmarket社区多个版本 **安装：** `npx skills install deployment-pipeline-design` **特点：** 多版本共存，社区驱动迭代 ### 核心功能 这不是一个单一的Skill，而是一个Skill品类——在mcpmarket上搜索"deployment pipeline design"会出现超过15个版本。这些Skill共享同一个核心目标：让Claude Code具备架构师级别的CI/CD流水线设计能力。 最成熟的版本提供以下能力： - **多阶段流水线模板：** 从Build→Test→Staging→Canary→Production的完整阶段定义，每个阶段可配置审批门禁。 - **部署策略库：** 蓝绿部署、金丝雀发布、特性标记（Feature Flag）发布、A/B测试发布的完整配置模板。 - **安全检查集成：** SAST（静态分析）、DAST（动态分析）、SCA（软件成分分析）在每个流水线阶段的嵌入点。 - **回滚策略：** 自动生成回滚脚本和监控触发条件。 - **多云支持：** 同一套流水线逻辑可编译为GitHub Actions、GitLab CI、CircleCI、ArgoCD等不同平台的配置。 这个Skill品类的独特价值在于——它不帮你写代码，它帮你设计"代码怎么变成产品"的流程。这是一个更高层次的自动化。 ### 评测维度 - **功能完整度 ★★★★☆：** 流水线架构设计覆盖完整，但各版本质量参差不齐，需要仔细挑选。 - **上手难度 ★★★★☆：** 有CI/CD基础的人可以快速上手。生成的配置文件清晰可读，便于定制。 - **变现潜力 ★★★★★：** 这是所有工作流Skills中变现空间最大的品类。企业愿意为"标准化的发布流程"付费。可以做成"Pipeline as a Service"按流水线数量收费。 - **训练营适用性 ★★★★☆：** 适合DevOps中级课程，但需要配合实际项目才能体现价值。建议2天集中培训+1周项目实践。 - **社区活跃度 ★★★☆☆：** 版本碎片化是双刃剑——说明需求旺盛，但也意味着缺乏统一的维护力量。 ### 竞品对比 与senior-devops相比，Pipeline Design更聚焦于"流程架构"而非"工具操作"。如果说senior-devops教你写Terraform代码，Pipeline Design教你设计整个基础设施的生命周期。两者互补性极强。 --- ## 四、sentry-claude-code-skills：让错误追踪自动修复 **来源：** [github.com/codyde/sentry-claude-code-skills](https://github.com/codyde/sentry-claude-code-skills) **安装：** `npx skills install @codyde/sentry-claude-code-skills` **生态支持：** 官方Sentry MCP Server协同 ### 核心功能 这款Skill由Sentry社区贡献者codyde开发，实现了Sentry错误监控平台与Claude Code的深度集成。它的工作流是： 1. **错误自动发现：** 通过Sentry MCP Server，Claude Code直接查询Sentry项目中的未解决错误，按频率和影响面排序。 2. **根因分析：** Claude读取错误的stack trace、breadcrumb和上下文数据，自动生成根因分析报告。 3. **自动修复PR：** 在GitHub PR中自动关联Sentry Issue，Claude根据错误信息生成修复代码并创建PR。 4. **性能回归检测：** 定期扫描Sentry Performance数据，发现P99延迟异常时自动生成分析报告。 5. **周报自动生成：** 每周自动汇总错误趋势、修复率、MTTR（平均修复时间），输出Markdown报告。 Sentry官方也在2026年初推出了自家的`sentry-for-claude`集成包，提供更深度的MCP Server支持。codyde的Skill与官方方案的差异在于——codyde版更偏重"自动化修复动作"（直接改代码、创建PR），官方版更偏重"数据查询和分析"（提供更丰富的Sentry数据访问接口）。 ### 评测维度 - **功能完整度 ★★★★☆：** 覆盖了从错误发现到修复的完整闭环。缺少对Sentry Release追踪和Session Replay的集成。 - **上手难度 ★★★★☆：** 需要Sentry账号和MCP Server配置。配置完成后使用体验流畅。 - **变现潜力 ★★★★☆：** 可以做"Sentry自动化修复"增值服务，按修复的Issue数量收费。也可面向非技术团队做"一键修Bug"SaaS。 - **训练营适用性 ★★★☆☆：** 适合监控和可观测性专题课程，但受众相对窄。建议作为高级课程的一个模块（半天）。 - **社区活跃度 ★★★★☆：** codyde活跃维护，Sentry官方也参与贡献。作为Sentry生态的一部分有持续更新保障。 ### 竞品对比 在"错误监控×AI修复"这个垂直赛道，sentry-claude-code-skills几乎没有直接竞品。最接近的是Datadog的AI助手，但那是封闭的商业产品。