免费AI智能搜索引擎，支持社交联网搜索和多语种问答结果
Felo 正式推出 WorkBuddy 技能集成功能，允许开发者将 Felo 的专家技能库直接注入 WorkBuddy 工作流。该更新支持 WorkBuddy 从网页实时抓取最新信息，并在对话交接过程中自动保留源列表，解决了传统 AI 助手信息滞后与溯源困难的问题，为构建具备实时情报能力的企业级 AI 助手提供了新范式。
Felo 正式将核心技能体系（Felo Skills）深度集成至 Doubao Work 平台，标志着 AI 工作流从简单的任务执行迈向具备‘证据溯源’能力的智能代理时代。此次更新允许用户利用 Felo 技能为 Doubao Work 中的源式研究（sourced research）和幻灯片草稿生成提供逻辑支撑，并支持在文件交付前自动运行预定义任务。最关键的突破在于引入了‘证据步骤（evidence step）’机制，确保 AI 生成的所有内容均可追溯至原始数据或逻辑推导，极大提升了企业级应用的可信度与合规性。
Felo 正式推出针对 AI Agent 的专项技能（Skills）体系，并深度集成至 Doubao Work 平台。此次更新允许开发者利用 Felo 技能在 Doubao 中执行从数据源检索到幻灯片草稿生成的复杂任务。核心突破在于引入‘证据验证步骤’（Evidence Step），确保自动化任务在交付文件前具备可追溯性与事实准确性，标志着 AI 辅助工作流从‘生成式’向‘可验证式’的重大跨越。
Felo 正式宣布与百度 Doubao Work 实现深度集成，旨在解决 AI Agent 在复杂研究任务中缺乏可信证据链的痛点。此次合作允许开发者将 Felo 的自动化技能直接嵌入 Doubao Work 工作流，支持从文献检索、论文分析到幻灯片草稿生成的全链路自动化。核心突破在于引入了“证据验证步骤”，确保生成的报告或演示文稿均有据可查，显著提升了 AI 辅助科研与商业汇报的可信度与实用性。
Felo 正式宣布与百度 Doubao Work 达成深度集成，旨在解决企业级 AI 应用中‘幻觉’与‘不可信’的痛点。此次合作允许用户在 Doubao Work 中调用 Felo 的 AI 技能，用于源式研究、幻灯片草稿及任务调度。核心突破在于引入了‘证据步骤（evidence step）’机制，强制 AI 在输出最终文件前进行事实核查，确保每一步操作均有据可查，显著提升企业 AI 工作流的可靠性与安全性。
Felo 正式宣布与百度 Doubao Work 完成深度集成，允许用户将 Felo 的 AI 技能直接嵌入 Doubao Work 的工作流中。此次更新核心在于引入“证据验证（Evidence Step）”机制，确保在生成研究报告或 PPT 草稿时，所有结论均基于可追溯的数据源。这对于需要高可信度输出的企业级自动化场景具有里程碑意义。
Felo 正式推出针对 Pi Coding Agent 的专用技能集（Skills），旨在解决最小核心架构在访问实时网页、处理多模态内容时的局限性。该更新允许开发者通过简单的 Markdown 文件夹（SKILL.md）即可扩展 Agent 能力，涵盖实时搜索、幻灯片生成、视频字幕提取及社交媒体信号分析。此次更新坚持“核心极简”原则，将复杂功能剥离至外部技能包，既降低了调试成本，又确保了会话行为的一致性，为开发者提供了无需修改核心代码即可接入实时数据流的解决方案。
Felo 正式发布 OpenClaw 2.0，针对企业级 AI 助手在跨应用（Telegram, Slack 等）部署时的安全风险进行重构。新版引入 Skill Workshop 全流程审计机制，将技能安装、验证与权限审批串联，实现从‘盲目信任’到‘可追溯审计’的转变。新增细粒度会话级权限绑定与 SQLite 本地记忆管理，并推出 Felo Search、X Search 等实用技能，让 AI 助手在保持安全的前提下具备实时检索与文档处理能力。
Felo 推出专为桌面 AI 助手 QoderWork 定制的五大技能包，旨在解决本地文件处理与实时外部数据获取之间的断层。通过 Felo Search、Felo Slides 等技能，QoderWork 能够在保持文档本地化、上下文完整性的同时，自动从互联网、视频、社交媒体等外部源获取最新证据。该方案无需复杂配置，仅需安装 CLI 即可通过对话式指令动态加载技能，为开发者提供了轻量级、高可解释性的 Agent 扩展路径。
Felo 正式推出 WorkBuddy 技能（Skills）集成方案，解决大模型生成内容缺乏实时数据源与可追溯性的痛点。该功能允许用户将本地技能包导入 WorkBuddy，使 Agent 能够像专家一样执行研究、文档生成及数据分析任务，并在交付物中自动附带数据来源与日期。此次更新支持跨设备状态同步与外部应用（如微信、飞书）的无缝交付，标志着 Felo 从通用 Agent 向垂直领域生产力工具的重大跨越。
Felo 正式推出与豆包工作（Doubao Work）的深度集成，旨在解决 AI 生成内容缺乏事实依据的痛点。通过引入 Felo Search、Web Fetch 等核心技能，豆包工作不仅能完成从研究到交付的全流程任务，还能在输出前进行严格的证据验证。开发者可通过导入技能包或使用 CLI 两种路径接入，确保生成的报告、幻灯片及数据均附带可追溯的来源，显著提升企业级 AI 应用的可靠性。
Felo 正式推出基于 GPT Image 2.5 的图像生成能力，并配套上线 Image to Video AI 功能。该方案通过引入首帧（First Frame）与末帧（Last Frame）控制机制，配合 Motion Prompts 运动提示词，显著提升了视频生成的可控性与逻辑连贯性。相比传统扩散模型，Felo 大幅降低了算力成本，为开发者提供了从静态图像到动态视频的低门槛、高效率转换路径。
