2026.1.30
不止 Office，钻进桌面，MiniMax Agent 一直都可以帮你做 PPT、Excel、Word 和 PDF
今天，我们分享一些 MiniMax Agent 在办公场景的优秀实践。
从上线起，MiniMax Agent 就可以处理 PPT、Excel、Word 和 PDF 等文件。我们认为，一个好的 Agent，需要点亮足够丰富的技能树，才能够在不同的场景，帮助不同角色、不同职能完成任务。
最近一次更新中，我们上线了桌面端与专家 Agent：桌面端让 Agent 进入你的工作环境来直接帮你整理文件、梳理信息；专家 Agent 在注入特定的知识和行为模版，学习具体的 SOP 后，能够在某类任务中干得更加漂亮。
接下来，我们通过几类典型场景，展示 MiniMax Agent 如何工作。
01 长程复杂任务：跨源搜索+复杂逻辑理解+多条件匹配
在大规模跨源信息检索的场景下，Agent 能够完成遍历网站、并行浏览，细节提取和结构化整理的任务。
HR 工作中，每年都需要根据毕业季节，提前几个月做校招计划，需要针对每所重点学校，收集应届生校园招聘会的信息（时间、地点、费用、报名方式等）。HR 需要逐个访问学校官网（这里也存在每个学校网站结构都不同的问题），手动复制信息，粘贴到 Excel，过程复杂耗时。
以北美 20 所名校的校园招聘会信息整合为例，Agent 能够自动列出学校清单，逐个访问各校官网，提取过去半年和未来半年的活动时间、企业报名方式、参与费用等细节信息，整理成 Excel 表格。
Query：
我要帮公司规划明年的北美校招，你先帮我列一下 CS 和 AI 最强的那些学校——Stanford、CMU、MIT 这些，大概 20 所左右。然后一个一个去查他们 Career Fair 的情况：过去半年办过哪些、接下来半年还有哪些、企业要怎么报名参加、大概要花多少钱。查完之后做一份 Excel 给我。
在结构化检索整理信息的基础上，Agent 还能理解复杂逻辑并筛选匹配。
每年 3 月是省考招录报名期。和国考的一次性集中公示招录岗位不同，31 个省份（直辖市、自治区）的招考公告分散在各自的人事考试网上，考生需要逐个访问。
更麻烦的是条件匹配的复杂性：岗位要求"本科及以上"时，硕士是否符合？要求"新闻传播类（专业代码 0503）"时，代码为 055200 的"新闻与传播专业硕士"是否属于此类？要求"应届毕业生"时，已工作 1 年就不符合。还有"本省户籍或生源"这类地域限制。考生需要在每个岗位前逐条对照自己的年龄、学历、专业、户籍、政治面貌，判断是否符合。
Agent 能理解这些规则（"岗位的学历要求是本科及以上时，硕士学历也是符合该岗位的""055200 和 0503 都属于新闻传播类"），根据考生的年龄、学历、专业、政治面貌等信息，跨页面抓取招考公告，筛选出所有符合考生条件的岗位，整合生成个性化清单。
02 进入桌面：处理大量本地文件，完成跨模态任务
在真实任务中，Agent 能够完成 500 张电商图片的自动整理和归档。
电商的日常工作中，商品图片需要分类存储，比如"男装-外套-商务"一个文件夹，"女装-T 恤-休闲"另一个文件夹，这样方便快速找图 。
一个运营面对 500 张新到的商品图，需要不断确认，这是男装还是女装？偏商务还是休闲？该放在哪个目录下？这些判断过去只能由人完成。Excel 看不懂图片，文件管理器也不知道图片是什么内容。
MiniMax Agent 可以自动识别图片，并据此完成后续自动分类、创建文件夹、移动并重命名文件等所有工作。图片理解和动作执行被合并在同一个系统中，你可以放心把素材整理这类工作交给 AI。
Query：
请识别这四个品牌文件夹中每张图片的性别、衣服种类和适用场景，按照「品牌/性别/衣服种类/场景」的层级结构创建文件夹并移动图片，文件命名格式为「衣服种类_场景_序号.扩展名」（如 Coat_Casual_01.png）
整理后文件夹效果为：
除了整理文件，Agent 还能读懂多种格式的本地文件，并基于内容完成写作。