codyde的开源方案为Sentry用户提供了一条低门槛的自动化修复路径。 --- ## 五、planning-with-files：让AI像Manus一样规划任务 **来源：** [github.com/OthmanAdi/planning-with-files](https://github.com/OthmanAdi/planning-with-files) **安装：** `npx skills install @OthmanAdi/planning-with-files` **灵感来源：** Manus AI的持久化工作流模式 ### 核心功能 planning-with-files解决的是Claude Code最根本的架构缺陷——每次对话都是一个全新的开始，没有持久化的"工作记忆"。它的方案来自Manus AI的设计理念：把AI的思考过程外化到文件系统。 工作方式如下： 1. **任务规划阶段：** Claude收到任务后，先在项目目录下创建`.planning/`文件夹，生成`plan.md`、`progress.md`、`decisions.md`三个核心文件。 2. **执行跟踪阶段：** 每完成一个子任务，Claude更新`progress.md`，记录已完成、进行中、待开始的任务状态。 3. **决策记录：** 关键技术决策写入`decisions.md`，包含决策理由、备选方案和取舍分析。 4. **会话恢复：** 新对话开始时，Claude自动读取`.planning/`下的所有文件，恢复完整的上下文。 这个Skill的价值不仅在于让Claude能"记住"之前的进度，更在于让人类开发者能看到AI在想什么——`plan.md`是人类可读的，你可以直接编辑它来纠正AI的方向。这在长周期项目中极其宝贵。 ### 评测维度 - **功能完整度 ★★★★☆：** 核心的规划-跟踪-恢复闭环完整。缺少与GitHub Projects或Linear等项目管理工具的集成。 - **上手难度 ★★★★★：** 安装即生效，零配置。Markdown文件格式直观易懂，任何人都能理解和编辑。 - **变现潜力 ★★★☆☆：** 作为基础工具变现空间有限。更适合作为高级工作流产品的基础层（如与gstack结合）。 - **训练营适用性 ★★★★★：** 极佳的"AI编程方法论"教学工具。通过观察.plan文件，学员可以理解AI如何拆解和规划任务。建议2小时专题讲解+实际项目练习。 - **社区活跃度 ★★★★☆：** OthmanAdi持续维护，社区反馈积极。作为Manus模式在Claude生态中的实现有持续关注度。 ### 竞品对比 gstack的`/plan`系列命令也做任务规划，但gstack的规划是"命令式"的（告诉我做什么），planning-with-files是"声明式"的（我可以看到和修改AI的思考过程）。两者在哲学上完全不同——前者信任AI的判断，后者强调人机协作。 --- ## 六、continuous-learning-v2：让Claude从每次会话中进化 **来源：** [github.com/affaan-m/everything-claude-code](https://github.com/affaan-m/everything-claude-code) **安装：** `npx skills install @affaan-m/continuous-learning-v2` **版本：** v2.1 ### 核心功能 continuous-learning-v2是everything-claude-code（ECC）项目中最具野心的Skill。它试图解决一个根本问题：Claude Code每次会话都从零开始，之前的经验全部丢失。 它的架构是三层系统： 1. **观察层（observe.sh Hook）：** 通过Claude Code的Hooks机制，在每次会话中自动捕获工具调用模式、常见错误、成功策略等"原子经验"。 2. **本能层（Instinct System）：** 把观察到的经验提炼为结构化的"本能"（Instinct）——一条Instinct包含触发条件、建议动作、信心度（0-1.0）和使用统计。例如：*"当遇到TypeScript编译错误时，先检查tsconfig.json的paths配置——信心度0.92，已验证47次"*。 3. **应用层：** 新会话开始时，Claude自动加载相关的Instinct，将历史经验应用于当前任务。 这套系统的精妙之处在于——Instinct不是死板的规则，而是带有信心度的建议。Claude可以选择遵循或忽略，而选择的结果会反过来更新Instinct的信心度。这是一个真正的反馈循环。 ### 评测维度 - **功能完整度 ★★★★☆：** 观察和应用层成熟，Instinct的自动清理和冲突解决机制还需要完善。大量Instinct积累后可能出现互相矛盾的建议。 - **上手难度 ★★★☆☆：** 概念先进但配置复杂。需要理解Hooks机制和Instinct文件格式。初学者可能被"信心度"、"原子经验"等概念劝退。 - **变现潜力 ★★★★★：** "AI编程助手越用越聪明"是极具商业吸引力的叙事。可以做成团队级别的"组织知识库"——一个团队积累的Instinct可以分享给新成员。按Instinct数量或团队规模收费。 - **训练营适用性 ★★★★☆：** 适合AI工程高级课程。帮助学员理解"AI如何学习"和"反馈系统设计"。需要2-3天的深入教学。 - **社区活跃度 ★★★★☆：** ECC是Claude Skills生态中质量最高的综合仓库之一。affaan-m活跃维护，社区贡献活跃。 ### 竞品对比 目前没有直接竞品做"会话级持续学习"。最接近的是CLAUDE.md的用户偏好机制，但那是手动维护的。continuous-learning-v2的自动化程度远超CLAUDE.md。 --- ## 七、yeet：一行命令完成Git全流程 **来源：** 社区维护（多版本） **安装：** `npx skills install yeet` **命令：** `/yeet` 一键触发 ### 核心功能 yeet是"懒人友好"到了极致的Git工作流Skill。一个`/yeet`命令完成：`git add` → `git commit`（自动生成commit message） → `git push` → `gh pr create`（自动生成PR描述）。整个流程从通常需要5-10分钟的手动操作压缩到10秒。 它的设计哲学值得分析： - **安全门禁：** 并不是无脑执行。yeet会先检查是否有未保存的文件、是否有合并冲突、是否在正确的分支上。 - **智能Commit Message：** 基于diff自动生成符合Conventional Commits规范的提交信息，不使用`--no-verify`绕过hooks。 - **PR描述生成：** 基于本次提交的所有变更自动生成PR body，包含变更摘要和测试建议。 - **确认机制：** 在执行push和创建PR之前会暂停，要求用户确认。 ### 评测维度 - **功能完整度 ★★★☆☆：** 做一件事做到极致。但不处理复杂的分支策略（如git rebase、cherry-pick），也不处理合并冲突。 - **上手难度 ★★★★★：** 零学习成本。`/yeet`一个命令搞定一切。 - **变现潜力 ★★☆☆☆：** 功能太简单，难以单独收费。适合作为更大工作流产品（如gstack）的一个组件。 - **训练营适用性 ★★★★★：** 完美的"5分钟入门"教学工具。帮助新学员理解Git工作流的基本步骤，降低学习焦虑。 - **社区活跃度 ★★★★☆：** 虽然功能简单，但因为解决了真实痛点而广受欢迎。在mcpmarket和skillkit.io上都有稳定的下载量。 ### 竞品对比 gstack的`/ship`命令做类似的事情，但yeet更轻量。如果你只需要"快速提交PR"而不需要整套gstack工作流，yeet是更简洁的选择。 --- ## 工作流自动化Skills生态分类 ```mermaid mindmap root((工作流自动化
Skills生态)) 代码交付 gstack 全栈工厂 yeet 一键Git流程 gh-workflow GitHub生命周期 基础设施 senior-devops DevOps全链路 CI/CD Pipeline Design 流水线架构 cloudflare-deploy Cloudflare部署 vercel-deploy Vercel部署 监控运维 sentry-claude-code-skills 错误监控 Sentry官方集成 性能分析 项目管理 planning-with-files 持久化规划 Linear issue管理 gh-address-comments PR评论处理 持续进化 continuous-learning-v2 自主学习 self-learning 自主技能生成 测试验证 gstack/browse QA测试 Playwright 浏览器自动化 agent-browser 通用浏览器 安全合规 security-threat-model 威胁建模 security-best-practices 安全审查 security-ownership-map 安全归属 ``` --- ## 推荐排行榜 ### 综合价值Top 5 | 排名 | Skill | 综合评分 | 推荐理由 | |------|-------|---------|---------| | 1 | gstack | 4.8/5 | 生态最大、功能最全、社区最强 | | 2 | continuous-learning-v2 | 4.2/5 | 概念最先进、长期价值最高 | | 3 | senior-devops | 4.1/5 | DevOps领域最全面的一站式方案 | | 4 | sentry-claude-code-skills | 4.0/5 | 错误监控×AI修复的独占赛道 | | 5 | planning-with-files | 3.9/5 | 解决最根本的上下文丢失问题 | ### 变现潜力Top 3 1. **CI/CD Pipeline Design** — 企业标准化发布流程的刚需，可做Pipeline-as-a-Service 2. **gstack** — 团队版SaaS，私有化部署，定制角色模板 3. **continuous-learning-v2** — 组织级AI知识库，按Instinct/团队规模分层收费 ### 训练营最友好Top 3 1. **yeet** — 5分钟上手，降低Git恐惧 2. **planning-with-files** — 直观展示AI思维过程 3. **gstack** — 每个角色对应一个教学模块 ### 新手最友好Top 3 1. **yeet** — 一个命令解决一切 2. **planning-with-files** — 零配置，自动生效 3. **sentry-claude-code-skills** — 配一次，持续收益 --- ## 工作流自动化的三个趋势判断 **趋势一：从单点工具到全栈工厂。