Cowork 协同

AI 桌面办公助手 - 屏幕理解 + 自然语言交互，让办公更智能

简介

Cowork 是 Spark 的 AI 桌面办公助手，通过屏幕理解能力和自然语言交互，帮助您自动化处理各种办公任务。

核心特性

• 屏幕理解 - AI 识别屏幕内容，理解应用状态
• 自然语言交互 - 用对话的方式完成任务
• 跨应用协作 - 在多个应用间自动传递数据
• 工作流自动化 - 记录和复用工作流程
• 智能建议 - 根据上下文提供建议和快捷操作

安装

Spark 插件市场安装

1. 打开 Spark (Cmd/Ctrl + K)
2. 输入 "Cowork" 或 "协同"
3. 回车进入插件页面
4. 点击安装

命令行安装

spark install spark-plugin-ui--cowork

快速开始

启动 Cowork

安装后，使用快捷键启动：

# macOS
Cmd + Shift + C

# Windows/Linux
Ctrl + Shift + C

第一次使用

首次使用时，Cowork 会引导您完成设置：

1. 授予权限 - 屏幕录制和辅助功能权限
2. 选择模型 - 本地模型或云端 API
3. 个性化设置 - 语言、习惯偏好

使用场景

场景一：数据整理

您: 帮我把这个 Excel 表格整理成 Markdown 表格

Cowork: 已识别到 Excel 窗口，正在提取数据...
        ✅ 已提取 122 行数据
        ✅ 已转换为 Markdown 格式
        ✅ 已复制到剪贴板

        需要我保存到 Lingshi 笔记吗？

场景二：报表生成

您: 把本月的销售数据生成一份摘要报告

Cowork: 正在分析销售数据...
        📊 总销售额: ¥1,234,567
        📈 同比增长: +15.3%
        🏆 最佳销售: 产品 A (¥456,789)

        已生成 Markdown 报告，正在预览...
        要我发送给团队吗？

场景三：跨应用操作

您: 把 Safari 中选中的文本翻译成英文，然后保存到 Lingshi

Cowork: ✅ 已获取选中文本
        ✅ 翻译完成
        ✅ 已保存到 Lingshi 笔记
        笔记标题: "Translated Content - 2024-01-15"

场景四：会议记录

您: 帮我记录今天的会议要点

Cowork: 好的，我将监听并记录会议内容...
        [会议开始]

        📝 正在记录...

        [会议结束]
        ✅ 已生成会议纪要
        - 参会人员: 5人
        - 讨论主题: 产品规划
        - 待办事项: 3项

        要我发送给参会人员吗？

自然语言命令

数据操作

命令示例	功能
"把这个表格整理成..."	格式转换
"提取所有..."	数据提取
"统计..."	数据统计
"生成图表..."	图表生成

文件操作

命令示例	功能
"保存到 Lingshi"	保存笔记
"创建一个新文档"	创建文档
"发送邮件..."	发送邮件
"导出为 PDF"	导出文件

应用控制

命令示例	功能
"打开..."	启动应用
"切换到..."	切换窗口
"关闭所有..."	批量关闭
"在...中搜索"	应用内搜索

工作流自动化

录制工作流

您: 记录这个操作流程

Cowork: 好的，正在记录您的操作...
        [操作 1] 打开 Excel
        [操作 2] 选中数据区域
        [操作 3] 复制数据
        [操作 4] 打开 Lingshi
        [操作 5] 粘贴并格式化

        ✅ 工作流已保存
        名称: "Excel to Lingshi"
        快捷命令: "导出数据"

执行工作流

您: 执行"导出数据"

Cowork: 正在执行"导出数据"工作流...
        ✅ 已完成 5 个操作

编辑工作流

// 工作流配置示例
{
  "name": "Excel to Lingshi",
  "description": "将 Excel 数据导出到 Lingshi 笔记",
  "steps": [
    {
      "action": "open_app",
      "params": { "app": "Microsoft Excel" }
    },
    {
      "action": "select_region",
      "params": { "region": "A1:Z100" }
    },
    {
      "action": "copy",
      "params": {}
    },
    {
      "action": "open_app",
      "params": { "app": "Lingshi" }
    },
    {
      "action": "paste_and_format",
      "params": { "format": "markdown_table" }
    }
  ],
  "triggers": ["导出数据", "保存表格"]
}

隐私说明

本地处理优先

Cowork 优先使用本地 AI 模型处理数据：

• 屏幕识别 - 完全本地处理
• 文本分析 - 本地 NLP 模型
• 工作流执行 - 本地逻辑

云端处理（可选）

某些高级功能需要云端 API：

• 复杂推理 - GPT-4 等大模型
• 语音识别 - 云端语音服务
• 图像生成 - DALL-E 等

数据安全承诺

• 屏幕数据不会上传到云端
• 对话历史仅存储在本地
• 可以随时清除本地数据
• 支持企业私有部署

# 清除本地数据
cowork clear-history

# 设置数据保留天数
cowork config set retention-days 7

配置选项

AI 模型配置

{
  "ai": {
    "provider": "local",
    "model": "spark-cowork-v1",
    "fallback": "openai-gpt4",
    "temperature": 0.7
  }
}

权限配置

{
  "permissions": {
    "screenRecording": true,
    "accessibility": true,
    "fileSystem": "read-write",
    "network": "local-only"
  }
}

快捷键配置

{
  "shortcuts": {
    "toggle": "Cmd+Shift+C",
    "screenCapture": "Cmd+Shift+S",
    "quickAction": "Cmd+Shift+A"
  }
}

API 使用

Cowork 提供 API 供其他插件调用：

import { Cowork } from '@spark-center/cowork'

// 分析屏幕
const screen = await Cowork.analyzeScreen()

// 执行自然语言命令
const result = await Cowork.execute('保存到 Lingshi')

// 注册自定义命令
Cowork.registerCommand('my-action', {
  description: '我的自定义操作',
  handler: async (context) => {
    // 处理逻辑
  }
})

快捷键

快捷键	功能
Cmd/Ctrl + Shift + C	启动/关闭 Cowork
Cmd/Ctrl + Shift + S	截图并分析
Cmd/Ctrl + Shift + A	快速操作
ESC	关闭 Cowork

最佳实践

1. 明确指令 - 使用清晰具体的自然语言描述任务
2. 分步执行 - 复杂任务可以分解为多个步骤
3. 善用工作流 - 将重复操作保存为工作流
4. 定期清理 - 定期清理对话历史和临时数据

常见问题

Cowork 支持哪些应用？

Cowork 支持所有 macOS 应用，特别优化了以下应用：

• Microsoft Office (Excel, Word, PowerPoint)
• Apple iWork (Numbers, Pages, Keynote)
• 浏览器 (Safari, Chrome)
• 开发工具 (VS Code, Xcode)

本地模型需要什么配置？

推荐配置：

• Apple Silicon (M1/M2/M3) Mac
• 16GB 内存或更高
• macOS 13 或更高版本

Intel Mac 需要使用云端 API。

可以自定义 AI 模型吗？

可以。在设置中选择自定义 API 端点：

cowork config set api.endpoint https://your-api.com
cowork config set api.key your-api-key

相关资源

• Cowork GitHub
• AI 模型文档
• 工作流示例