Felo 技能集成豆包工作：生成已解决，验证才是关键
在当前的 AI 工作流中，"生成"环节已相对成熟，但"验证"环节往往成为制约落地效率的瓶颈。Felo 近日宣布将其核心技能库正式集成至豆包工作（Doubao Work），旨在填补这一关键缺口，确保 AI 交付的成果不仅美观，更具备事实依据。
核心突破：从“生成”到“验证”的范式转移
豆包工作（Doubao Work）的设计理念已从单纯的问答助手转变为"完成工作"的自动化引擎。它能根据最终产出目标（如投资分析、医疗报告、电商策划），调用涵盖金融、医疗、创意及电商等领域的专业技能库，直接生成可交付的文件：包含布局的演示文稿、带有公式的 spreadsheets、结构化文档甚至网站原型。
然而，现有的工作流存在一个致命缺陷：生成的报告若无法提供确切来源，一旦交付给客户或管理层，便构成重大风险。AI 可能基于训练数据编造看似权威的市场数据，这种"幻觉"比"无数据"更具误导性。
Felo 技能作为"证据步骤"（evidence step），彻底改变了这一局面。它通过搜索带日期的来源、抓取实际网页内容、执行深度调查，将事实核查前置到写作和交付阶段。无论是定时任务的周期性刷新，还是最终交付前的审计，Felo 都能确保每一条结论都可追溯。
两种集成路径：灵活适配开发者需求
Felo 提供了两种灵活的集成方式，以适应不同规模的开发环境和需求：
路径 A：导入技能包（Skill Bundles）
适用于支持技能/连接器导入界面的豆包工作版本。开发者只需将包含 SKILL.md 文件的文件夹导入，即可让 Agent 像选择内置技能一样调用 Felo 能力。这种方式适合个人、团队及企业版中已开放导入功能的构建。
路径 B：Felo CLI 命令行工具
适用于需要更底层控制或特定环境配置的构建。开发者安装全局 CLI 工具后，豆包工作可通过"计算机使用"（Computer Use）功能直接调用现有命令（如 felo search 或 felo slides）。Agent 无需学习新指令，只需执行已存在的命令，结果即回流至任务流，且 API Key 仅保存在用户配置中，确保安全。
五大核心技能详解
Felo 提供了五大核心技能，覆盖从数据获取到最终交付的全链路：
- Felo Search：实时获取带日期的网页答案，是其他技能的基础，确保研究结果可随时间差分（diff）。
- Felo Web Fetch：将网页内容转化为结构化数据，便于提取价格表、政策条款等关键信息。
- Felo Content to Slides：将研究笔记和 URL 转化为可编辑的演示文稿大纲，降低迭代成本。
- Felo Slides：直接基于大纲生成最终的幻灯片文件，支持定时任务自动输出。
- Felo SuperAgent：在同一任务流内生成和修订产品图片、海报等视觉素材，无需切换工具。
实际应用价值
通过集成 Felo 技能，开发者可以显著降低企业级 AI 应用的信任成本。例如，在要求 AI "研究过去三个季度的行业政策变化并生成报告"时，只需在提示词中明确："每条结论必须给出来源和日期；无法核实的部分标注「待确认」；结尾附来源清单"。这种标准化的指令将迫使 AI 调用 Felo 技能进行事实核查，从而产出真正可审计、可信赖的交付物。
正如官方所言："生成已解决，验证才是工作流的关键。" Felo 与豆包工作的结合，标志着 AI 从"创意辅助"向"可信执行"迈出了坚实一步。
