今天刷推的时候，发现 Claude 也开始做这种通用的 office agent 了。这个跟 Kimi 的 office agent 好像，也不知道谁抄谁的。

https://imgur.com/a/uL1EoPs

但是有一说一，我之前尝试过 Kimi 的，感觉成本太高了，49 块用不了几次，而且效果也没那么好，可能用的还是传统的 RAG ，在实际的解析中很容易丢失信息、张冠李戴。

因为当时读博对这方面有很频繁的需求，要是真用他们的估计得破产，（你们知道土博有多穷吧，真的是用到破产都毕不了业）所以自己手搓了一个 AI 填表工具，用起来挺智能的，即使到今天我也能拍胸脯说，解析效果比 Kimi 和 Claude 要好，而且成本只有 Claude 的 1/10 ，还不用翻墙去看 Anthropic 的脸色。

链接我先放这了，有需要的老哥自取： SnapFill： https://www.gosnapfill.cn/landing?utm_source=v2ex

简单说一下它的功能啊：

首先，它能识别包括 PDF 、Word 、Excel 、PPT 在内的多种格式，让 AI 真正读懂文档，并分清哪个空格对应哪个字段。

其次，自研的表格算法能切实解决空间定位，让数据实现高精度的物理填入。

最后，自带的文档解析引擎还能提供可靠的长效记忆，让你生成自己的知识库，保存好资料，下次类似的表格还能用它填，免得重新录入。

至于为什么能做到这么便宜填表质量还更好呢，是因为我们当时在开发一个 AI 原生的解析引擎，它跟传统的 RAG 不同，不是简单的按字数暴力切片而是自带逻辑树去对齐文档，就像知识图谱一样完整地保留了文档的层级结构，所以解析出来的结果更完整。这个我后面会开源出来，大家可以关注一下。

总之，开发成功了之后，我就把它放到了 SnapFill 的底层，这样的解析路线出来的结果，自然更靠谱，用来填表也更准确了。

有了 SnapFill ，填表的时间从半个小时以上瞬间降至 5 分钟，而且数据 100%可溯源，大大减少了 AI 的幻觉问题，提高了填表的精确度。这样做起科研来也更省心了，不用再花大量的时间在那些枯燥的表格上，只需要专注做正事就好，其他的交给 AI 。

如果你也有这样降本增效的需求，不如试试看吧，尤其是填表量越大，效果越明显，信我：SnapFill： https://www.gosnapfill.cn/landing?utm_source=v2ex