先说清楚它是什么：Capacities 属于「效率与办公」方向的在线服务，以对象为中心的个人知识管理工具，带 AI 助手。

当数据不能离开公司或个人设备时，就需要考虑自托管或开源路线。

先判断：它能不能自托管

它本身是云端服务；如果数据不能出域，可以考虑可自托管的开源方案做部分替代，代价是部署与维护要自己负责。

决策要点

  • 数据敏感级别：只有内部公开信息时，云端服务通常更省事。
  • 团队是否有人负责运维和安全更新。
  • 硬件投入：本地运行模型需要显卡或较大的内存。
  • 效果差距：用自己的任务实测，不要只看榜单。

可以评估的开源方向包括：MCP 模型上下文协议、AgentScope、LiteLLM。它们与 Capacities 的能力并不完全等同，适合用来承接对数据要求最高的那部分任务。

用同一个任务做对比

读书笔记整理

准备材料：一周的阅读高亮。

把这些高亮按主题归类，每类写一段 100 字以内的总结，并列出 3 个可以马上实践的行动。

交付前确认：行动具体可执行。

自托管上线清单

  • 固定版本号并记录配置。
  • 只在内网暴露服务或加上认证。
  • 设置日志与资源监控。
  • 订阅仓库的版本发布与安全公告。
  • 准备回滚方案。

补充练习

项目周进度汇总

适用情况：手头有项目看板中的任务列表时。

根据看板数据生成本周项目进度：完成率、延期任务及原因、下周重点。延期任务按影响程度排序。

验收标准：延期任务都被列出。

邮件分拣

适用情况：手头有收件箱里一天的邮件时。

把今天的邮件分为「需要今天回复 / 本周处理 / 仅供知悉」三类，每封给一句摘要，需要回复的附上建议回复要点。

验收标准：紧急邮件没有被漏掉。

表格数据清洗

输入：一份格式混乱的客户表格。

清洗这张表格：统一日期格式为 YYYY-MM-DD，拆分「姓名电话」混写的列，标记疑似重复的行，不要删除任何数据。

验收标准：原始数据未被删除。

常见问题：表格公式结果不对

让 AI 解释公式逻辑，用几行样例数据手工验证。

常见问题：AI 总结遗漏关键事项

要求按固定栏目输出，并让它列出「原文提到但未归类」的内容。

常见问题：文档分享后泄露信息

分享前检查权限范围与 AI 是否能访问敏感文档。

概念补充：AI 字段

在表格中用 AI 自动生成分类、摘要等内容的字段。

概念补充：自动化规则

满足条件时自动执行的动作，如提醒、改状态。

适合人群：新媒体运营

新媒体运营可以用 Capacities 处理内容排期、数据复盘等工作。需要注意：活动规则与奖品说明要准确，避免诱导分享等违规玩法。

适合人群：HR 与招聘

HR 与招聘可以用 Capacities 处理岗位描述撰写、面试题与评估表等工作。需要注意：简历筛选不得以性别、年龄等因素做歧视性判断，候选人信息需妥善保管。

使用提醒

涉及个人信息、商业机密或受监管数据时，先确认 Capacities 的数据处理条款，再决定能否使用。

本文基于 Capacities 公开的定位与通用用法编写，具体功能、套餐与可用地区以官方页面为准，产品更新后界面和名称可能变化。

延伸阅读