豆包工作 + Linkly AI，一句话能干多少活？

最近，豆包工作正式上架 Linkly AI 连接器。接入之后，豆包就可以读取你本地的扫描版 PDF、图片、文档、音频和视频了。 不过，光说能读本地文档，大家似乎还感受不到它的好用之处。 所以这次，我们整理了三个具体用法，看看豆包接上 Linkly AI 后，怎么把这些资料用到实际工作里。

​

Part 1：手机随手记下的灵感，让豆包接着用（写作场景）

你收藏夹里，是不是也躺着一堆“以后肯定用得上”的内容？收藏时觉得这条有用，真要用的时候，翻半天又找不到。 现在，你可以换个存法：用手机豆包连接电脑，并接入 Linkly AI 连接器。平时刷到优质的视频、文章，直接丢给它链接，然后说：

把这段内容整理成结构化摘要，保留原始来源，存入 Linkly AI Notes。

说完这句话，不到一分钟，豆包就把内容摘要同步到了 Linkly AI Notes。下次需要时，直接让豆包或其他 AI 调用即可。 这里分享一位内容创作者的用法：把平时刷到的视频链接交给豆包，让它存进 Linkly AI Notes。 当有新选题的时候，就可以直接让豆包调用 Linkly AI Notes 里相关选题的分析角度。看看别人是怎么分析类似问题的，也许就能找到一个自己没想到的切入点，让曾经看过的东西在使用时真正派上用场。

​

Part 2：论文读了不少，写综述还得从头翻？（文献研究场景）

对于博士生来说，写综述最麻烦的是读过太多，却很难随时想起来某个结论到底来自哪篇论文。 假设一位博士生做同一个方向的研究已经两年了，那么电脑里可能已经积累了几百篇论文、组会记录，还有各种不同版本的综述草稿。 所以每次读到新的论文，就会发现让新论文和旧论文做对比，是一个巨大的工作量。 这个时候，Linkly AI 就很适合做博士长期研究资料的索引层。比如，你可以直接问豆包：

我以前读过的论文里，有哪些支持这个结论，哪些得出了不同结果？

甚至可以进一步检查：这些相互冲突的研究结果，是使用了不同人群，还是不同实验方法等等。 这样每读一篇新论文，都可以把它放回过去几年的研究脉络里，让你长期积累下来的研究资料真正发挥研究价值。

​

Part 3：评职称前，几年的教学资料怎么轻松理清？（教师职称申报场景）

最近，不少老师开始准备评职称了，但准备申报材料的时候，总会被一道题卡住：文件到底在哪儿？ 这个时候，你可以通过 Linkly AI 检索相关教学资料，输入：

请根据这份评审通知，通过 Linkly AI 检索我的教案、公开课记录、课题材料和获奖证明。

你会发现，即使已经不记得文件名，文件依然可以被语义检索到。获奖证明存成了照片，也可以借助 Linkly AI 的 OCR 识别文字。 当然，如果你的资料很多，也可以让它把检索结果整理成“申报要求—找到的材料—文件位置—待核验事项”对照表，没找到或无法确认的地方单独标出来。 核对完成后，再让豆包根据确认可用的材料整理成果目录、起草教学工作总结。

​

Part 4：开始使用

AI 时代，上下文正逐渐成为我们每个人的核心资产。 接入 Linkly AI 后，你会发现沉淀下来的知识和经验，就能进入日常工作流，在需要的时候被 AI 找到、用上。 平时看到的好内容、随手记下的想法，也都可以存下来，成为豆包和其他 AI 工具能调用的上下文，参与你下一次创作和研究。 使用教程请看：豆包工作接入 Linkly AI 使用教程。