AB
AiBoss
チュートリアル

CatPaw

チュートリアル

用 CatPaw 搭建个人 AI 工作台:安装三端、安装专家、录制专属技能

CatPaw 是美团推出的全场景 AI Agent 平台,主打「对话即交付」:给出目标,Agent 自行规划并执行,交付 Excel、报告或代码。本文讲清个人版的上手路径——移动端与 PC 端如何分工、专家广场怎么装、内嵌浏览器录制如何把高频流程沉淀成专属技能,以及个人版与企业版 Managed Agents 的边界。

CatPaw 是美团推出的全场景 AI Agent 平台,核心思路是「对话即交付」:你只需要说清最终目标,Agent 自己拆解步骤,并在授权范围内调用工具——读文件、操作浏览器、跑终端命令——最后直接给出 Excel、可视化报告或代码这类成果。它同时提供移动 App、PC 客户端和云端三种运行形态,云端可以 7×24 不间断跑任务,本地设备关机断网也不影响。如果你日常有大量资料整理、报告产出、流程性重复操作,想把这些活儿交给一个能动手的 Agent,而不是一个只会回答问题的聊天框,这篇就是为你写的。站内也有对应的工具条目可以先看一眼:CatPaw。

需要先说明一点:CatPaw 分个人版与企业版两条线。个人版是「你的 AI 工作台」,围绕一个人或小团队的高频任务;企业版叫 Managed Agents,是给整个团队搭数字员工的开发与托管平台。两者的使用方式差别很大,本文以个人版为主线,最后单独用一节讲清企业版的能力边界,方便你判断该走哪条路。

准备工作

账号与访问入口

个人版可以直接从 CatPaw 的官方站点体验,用手机号或平台账号登录即可,不需要额外的开发者资质。企业版 Managed Agents 面向合作商家与企业开放,需要走商务对接,不是自助注册就能开通的。具体开通方式、可用地区与计费口径,以官网当前信息为准,本文不给出固定数字。

需要装的两端

CatPaw 个人版是双端协作的设计,两端职责不同,建议都装上:

  • 移动端 App:负责随时发起任务、查看执行进度、远程确认关键决策。适合你在外面、在会议间隙、在通勤路上把任务丢出去,或者在 Agent 需要你拍板时快速点一下。
  • PC 客户端:负责本地深度执行,包括文件读写、浏览器控制、终端命令。凡是需要碰到你本机文件系统或本地环境的任务,都要靠这一端。

两端之间的任务是实时同步的:在手机上发起的任务,PC 端能看到;PC 端跑到一半需要确认,手机上也能收到。这一点是后续所有操作的前提,装完两端并登录同一账号之后,再往下走。

明确你的任务边界

在动手之前,先想清楚你要交给 CatPaw 的是哪一类工作。素材里给出的典型场景包括:资料整理、报告产出、流程性重复工作。这些场景的共同点是「有明确交付物」——一份表格、一份报告、一段代码。如果你的需求只是问一个问题、要一段解释,用普通聊天助手更省事;CatPaw 的价值在于它能把多步骤的活儿干完并交出成品。

操作步骤

第一步:安装并登录双端

先装移动端,再装 PC 客户端,两端用同一个账号登录。登录完成后,建议先做一次连通性验证:在移动端发起一个极简任务,比如让它读取 PC 端某个目录下的文件并汇总内容,然后观察 PC 端是否收到并执行。这一步能确认双端同步链路是通的,避免后面做复杂任务时才发现某一端没连上。

如果任务涉及本地文件操作或终端命令,PC 客户端必须处于运行状态。云端模式虽然能 7×24 跑,但它跑的是云端环境里的任务,碰不到你本机的文件。这个区别在规划任务时要想清楚:需要本地资源的任务走 PC 端,需要长时间不间断运行的任务走云端。

第二步:从专家广场安装 AI 专家

CatPaw 把能力组织成「专家」和「技能」两层。专家是面向特定领域的能力包,每位专家内部集成了多项技能与子代理,专门处理某一类任务;技能则是更细粒度的可复用操作单元。

上手阶段最省力的做法是直接去专家广场,一键安装现成的 AI 专家。安装之后,你在对话里指定使用某位专家,它就会带着该领域的技能和子代理来执行任务,不需要你从零描述工作方法。