** gstack的爆火证明，开发者不想要10个各自为战的Skill，他们想要一个"AI软件工厂"。2026年下半年，我们会看到更多"全家桶"式的工作流Skills出现，覆盖从需求分析到上线监控的完整链路。 **趋势二：持久化记忆成为标配。** planning-with-files和continuous-learning-v2代表了同一个方向——让AI不再"健忘"。未来的工作流Skills几乎必然包含某种形式的持久化机制，无论是文件系统、数据库还是向量存储。 **趋势三：监控×修复的自动闭环。** sentry-claude-code-skills展示了一个令人兴奋的可能性：错误发现→根因分析→自动修复→验证部署，全流程无需人类介入。这个模式会扩展到性能监控、安全漏洞、依赖更新等更多领域。下一个爆款很可能是"Datadog/Loki×Claude Code"的自动化运维Skill。 Code 客户端」，而非真正的 AI 监控助手。这一赛道的爆发需要 Sentry、Datadog 等平台提供更深层的 MCP 集成。 ### 趋势五：「极简 Skill」与「全栈 Skill」的分化 yeet 和 cloudflare-deploy 代表了两个极端：前者只做一件事做到极致，后者覆盖完整产品线。这种分化将继续加速——简单工具追求「零心智负担」，复杂工具追求「一站式解决」。中间地带的 Skill 需要明确自己的定位，否则容易陷入「什么都做但什么都不精」的困境。 --- ## 七、选购指南：不同角色的推荐组合 | 用户角色 | 推荐 Skills | 理由 | |---------|------------|------| | 独立开发者 / Side Project | yeet + cloudflare-deploy | 极简 git 工作流 + Cloudflare 免费额度 | | 前端自由职业者 | all-deploy + ship-deploy | 多客户多平台部署，快速交付 | | 全栈工程师 | github-actions-skill + sentry-automation | CI/CD 自动化 + 生产错误追踪 | | DevOps 工程师 | github-actions-skill + planning-with-files | 复杂部署流水线 + 长任务编排 | | 训练营讲师 | github-actions-skill + planning-with-files + yeet | CI/CD 教学 + 任务规划方法论 + Git 入门 | | 初创团队 CTO | cloudflare-deploy + sentry-automation + planning-with-files | 官方部署 + 错误监控 + 项目管理 | --- ## 八、总结与展望 工作流自动化是 Claude Code Skills 生态中最具商业价值的赛道之一。与开发效率类 Skills 不同，部署和 CI/CD 直接关联到「将代码变成产品」的核心价值链，用户付费意愿更强。 **本轮核心发现**： 1. **cloudflare-deploy 是当前标杆**——官方维护、产品线覆盖全面、生态绑定深，是「平台型 Skill」的最佳实践。 2. **all-deploy 填补了跨平台空白**——在官方 Skill 只覆盖单一平台的背景下，第三方通用部署工具仍有独特价值。 3. **github-actions-skill 是教学之王**——交互式 CI/CD 生成在训练营场景中无可替代。 4. **监控赛道仍处于早期**——sentry-automation 展示了方向但深度不足，等待 Sentry 官方下场。 5. **持久化任务是基础设施级创新**——planning-with-files 的 Markdown 状态管理模式可能成为未来 Skills 的标准范式。 **第四轮预告**：下一轮将聚焦 MCP 生态集成类 Skills，评测各类 Model Context Protocol 服务器与 Claude Code 的深度整合能力，涵盖数据库、API 网关、第三方服务集成等方向。 > [!tip] 51学通信知识星球 > **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 > **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 > **当前规模**：5200 篇主题 / 990 个回答，198 元/年。 > **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 > **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。