歡迎使用 Aitroop
把 Aitroop 想像成一位有自己電腦的隊友。你描述要做的事，它來設計工作流程，在沙盒環境中執行， 回傳帶型別的輸出供你閱讀、分享，或接入下一個步驟。你不用寫程式 —— 你只是聊天， 而這場對話會變成一個可儲存的 應用，可以反覆執行、排程、交給同事， 或透過 API 呼叫。
與傳統聊天機器人不同
大多數 AI 工具只是一個聊天框。你輸入，它回覆，然後翻篇。第二天早上你的同事想做同樣的事， 只能從頭重新輸入提示詞 —— 丟掉了你的調整、你的上下文、你的打磨。Aitroop 不是這樣：
| 在聊天機器人裡你會怎麼做 | 在 Aitroop 裡你怎麼做 |
|---|---|
| 每週一重新敲一遍「公司簡報」提示詞。 | 把提示詞存成一個單表單的 應用。點擊 Run 按鈕。或排程在週一上午 9 點執行。 |
| 複製模型的輸出，貼到 Notion，排版，再透過郵件寄出去。 | 把輸出宣告為帶型別的 產物。Aitroop 會格式化好，傳送到信箱/Slack/Drive。 |
| 擔心智能體會不會正確讀取你的 Gmail。 | 授權一次 連接。智能體會透明地使用你授權範圍內的 OAuth 權杖。 |
| 祈禱模型不要對你的私有資料胡編亂造。 | 每一次執行都在隔離的 沙盒 中執行,可以存取檔案、網路與合適的工具。 |
| 在三個對話之間手動協調「研究 → 人工審核 → 起草郵件」。 | 定義一個 3 階段應用：智能體 → 人工 → 智能體。平台來處理暫停與恢復。 |
一段話版本
打開對話。說「建立一個應用來……」。智能體啟動它的應用建構器技能，問 1–5 個澄清問題， 設計工作流程（表單欄位、階段、輸出格式、所需的技能和連接），逐項驗證，透過 POST /api/apps 儲存，並告訴你應用 ID。然後你就可以從你的應用庫裡執行它 —— 填寫表單，點擊 Run 按鈕，得到一個帶型別的產物。或者掛上一個排程，讓它每週一上午 9 點自動跑。
你究竟能用它做什麼
三個具體的場景，今天就可以跑：
📰 每週情報簡報
建立一個「競品週報」應用，輸入是一組公司名。每週一上午 9 點， 它在網路上搜尋每家公司上週的新聞，寫成一份按公司分節的 2 頁 Markdown 簡報， 並透過郵件群發給你的團隊清單。你只動了一次提示詞；平台一年幫你跑 52 次。
📧 收件匣整理
連接 Gmail（唯讀）一次。建立一個「每日整理」應用，讀取過去 24 小時的未讀郵件， 按緊急程度排出前 20 封並各配一行摘要，每天早上 8 點傳到 Slack 頻道。 等你想讓它幫你起草回覆時，再去授權 Gmail 的撰寫權限。
🗂 多階段觸達流水線
一個 4 階段應用：(1) 根據 ICP 描述找出符合的公司，(2) 用募資歷史 為每家公司補充資訊，(3) 暫停等你刪掉不想要的列， (4) 為留下來的對象起草個人化冷郵件。人工暫停是寫在應用裡的 —— 這次執行會無限期等待，直到你核准，然後從第 4 階段恢復。
從哪裡開始
{{field_id}} 範本語法。是快速開始的參考手冊。一個應用底層長什麼樣
這個不需要你寫 —— 是智能體來寫 —— 但看一眼它的形狀會讓其他一切豁然開朗：
"name": "Company Brief",
"icon": "🏢",
"input_schema": [
{ "id": "company_name", "type": "text", "required": true },
{ "id": "tone", "type": "select",
"options": [{ "label": "Executive", "value": "exec" }, ...] }
],
"stages": [
{ "id": "research", "stage_type": "agent",
"goal": "Research {{company_name}} and write a brief
in a {{tone}} tone...",
"timeout_ms": 600000,
"artifact_defs": [
{ "id": "brief", "format": "markdown" }
] }
],
"resources": { "skills": ["web-search"], "connects": [] }
}
四個基本概念
掌握這四個，整個平台就小到可以裝進腦子裡：
| 基本概念 | 一句話定義 | 它住在哪裡 |
|---|---|---|
| 應用 配方 | 描述一個可執行工作流程的 JSON 文件。 | app_def 表 · 側邊欄 → 應用 |
| 執行記錄 執行 | 應用的一次完整執行。包含狀態、階段日誌、產物。 | app_execution · 應用的 Runs 標籤頁 |
| 產物 輸出 | 階段產出的帶型別交付物。Markdown、CSV、程式、圖片、檔案。 | app_artifact · 儲存在 S3 |
| 連接 憑證 | 通往你在另一個服務上帳號的 OAuth 橋。 | app_user_connect · 設定 → 連接 |
兩個介面，一個平台
你幾乎所有動作都發生在這兩個介面之一 —— 選哪個取決於一個問題：會不會再做一次？
| 介面 | 什麼時候用 | 持久化 |
|---|---|---|
| 對話 | 你在探索。一次性任務。隨手問問。除錯失敗的執行。 | 對話歷史。沙盒在閒置後銷毀。 |
| 應用 | 你想再次執行這個任務。同事不需要懂你的提示詞訣竅也能用。你想給它掛排程。 | 永久儲存。帶版本。可稽核。可透過 API 呼叫。 |
一場高效的對話幾乎總想變成一個應用。這一步就是一個按鈕： 選擇 "Save as App"，或者直接說「把這個儲存成應用」。
Aitroop 和筆記本/工作流程工具有什麼不同
把 Aitroop 比作 Zapier、n8n 或 Jupyter 是很自然的反應。但最貼切的類比都不是它們：
| 工具 | 建構單元 | 「一步」是如何設定的 |
|---|---|---|
| Zapier / n8n | 用圖連起來的節點 | 每個節點點開表單去填 |
| Jupyter / Notebooks | 程式碼單元格 | 你來寫 Python / R |
| ChatGPT / Claude.ai | 對話線程 | 每次都要重新提示 |
| Aitroop | 帶階段的 應用 | 你用英文描述這個階段；智能體在一個真正的沙盒裡執行 |
關鍵字是真正的。Aitroop 的一個階段不是一段提示詞範本 —— 它是一個會推理的智能體， 會呼叫技能、命中連接、執行程式、失敗時重試，並產出一個帶型別的產物。 階段的英文描述就是規格；智能體的行為就是實作。
卡住了怎麼辦
最快的幫助就是智能體本身。打開對話問一句「我該怎麼……？」 —— 它已經載入了應用建構器技能，了解平台的每一個部分。具體場景：