素材里点明 CatPaw 的一个特色是「懂本地生活」:美团十余年的行业积累被封装成即装即用的专家与技能,覆盖门店评价诊断、商品文案、营销物料、经营数据分析等场景。如果你在本地生活或服务零售行业,这些专家可以直接用,不必自己搭。如果你做的是别的行业,专家广场里也可能有通用型的资料整理、报告生成类专家可用。

第三步:把工作方式封装成专属专家

现成专家覆盖不到你的特殊流程时,可以通过对话把自己的工作方式封装成专属专家。做法是:用自然语言把你的工作步骤、判断标准、输出格式讲给 CatPaw,让它把这套方法固化成一位专属专家。封装好之后,可以分享给团队,让同事也用同一套方法干活。

这一步的价值在于一致性。同一个任务,不同人做出来的结果往往格式不一、口径不一;把方法固化成专家之后,输出就稳定了。对于需要多人协作产出同类交付物的团队,这比每个人各自写提示词要可靠得多。

第四步:用内嵌浏览器录制,沉淀专属技能

这是 CatPaw 区别于普通聊天助手的关键能力。内嵌浏览器支持把操作过程一键录制,录制完成后自动生成专属技能,把日常高频流程变成可复用的资产。

典型用法是这样的:你有一个每周都要做的网页操作流程,比如登录某个后台、按固定条件筛选、导出数据、整理成表。第一次你手动做一遍,同时开启录制;录制结束后,这段流程就变成一项技能。之后每周只需要触发这项技能,Agent 会按录下来的路径重放,遇到需要判断的地方再由你确认。

录制生成的技能同样可以共享给团队。这意味着个人摸索出来的操作经验,不再只留在个人脑子里,而是变成团队可调用的资产。这是「个人经验资产化」的具体落地方式,也是 CatPaw 在技能生态上区别于通用助手的地方。

第五步:用长期记忆减少重复交代

CatPaw 具备跨会话、跨设备的长期记忆,会记住你的偏好和习惯。实际使用中,这意味着你不需要每次开新会话都把背景重新讲一遍——常用的输出格式、惯用的口径、偏好的文件组织方式,它会带过来。

需要注意的是,长期记忆是逐步积累的,前期仍然要把关键要求讲清楚。不要指望第一次对话它就完全懂你的习惯;把重要的偏好在前几次任务里明确说出来,后面才会越用越顺。

一个完整示例

下面走一遍从零到交付的最小闭环,场景是「每周整理一份经营数据报告」。这个例子把前面五步串起来,你可以照着替换成自己的任务。

场景设定

你每周需要从某个网页后台导出经营数据,整理成一份带图表的报告,发给团队。过去这件事要花一两个小时,现在交给 CatPaw。

执行流程

  1. 准备环境:在 PC 客户端登录 CatPaw,确认移动端也已登录同一账号。PC 端保持运行,因为后续要操作浏览器和本地文件。
  2. 安装专家:去专家广场找一位与经营数据分析相关的专家,一键安装。安装后该专家会带着对应的技能和子代理待命。
  3. 首次录制:在 PC 端打开内嵌浏览器,开启录制,手动完成一遍完整流程——登录后台、按条件筛选、导出数据、整理成表。录制结束后保存为一项专属技能,命名成你能记住的名字,比如「周度经营数据整理」。
  4. 发起任务:在移动端或 PC 端发起对话,说明目标:用刚录制的技能跑一遍周度数据整理,输出一份带图表的报告。指定使用已安装的经营数据分析专家。
  5. 过程确认:Agent 执行过程中如果遇到需要判断的节点,会请求你确认。这时移动端会收到通知,你远程点一下即可,不必守在电脑前。
  6. 接收交付物:任务完成后,Agent 直接交付整理好的表格与报告文件。检查格式是否符合预期,如果不符合,把差异点讲清楚,让它调整输出。
  7. 固化偏好:如果这份报告的格式以后都要保持一致,把格式要求明确告诉 CatPaw,让它记进长期记忆。下一周再跑同样的任务时,就不必重复交代格式了。

这个例子里用到的能力

  • 双端协作:PC 端执行、移动端确认,任务实时同步。
  • 专家:提供领域内的技能与子代理组合。
  • 录制生成技能:把一次性的手动流程变成可重复触发的资产。
  • 长期记忆:把格式偏好沉淀下来,减少重复沟通。

