把会议记录整理成下一步
从你提供的记录中提取决定、负责人和待确认事项。
用 [模型] 将下面的会议记录整理为决定、负责人和下一步。未提及的负责人或截止时间请标注待确认:[会议记录]。
Leina 连接 AtmoRouter,帮你起草回复、整理记录、比较模型回答。在团队聊天中交代任务,Leina 完成工作,再把结果带回来。
连接 AtmoRouter,选择要共享的内容,就可以交代第一项任务。
你
用 AtmoRouter 中的可用模型整理这些记录:仍定于 10 月 20 日发布。Maya 在 10 月 16 日前完成欢迎邮件。定价需要法务审核,但尚未确定负责人和日期。
Leina
已整理为一项决定、一项已分配任务和一项待确认审核,缺少的负责人和日期已标出。
AtmoRouter · 已生成记录
发布会议 · 决定与后续事项
根据所提供记录整理的结构化摘要。
AI 通过 AtmoRouter 连接选择可用模型,处理你提供的资料,生成草稿、提取决定,或比较不同模型对方案的分析。
你指定资料来源和保存位置。Leina 使用连接有权访问的内容完成任务,再把结果交给你检查。
提供已记录的决定和承诺。
读取 AtmoRouter 模型列表,生成结构化摘要。
分享前核对负责人、日期和待确认问题。
复制示例,补充具体信息,然后在已接入的团队聊天中发给 Leina。
从你提供的记录中提取决定、负责人和待确认事项。
用 [模型] 将下面的会议记录整理为决定、负责人和下一步。未提及的负责人或截止时间请标注待确认:[会议记录]。
给出原消息和需要表达的事实,得到一份可供审阅的回复。
用 [模型] 为这条客户消息起草简短回复:确认周三交付,说明已收到关于延误的反馈,不承诺折扣:[客户消息]。
把同一个问题交给两个可用模型,对照它们的假设和分析。
把这份方案分别交给 [模型 A] 和 [模型 B],请它们找出风险与未解问题,再整理两者的共识和分歧:[方案]。
用视觉模型理解截图和图片,把关键信息整理成可用的结果。
用视觉模型分析这张截图,将关键信息整理成表格:[图片]。
从文本中提取名称、日期和关键事项,按统一格式整理。
从这些客户咨询中提取公司、联系人、需求和截止日期,每条咨询整理为一行:[咨询内容]。
下一项 AtmoRouter 工作,从一条消息开始。
在团队聊天中告诉 Leina 你的需求,说明数据来源、保存位置和预期结果。
在 AtmoRouter 平台创建 API key 并连接。
提供资料来源、结果的保存位置,以及你希望完成的工作。
查看任务结果,并核对应用中的变更。
把这些日常工作交给你的 AI 员工。
通过兼容 OpenAI 的接口生成 AtmoRouter 回复。这是计费的非流式推理请求。
通过兼容 Anthropic Messages 的接口生成 AtmoRouter 消息。这是计费的非流式推理请求。
列出 AtmoRouter 提供的模型 ID 和元数据,不运行推理。
连接工作中使用的 App,让 Leina 获取任务需要的信息,继续推进工作。
已整理为一项决定、一项已分配任务和一项待确认审核,缺少的负责人和日期已标出。
让助手列出 AtmoRouter 账户中的可用模型,再按写作、图片分析或推理任务选择。也可以将同一个任务交给不同模型,对照结果。
不会。连接验证只查询模型列表,生成请求才使用账户额度。
这些操作只生成文本。发送邮件或保存文档,需要另行连接对应应用,并明确提出操作要求。
从手头的一项工作开始。告诉 Leina,你想要什么样的结果。
连接 AtmoRouter,选择要共享的内容,就可以交代第一项任务。