skywork agent 通过结构化指令驱动四阶段 pipeline，自动完成任务看板更新：意图识别→内容抽取→结构重组→格式落地，全程本地运行、平均42秒交付。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
用 Skywork Agent 自动更新每日任务看板，关键不在“全自动”，而在于把人最耗神的三类动作——抓数据、对格式、填表格——交给 Agent 拆解执行。整个过程不依赖外部 API 权限或复杂权限配置，Windows 桌面版开箱即用，实测从指令发出到生成可交付文档平均耗时 42 秒。
明确输入指令，让意图识别不跑偏
Agent 不会猜你“大概想干啥”。必须用结构化语言触发正确流水线：
- 写清时间范围：比如「更新今日（2026-06-06）晨会待办」比「更新今天任务」更可靠
- 标明来源类型：如「从 Outlook 日历提取」或「从 Teams 会议纪要中提取」，系统会自动匹配对应 Skill
- 指定输出目标：例如「生成 Excel 表格并保存到 D:\Reports\daily_tasks_20260606.xlsx」
典型可用指令示例：「请从我今天上午10点的Teams会议纪要中提取所有待办事项，按优先级排序，生成带责任人和截止日的Excel表格，保存到桌面」
启用文档生成 Pipeline，确保步骤不跳步
这是最稳定、最容易复现的方式。Skywork 桌面版内置的 /write/doc 流水线会严格按四阶段推进：
- 意图识别：解析出 task_type=“task_board”、source=“teams_meeting”、output_format=“xlsx”
- 内容抽取：调用 teams-parser Skill，定位「待办」「@张三」「2026-06-08」等关键词段落
- 结构重组：将非结构化文本转为标准字段：任务名称｜责任人｜截止日期｜状态｜备注
- 格式落地：使用 openpyxl 引擎写入 Excel，自动加表头样式、列宽适配、超链接保留
无需修改代码，只需在 config.json 中确认 "enable_pipeline": true 已开启。
双模型协同调度，兼顾速度与准确率
日常任务更新属于“高频+中等复杂度”场景，主模型（如 Skywork-13B）负责理解语义和规划步骤，副模型（如 Skywork-3B-Light）承担 Excel 写入、日期解析等确定性操作：
- 当输入含「Excel」「表格」「列」「责任人」等词，系统自动升配至文档专用模型（skywork-16b-spreadsheet）
- 若检测到显存低于 5GB，会降级使用 CSV 流式写入 + 后台转 Excel，避免卡死
- 首次运行后，所有解析规则缓存在本地向量库，第二次同源更新提速约 3.2 倍
调试与容错建议
遇到结果不理想，别重试，先查三处：
- 检查 Teams 会议纪要是否已同步到本地 Outlook 缓存目录（默认路径：
%LOCALAPPDATA%\Microsoft\Outlook\Cache\） - 确认 Excel 目标路径有写入权限（尤其企业域环境下，D盘可能被策略锁定）
- 在 logs/agent_pipeline.log 中搜索关键词
stage: extract，看是否漏掉了某条待办的识别标记