跑通这一遍之后,后续每周只需要触发技能、确认关键节点、收交付物三步。流程性工作的成本会明显下降。

个人版与企业版 Managed Agents 的区别

如果你不只是自己用,而是要给整个团队搭 Agent,需要了解企业版这条线。Managed Agents 是企业级的 Agent 开发与托管平台,和个人版的定位完全不同。

数字员工

企业版的核心形态是「数字员工」——运行在飞书、企微这类办公协作工具里的 AI 虚拟同事,@ 一下就能唤醒。平台预置了角色模板,扫码即用;也可以用对话描述需求,快速生成新的数字员工。对团队来说,这意味着不需要每个人都去学怎么配 Agent,装好就能用。

安全隔离

企业场景对安全的要求和个人使用不是一个量级。Managed Agents 在这一点上提供了几层保障:运行环境严格隔离,租户数据互不可见;凭证集中托管,Agent 全程零接触敏感资产;支持分级权限管理与私有化部署。如果你的团队要处理内部数据或客户信息,这几条是选型时的硬指标。

托管运行

企业版支持一键托管上线,资源动态扩缩容,沙箱环境百毫秒级冷启动。对运维来说,不需要自己搭一套调度和隔离的工程底座,这是企业版相对自建方案最直接的省事之处。

可视化运维

会话记录留存、可追溯;支持在线调试;模型调用量与消耗清晰可见。团队规模上来之后,谁在用什么、花了多少、出了问题怎么查,这些都需要有地方看。可视化运维解决的就是这个问题。

组织管理

提供统一管理后台、团队账号体系,专家与技能可以按角色精准下发。也就是说,不同岗位的人登录后看到的是各自需要的专家和技能,不会一锅端。

怎么选

一句话概括:个人版是「你的 AI 工作台」,企业版是「给整个团队搭数字员工的平台」。判断标准可以看三条:

  • 高频重复操作多的个人,做资料整理、报告产出、流程性工作 → 个人版的三端协作收益最明显。
  • 本地生活或服务零售行业的商家 → 行业专属专家可以直接用,不必从通用聊天机器人开始摸索。
  • 想给团队批量搭 Agent 的企业 → Managed Agents 省掉自建工程底座的工作量。

企业版面向合作商家与企业开放,具体开通条件与计费方式以官网当前信息为准。

注意事项

云端模式碰不到本地文件

云端 7×24 运行是 CatPaw 的卖点之一,本地设备关机断网任务照跑。但要分清:云端跑的是云端环境里的任务。凡是需要读取你本机文件、操作本地浏览器、执行本地终端命令的任务,都必须由 PC 客户端执行,PC 端不能关。规划任务时先判断它需不需要本地资源,再决定走哪一端。

授权范围决定 Agent 能做什么

CatPaw 的执行是在「授权范围内」进行的——读文件、操作浏览器、跑终端命令都需要相应授权。授权给得越宽,Agent 能做的事越多,但风险也越大。建议按任务需要逐次授权,不要一次性把大范围权限长期打开。企业版的凭证集中托管与分级权限,本质上也是在解决同一个问题。

录制技能需要人工校验

录制生成技能的前提是你手动走的那一遍流程本身是对的。如果录制时漏了一步、点错了一个筛选条件,生成的技能就会把这个错误固化下来,之后每次重放都错。所以录制完成后,建议先小范围试跑一次,确认输出符合预期再正式投入使用。流程本身发生变化时(比如后台界面改版),也要重新录制。

长期记忆不等于不用交代

跨会话、跨设备的长期记忆是逐步积累的。前期仍然需要把关键偏好、输出格式、判断标准讲清楚,它才能记住。指望第一次对话就完全贴合你的习惯,不现实。

专家不是万能的

专家广场里的专家是按领域封装的,覆盖的是该领域的常见任务。如果你的流程有特殊环节,现成专家可能处理不了,这时要么用对话封装专属专家,要么把特殊环节拆出来单独处理。不要假设装一个专家就能解决所有相关问题。

易变信息以官网为准

CatPaw 的可用功能、计费方式、企业版开通条件、模型能力等都可能随时间调整。本文描述的是能力框架与使用路径,涉及具体价格、配额、版本号的信息,请以官网当前公布的内容为准。