首页 › LLM大语言模型 › 千问办公 › 实操案例集 › QwenWork一键生成网页并部署公网

QwenWork一键生成网页并部署公网

别把办公 Agent 当输入框,一句话生成真网站​

千问办公把能力延伸到了更完整的执行链路。用户只需描述需求,Agent 就能自动生成页面、甚至接入数据库并完成部署,最终直接交付一个可访问、可分享、还能收集数据的线上链接。​

​

我们用一款智能恒温杯做了测试。任务要求不算简单。页面需要包含产品文案、使用场景图片、早鸟优惠表单,以及一套完整的推广结构。它先是行云流水地把文案写好,转头就去生成视觉素材,然后把这些内容像拼乐高一样拼成网页,最后直接在云端完成了部署。​

​

​

​

​

飞书文档 - 图片

​

50%

​

​

​

飞书文档 - 图片

​

50%

​

​

几轮拉扯下来,交付物是一个真真切切的网址链接。​

​

飞书文档 - 图片

​

部署网页听起来只是少点了几次鼠标。对一名开发者来说,确实如此。对一个没有技术团队、只想快速验证产品概念的人来说,省掉的却可能是一整个项目的启动门槛。​

类似变化也出现在多模态内容生产里。​

过去做一份营销方案,通常要在文档工具里写文案,去图片平台生成配图,再打开视频工具制作素材,最后把所有文件搬进 PPT 或网页。​

流程并不复杂,麻烦的是每换一个工具,都要重新解释背景、上传资料、调整格式。人类像一名负责搬运上下文的快递员,在多个 AI 产品之间来回奔波。​

​

飞书文档 - 图片

​

千问办公把文档、图片、视频、音频和网页生成放进同一项任务。用户给出一个目标后,Agent 可以沿着已有上下文继续工作,不需要每生成一种内容就重新开一个对话。​

​

飞书文档 - 图片

​

我们也测试了不少职场里的常见任务。​

它可以根据行业新闻完成联网研究,生成趋势简报和图表。​

​

​

​

​

也可以处理一份存在缺失值、重复项和格式错误的销售数据,完成清洗、分析和可视化。​

​

​

拿到课程大纲后,它还能生成课件、配图、练习题和在线答题网页。​

​

飞书文档 - 图片

​

输入产品需求文档后,则可以继续制作随堂检测。​

​

飞书文档 - 图片

​

简言之,人类负责说清目标,AI 负责安排工序。​

哦对了,就算是小白也不用担心怎么选模型这件事了,千问办公直接按任务强度分成经济、基础、高级和 Qwen3.8-Max,按需选择就行。​

​

​

经济模型适合简单任务,也更便宜,0.1 倍消耗;基础模型用于日常办公,0.25 倍;高级模型处理复杂任务,1 倍;Qwen3.8-Max 为可尝鲜的千问最强模型,1.1 倍。​

另外,公测期间,新用户注册还可获 2000 积分,首周每日登录还可领取 500 至 2000 积分。​

网页、报告、图表和课件,证明了千问办公具备一款通用 Agent 应有的基本功。​

不过对企业来说,生成交付物只能算第一步。真正耗费组织时间的,还有找资料、确认版本、同步进展、分配负责人,以及把结果送进原有的群聊、日程、审批和项目系统。​

接入企业,办公 Agent 拿到了真实的上帝视角​

个人用办公 Agent 很简单,但企业真实工作流却极其复杂:一份周报信息分散在会议、To Do、OKR、审批与群聊文档等多个系统中,根本无法一键整合。​

千问办公为此提供了两类入口。​

一类是连接器,负责调用不同软件、数据库和行业信息源;另一类是 IM 频道,让 Agent 直接进入员工每天使用的群聊和沟通平台。​

从目前的连接器市场来看,千问办公已经覆盖浏览器、计算机控制、macOS 应用和 Microsoft 365,也能连接钉钉、飞书、Slack、LINE、Linear、Notion、Figma、Canva、Vercel、Supabase、Neon、Google 日历、Google 地图和 Todoist 等工具。​

​

​

▲ 客户端截图​

IM 频道目前则支持钉钉、飞书、Lark、微信、企业微信、Slack 和 WhatsApp。完成配置后,员工不必专门打开千问办公,直接在原有群聊中提出任务,Agent 就能接收消息、回复问题并参与协作。​

​

​

▲客户端截图​

其中,千问办公将钉钉作为进入企业工作场景的核心入口。它可以在企业授权范围内连接群聊、消息、日程、待办、文档、审批和知识库,从而获得更完整的组织级上下文。​

举个最直观的例子。到了周五下午,你可以直接把这一周的钉钉会议记录、To Do 列表、OKR 进度,甚至审批信息,全部一股脑打包扔给 Agent。​

它不仅能瞬间理解这些错综复杂的信息,还能自动帮你生成一份结构清晰、老板爱看的精美周报。​

​

​

​

​

再比如,我还可以让 Agent 基于考勤记录和请假表,自动识别未打卡等异常情况,生成适合发送到群里的提醒文字,并创建一个次日上午用于检查补签审批的钉钉待办。​

​

​

识别考勤异常,技术难度未必有多高。麻烦藏在后续动作里。信息要发到哪个群,提醒应该用什么语气,第二天几点检查,谁负责确认补签,结果要不要写进待办。​

普通办公 Agent 写完一段提醒文案,任务就结束了。企业 Agent 还要把文案传递给正确的群,在正确的时间创建待办,并留下一条可以追踪的执行记录。​

​

​

当然,这种深度接入也对权限管理与数据边界提出了更高要求,AI 能做的越多,企业对可控性与安全性的依赖也就越强。​