Loomy-你的AI工作搭子

Loomy：让 AI 接手办公任务，而不止回答问题

一句话介绍：Loomy 是一款桌面 AI 工作助手。你描述要完成的事，它可以结合本地文件、专业技能和已授权的工具，协助推进多步骤任务。

适合谁：经常整理资料、处理文档、分析数据，或在邮件、网页和协作工具之间反复切换的人。
可用平台：macOS 桌面端、Windows 桌面端；官网另提供 Beta 版 Web 端入口。
使用成本：默认模型和部分能力消耗积分，也支持配置自己的模型服务 API Key。
官网 · 下载客户端 · 浏览技能广场

它解决什么问题？

一次看似简单的办公任务，常常要经历好几个步骤：从文件夹里找资料，打开表格核对数字，到网页上补充信息，最后写成报告或演示文稿。普通 AI 对话能帮你想、帮你写，但跨过这些步骤，仍需要人不断复制内容、切换工具、重新解释上下文。

Loomy 把这些动作放到同一个任务中。比如你可以提出：“分析这份销售表，找出异常数据，整理三条结论，再生成汇报材料。”它会在对话中保留前面的分析背景，并按任务需要调用技能或已配置的工具。能否完成每一步，取决于文件权限、技能、工具连接和所选模型是否可用。产品介绍 · 聊天使用指南

Loomy 的几个核心能力

1. 技能广场：按工作选择 AI 的“本领”

当前页面是 Loomy 的技能广场，查看时显示 61 项技能已上架，涵盖办公学习、信息资讯、休闲娱乐、校园与求职等方向。你能找到 Word、Excel、PPT、PDF 处理等办公技能，也能找到深度研究、市场研究、网页设计、旅行规划和复习备考等技能。

使用时，可以直接说出需求，让 Loomy 判断该调用什么技能；也可以在输入框键入 /，手动选择。对于有固定格式要求的工作——例如“将调研结论做成演示文稿”——明确选定技能并说明交付要求，会更容易得到符合预期的结果。技能广场 · 聊天使用指南

2. 本地资料库：从自己的文件开始工作

Loomy 的桌面端支持授权工作目录。其处于 Beta 阶段的资料库可扫描指定目录中的文档和图片，让用户通过对话查找文件，或在回答问题时参考本地资料。资料库的扫描与索引在本地完成；如需按图片内容搜索，可以另行开启智能识图功能。资料库文档

这使它适合处理“我知道资料存在，但忘了放在哪里”或“请根据这几份旧报告整理新方案”一类任务。首次使用时，选一个范围清楚的文件夹授权，会更便于检查它实际读取了什么、产出了什么。

3. 工具连接：把任务延伸到常用应用

文件只是工作的一部分。Loomy 的工具箱支持通过 MCP 连接浏览器、邮箱、日历等服务；官方还提供飞书等办公工具的接入说明。配置完成后，用户可以用自然语言提出跨工具任务，例如汇总沟通信息、提取待办，再整理成简报。涉及读取、写入或发送的具体动作，需要相应工具和权限支持。工具箱文档 · 飞书接入文档

4. 持续协作：搭子、定时任务和远程入口

Loomy 允许用户选择或创建不同风格的“AI 搭子”。搭子的名称、形象和表达方式可以不同，但官方文档说明，切换搭子主要改变协作风格，并不改变底层的基础任务能力。AI 搭子文档

对于每天或每周重复的工作，用户可以设置定时任务；离开电脑后，也可通过已配置的消息入口发送指令、查看进度。需要留意的是，这类依赖桌面端的执行任务通常要求 Loomy 保持后台运行，工具授权也须提前完成。定时任务文档 · 远程控制文档

一个适合上手的例子

假设你每周要做一份项目进展简报，可以先给 Loomy 一个明确的小任务：

阅读我授权目录中的本周项目记录，列出已完成事项、待解决问题和下周计划。每条结论注明来自哪份文件，最后生成一页简报草稿。

这个任务有清楚的资料范围、输出结构和核查依据。确认结果可靠后，再逐步加入表格分析、网页资料搜索或定时执行。这样更容易看出 Loomy 在你的工作中究竟节省了哪一步，也方便发现需要人工修正的地方。

使用前需要了解

Loomy 提供默认模型，并支持配置自己的模型服务。默认模型调用等能力按规则消耗积分；使用自行配置的 API Key 时，模型调用通常不扣除 Loomy 积分，其他能力的费用仍以产品内规则为准。模型文档 · 积分文档

在数据方面，官方说明文件操作默认在本地完成，Loomy 只访问用户授权的目录；但为了让大模型理解和分析任务，相关文本内容可能发送给所选模型服务商。把它用于合同、客户资料或内部数据前，应检查目录授权、工具权限和模型服务的数据处理规则。产品介绍 · 隐私政策

值得谁尝试？

如果你的工作经常是一条连续链路——找资料、分析、写作、制作文件、跟进——Loomy 值得用一个真实但范围可控的任务试一试。它的吸引力在于把这些步骤连接起来；判断它是否适合长期使用，则要看你常用的工具能否接入、结果是否稳定，以及复核和积分成本是否合适。

目前，官方下载页提供适用于 macOS 14 及以上 Apple Silicon 设备的客户端，以及适用于 Windows 10 及以上 x64 设备的客户端；Windows 版本仍标注为 Beta。

本文按 Product Hunt 常见的产品展示方式组织：先交代产品价值，再展示核心能力、使用场景和上手条件。内容依据公开资料整理，未将官网示例写作独立实测结果。