操作 ERP 用哪个?下载日报用哪个?WorkBuddy 五种自动化一次讲清
- 2026-11-21 16:34:06
操作 ERP 用哪个?下载日报用哪个?WorkBuddy 五种自动化一次讲清
月底最后一天,一位财务坐在工位上,手边是二十家门店的日销表。她想让 AI 把数汇总进 ERP。AI 把步骤讲得很顺:先导出各门店报表,核对口径,再逐条录进去。讲完停住,等她选一件事,用 API、CLI、CDP、Computer Use,还是 Skills。
选错了,前面讲得再顺也走不下去。
这两年老有人问我,这几个词到底差在哪。我的答案是:它们不是五个并列的工具,是四条通道加一层章法。四条通道解决 AI 怎么碰到那个系统,章法解决按什么步骤做。四加一摆在一起,才是全部。能直接用接口的,别去点屏幕;能固定下来自动跑的,别每次重新交代。这句判断,就是这篇文章想说的事。
1. 01你以为这是五种操作浏览器的方式,其实只有两种
大部分人看到这五个词,第一反应是:这是五条让 AI 操作电脑的路,挑一条顺手的走就行。
不是。
真正碰浏览器的只有两个,CDP 和 Computer Use。
API 和 MCP 走的是接口,压根不打开浏览器。CLI 走命令行,也不碰浏览器。Skills 更特殊,它不是一条执行通道,它是把一套做法打包起来的说明书。
所以把它们当成五选一,问题从一开始就问错了。里面四条是干活的通道,一条是规定怎么干的章法,不在一个层面上,没法放一起挑。
2. 02API 和 MCP:让系统自己把数据递出来
这是最省事的一条,前提是对方愿意给接口。
企业里像腾讯文档、企业微信,还有金蝶、用友这些开放平台,都提供标准接口。你让 AI 调接口去查当天的销售额、往系统里写一条记录,数据直接以整齐的格式回来,准确、快、还能批量做。
MCP 说白了是一套统一的接法。以前接每个系统都要单独适配,换一个系统重写一遍;现在对方按这个规范提供一个服务,AI 这边用同样的方式就能调用。你在 WorkBuddy 里看到的那些连接器,底下走的就是它。对小白来说不用记这些缩写,只要知道:能连上的系统,AI 就能直接读写,不用你去页面上一个个点。
边界也很清楚:对方得有接口。很多老系统、公司内部的自研系统没开放接口,这条路就走不通。
3. 03CLI:让 AI 敲命令行
CLI 就是命令行。
批量改文件名、跑数据脚本、把一百个 Excel 合成一个,这类活在终端里一条命令就办完,比一个个点快得多。它比接口更贴着本机,能直接操作本机的文件和程序。
缺点是你要知道有哪些命令可用,它更适合开发者,或者懂点技术的运营。普通职场人不用自己写,把一条成熟的命令交给 AI,让它照着跑就行。企业里一个常见场景:每天定时把某个文件夹里的报表打包归档,用命令行加个定时任务就完事了,不用人守着。这一条的价值在批量和无人值守,一件事做一百遍,它不会漏一次。
4. 04浏览器 CDP:直接跟浏览器对话
CDP 是浏览器开放出来的一套调试协议。AI 通过它能读到网页的结构、执行脚本、拦截网络请求,比模拟人去点按钮精准得多。
它的适用面只在浏览器里。网页版 ERP、网页后台的日报系统,这类活交给它最合适:自动登录、点导出、把文件下载下来,一口气做完。装在本机上的客户端,它碰不到。
5. 05Computer Use:看着屏幕点鼠标
这是最通用、也最笨的一条。AI 看屏幕截图,认出按钮在哪,然后模拟鼠标键盘去点。
好处是不挑系统。那个软件再老、再封闭,只要屏幕上能看见,它就能操作。企业里那种装在本机的老 ERP、没有接口也没网页版的行业软件,只有它能上。
代价是慢,而且界面一改版就可能失灵,精度也比不上接口和调试协议。它是兜底方案,不是首选。
6. 06Skills:把一套做法固定下来
前面四条是通道,Skills 不是通道,它是方法层。
拿做日报来说,这件事其实是固定的几步:登录系统、导出、清洗数据、做成周报。第一次你要一步步交代,做熟了,可以把这套步骤写成一个 Skill。以后说一句"做今天的周报",它就按固定章法走,走到需要数据那一步,再去调用前面某条通道。
一句话记牢:Skills 解决怎么做,通道解决用什么做。
7. 07两年过去,看屏幕这条路走到哪一步了
离屏幕最近的那条通道,这两年变化最快,值得单独拎出来看。