留学申请中，个人陈述（Personal Statement）是关键材料。学生需要根据目标项目的要求，结合自己的作品集、成绩单、个人简历等信息写出一篇有说服力的叙事文章。
Agent 能够读取分散在不同文件里和不同格式的本地文件（PDF 作品集、图片格式的成绩单、Word 简历），理解其中的关键信息（GPA、项目经历、作品亮点），结合申请项目的具体要求，生成个人陈述初稿。
Query：
针对这个文件夹里的所有个人信息，为李记滢写一篇 650 词内的 Personal Statement 英语主文书，用来申请北美的大学。
Agent 生成的 PS 语句流畅：
03 专业场景：从庞杂内容到结构化洞察
法务场景中，Agent 能够完成法条逐版差异识别、变化归类和逻辑提炼的全流程。
制药企业的法务部门需要持续追踪《药品管理法实施条例》的变化。这部条例从 2002 年首次发布至今，经历多次修订，最新版本在 2026 年发布。每次修订都可能影响企业的生产、销售、质量管理等环节。
法务人员的工作是：打开所有版本的条例文件，逐条对比。某条在 V1 版本是这样写的，V2 版本改成了什么？是新增了内容，还是删除了某些表述，还是调整了措辞？某条在 V3 版本突然消失了，是被删除了还是合并到其他条款了？
多个版本，上百个条款，人工对比不仅耗时，还容易遗漏关键变化。
Agent 能逐版本对比条款，对重点条款进行解读，提炼每次修订背后的监管逻辑变化，分析对企业的实务影响，输出完整的深度分析报告。
制药企业的法务部门需要持续追踪《药品管理法实施条例》的变化。这部条例从 2002 年首次发布至今，经历多次修订，最新版本在 2026 年发布。每次修订都可能影响企业的生产、销售、质量管理等环节。
法务人员的工作是：打开所有版本的条例文件，逐条对比。某条在 V1 版本是这样写的，V2 版本改成了什么？是新增了内容，还是删除了某些表述，还是调整了措辞？某条在 V3 版本突然消失了，是被删除了还是合并到其他条款了？
多个版本，上百个条款，人工对比不仅耗时，还容易遗漏关键变化。
Agent 能逐版本对比条款，对重点条款进行解读，提炼每次修订背后的监管逻辑变化，分析对企业的实务影响，输出完整的深度分析报告。
Query：
请对《药品管理法实施条例》进行相邻版本的横向对比分析（V1-V2、V2-V3、V3-V4 等），并采用可视化方式呈现：每一版本对比先给出对比总表（条款号|修订前|修订后|变化类型∣修订时间），并用颜色或标记区分新增/修改/删除；随后对重点条款进行分类解读，配套原文截图或权威来源引用，最后用 2-3 行总结该次修订的监管逻辑与实务影响。
Agent 准确高效地交付对比分析报告：
金融财报分析中，Agent 能够完成从数据提取、指标计算到可视化呈现的全流程。
投资分析师要写一份腾讯的深度研报时，需要下载多份财报，提取核心财务数据，计算毛利率、净利率、ROE、资产负债率、增长率等多个指标，按照游戏、广告、金融科技、云服务等不同的业务板块拆解收入，测算未来增长情况，最后要把这些数据做成图表
Agent 能够自动采集所需财务数字，完成各项比率运算，对不同业务线收入进行拆分，梳理现金流状况，输出多维度可视化内容，分 Sheet 有序呈现。
投资分析师要写一份腾讯的深度研报时，需要下载多份财报，提取核心财务数据，计算毛利率、净利率、ROE、资产负债率、增长率等多个指标，按照游戏、广告、金融科技、云服务等不同的业务板块拆解收入，测算未来增长情况，最后要把这些数据做成图表
Agent 能够自动采集所需财务数字，完成各项比率运算，对不同业务线收入进行拆分，梳理现金流状况，输出多维度可视化内容，分 Sheet 有序呈现。
Query：
做一个完整的腾讯的财务分析 Excel，包含：1）近年的核心财务数据汇总；2）游戏、广告、金融科技、云服务这几个业务板块的收入对比；3）算一下盈利能力指标、偿债能力指标和成长性指标；4）现金流部分也需要分析一下；每个维度单独一个 Sheet，最后需要堆这几个维度作图并插入最后一个 Sheet。