2024 年 10 月 22 日,Anthropic 在 Claude 3.5 Sonnet 上放出 Computer Use,让模型看屏幕、移动光标、点按钮、敲字。当时官方自己就讲了,这事有时很笨拙、容易出错。那一年它在 OSWorld 这套真实电脑任务测试上的成绩是 14.9%,人的基线是 72.36%。
三个月后,2025 年 1 月 23 日,OpenAI 推出 Operator,用自家的 CUA 模型驱动,同一套测试涨到 38.1%。到 2025 年 9 月,Claude Sonnet 4.5 做到 61.4%。
不到两年,从 14.9% 到 61.4%,进步很快。但到今天,成绩最好的模型仍没追上人的 72.36%。这组数字说明两件事:看屏幕这条路确实通了,而且越走越顺;但它还没到能放手不管的程度。
所以别把新功能想得太神。它解决的是没有接口时怎么办,不是有了接口也该先试它。
8. 08给小白的一句话判断清单
嫌上面太长,就记这几句。
系统肯给接口,先走接口,这是又快又准的一条。没有接口但活儿在网页上,走浏览器调试协议。要处理的全是本机文件、还要天天定时做,用命令行。上面都不行,只剩一个装在本机的老软件,才轮到看屏幕操作兜底。
流程要是天天重复、步骤又固定,别每次重新交代,把它写成一个 Skill 存起来,下次一句话调用。
把这张清单存在备忘录里,下次再看到那五个词,照着对一遍就知道点哪个了。
9. 09操作 ERP,到底用哪个
先问一句,你们公司的 ERP 长什么样。
网页版的,优先用调试协议,能自动登录、自动录单。有开放接口的,优先用接口,批量写数据最稳。只有装在本机的客户端、既没接口也没网页版的,才用 Computer Use,让 AI 看着屏幕一条条点。
顺序记牢:能走接口不走浏览器,能走浏览器不走屏幕。越往屏幕那头退,越慢也越容易出错。
10. 10下载日报,到底用哪个
日报在网页后台的,用调试协议自动导出。
公司有数据仓库或者业务系统接口的,用接口直接把数拉出来,连下载这一步都省了。
下载完还要清洗、做表、生成周报,这串固定动作,封装成 Skill,下次一句话就能触发。这一步也是最省人的,把重复劳动一次写完,后面都省力。
11. 11工具越多,越不用每个都记住
这些能力好用,但有前提。
先看一组企业侧的数字。Gartner 在 2025 年 8 月的预测里说,到 2026 年底,40% 的企业应用会内置任务型 AI 智能体,而 2025 年这个比例还不到 5%。Gartner 同时提醒,很多挂着智能体名头的产品其实只是助手。数字跳得快,不等于活干得稳。
再看权限。接口和命令行要授权,权限给大了,AI 删错文件、写错数据没人拦。调试协议和屏幕操作是模拟人去点,一旦点错,错误会一路走下去。碰到付款、对外发消息这种动作,一定要人再确认一遍。
还有一点,界面会变。今天能点的按钮,下个月改版就找不到了。越靠看屏幕那一端,越要留个人在场盯着。
所以工具越多,越不是要你把每一个都记熟。你要做的,是把公司里的活先分个类:哪些有接口,哪些在网页里,哪些只能看屏幕。分完类,选哪条通道就是水到渠成的事。
12. 12工具所在的层,决定了它替你省多少力
也决定了它错一次,要你赔多少。
用错通道,不是 AI 不聪明,是没看清那个系统待在哪一层。接口能解决的,别去模拟点鼠标。网页能解决的,别去翻屏幕。真正没得选的老系统,再用屏幕操作兜底,也不丢人。
回到月底最后一天那位财务。她要做的选择其实不复杂:数能从系统里直接拿到,就别让它去点屏幕;流程天天一个样,就把步骤存成技能。想清楚数从哪来、步骤固不固定,剩下选哪个的问题,自己就有答案了。
能直接用接口的,别去点屏幕。这句放到哪一年都成立。
你们公司最难自动化的那个系统,是卡在没有接口,还是卡在只能看屏幕?评论区聊聊,我挑几个典型的拆给你看。
我是凯老师。做供应链和 ERP 这些年,见过太多把工具用反了的情况。想聊具体场景的,加我个人微信 ERPers00001。
本文涉及的产品发布日期与 OSWorld 成绩,来自 Anthropic、OpenAI 官方发布及 OSWorld 基准的公开汇总,部分为二手引用;Gartner 40% 与不足 5% 出自其 2025 年 8 月 26 日官方新闻稿。其余为通用技术定义,仅供讨论。