04 专家 Agent：一句话启动复杂任务
前面展示的案例中，用户都需要写比较详细的指令，需要告诉 Agent 要提取哪些字段、生成什么格式、分几个 Sheet。这对熟悉工作流程的专业用户来说不难，但新手可能不知道该怎么描述需求。
专家 Agent 解决的就是这个问题： 我们把特定领域的专业知识、工作流程、输出标准、相关工具等预先注入到 Agent 中。 用户只需要一句简单的话，Agent 就能自动展开完整的专业级工作。
专家 Agent 解决的就是这个问题： 我们把特定领域的专业知识、工作流程、输出标准、相关工具等预先注入到 Agent 中。 用户只需要一句简单的话，Agent 就能自动展开完整的专业级工作。
以"热点追踪"专家为例。如果使用普通 Agent 追踪行业动态和热点事件，用户需要写：
"搜索 Clawdbot 最近 7 天的相关新闻，筛选出 3-5 个有讨论度的话题，每个话题再深度搜索背景信息和各方观点，然后写成 800-1500 字的文章，配 2-3 张图，保存成 docx 文件。"
此刻这套流程已经内置在专家 Agent 中。用户只需输入"Clawdbot 最新消息"，Agent 就会自动理解追踪主题并拆解搜索关键词，搜索最新的权威信源，从结果中挖掘近期爆点话题（优先 1 天内、3 天内、5 天内的事件），对每个话题深入搜索背景、数据和观点，撰写 800-1500 字长文并配图，保存为 docx，最后进行事实核查确保准确性。
搭配定时任务，还可以要求专家 Agent 每天定时更新运行一次，每天收到自定义专题的新鲜报道。
整个过程用户只说了一句话，剩下的 Agent 都能够自主细化并完成。
"搜索 Clawdbot 最近 7 天的相关新闻，筛选出 3-5 个有讨论度的话题，每个话题再深度搜索背景信息和各方观点，然后写成 800-1500 字的文章，配 2-3 张图，保存成 docx 文件。"
此刻这套流程已经内置在专家 Agent 中。用户只需输入"Clawdbot 最新消息"，Agent 就会自动理解追踪主题并拆解搜索关键词，搜索最新的权威信源，从结果中挖掘近期爆点话题（优先 1 天内、3 天内、5 天内的事件），对每个话题深入搜索背景、数据和观点，撰写 800-1500 字长文并配图，保存为 docx，最后进行事实核查确保准确性。
搭配定时任务，还可以要求专家 Agent 每天定时更新运行一次，每天收到自定义专题的新鲜报道。
整个过程用户只说了一句话，剩下的 Agent 都能够自主细化并完成。
Query：
Clawdbot 的最新消息。
我们展示的这些案例，只是 Agent 能力的一部分。欢迎来一起探索 Agent 的更多实用技巧。
Web 端使用链接：
agent.minimaxi.com
桌面端下载入口：
agent.minimaxi.com/download
企业合作：
api@minimaxi.com
你的工作场景可能更复杂，你的需求可能更独特—— 我们希望倾听你的需求和灵感。
如果你希望 Agent 在某个特定场景下帮你完成工作，欢迎参与下方许愿池活动，填写你最想要的 Expert 功能或建议。如被采纳，我们会 免费帮你构建对应的 Expert，并将额外赠送 2000 积分作为感谢。
Intelligence with Everyone.
Web 端使用链接：
agent.minimaxi.com
桌面端下载入口：
agent.minimaxi.com/download
企业合作：
api@minimaxi.com
你的工作场景可能更复杂，你的需求可能更独特—— 我们希望倾听你的需求和灵感。
如果你希望 Agent 在某个特定场景下帮你完成工作，欢迎参与下方许愿池活动，填写你最想要的 Expert 功能或建议。如被采纳，我们会 免费帮你构建对应的 Expert，并将额外赠送 2000 积分作为感谢。
Intelligence with Everyone.
