ZD至顶网软件频道消息:对于协同办公常用的工具,我们常常会有哪些忧愁甚至是抱怨?
来自员工的抱怨:使用工具众多,数据不集中,文档找起来可要了命; 一个文件,同事间甚至跨部门编辑,来来回回效率低。
来自老板的抱怨:使用第三方协同工具,敏感数据存在安全隐患;开发独立平台,成本太高。
协同办公除了提高效率更要确保数据的存储安全,说到存储就不得不提到群晖NAS,那如果群晖NAS也能提供常用的协同工具,这样的办公新姿势是不是更炫呢?
办公新姿势——上云端
群晖NAS早已不只是资料保全,文档备份这么简单了。通过DSM 6.1所提供的协同套件,让一个办公室甚至是一家中小企业能够在一个私有云环境进行办公。
DSM 6.1的Synology Office套件支持文档和表格两种格式的文件,除了可以建立新文件外,也可以把微软Office的Word、 Excel文件导入进行编辑。
在线办公说来也不是新奇的技术了,多人同时在线编辑、历史版本还原、成员文档共享、标签归类、评论标注……这些在Synology Office上都能实现,且近似于微软Office的界面,操作也简单易上手,省去培训的时间成本,最重要的是产生的文档数据都在你的NAS上,隐私安全也得到了保障。
Synology Office表格文件支持常用公式和简易图表制作
如果说隐私安全是群晖NAS协同套件的一个优势,那么这些套件间的整合使用是另一个值得称道的亮点。当正在与同事协作编写提案的时候,可以发现DSM 6.1的即时沟通套件“Chat”能够在Synology Office中同框运行,方便在文件编辑的同时进行即时讨论。而反过来在Chat中也能收到来自Synology Office的消息,收到同事的共享文件。省时增效,一目了然。
Chat除了能实现即时沟通的基本功能,其提供的添加主题标签和书签功能可对内容进行分类便于搜索,同时,将内容中上传的文件、发布的链接,甚至是谁@我都能集中在一个界面显示,再也不怕阅后即忘,找寻起来也很便捷。
而不同于其他常用沟通软件的群组概念,Chat中的群组分为公共频道和专用频道,公共频道是可见频道,方便项目组成员自行添加,不用创建者一个个拉进群而漏了谁。而专用频道只有创建者和邀请人员看得到,具有一定的隐私性,也更便于讨论重要话题。
Chat移动端App便于移动办公
如果你具有一定IT知识,还能通过配置的webhook自定义整合外部资源到Chat中,触发关键词后自动弹送相应内容。
比如在接入智能机器人大脑后,可实现智能客服功能,就像和真人一样在进行聊天,体验更丰富的聊天环境。
接入图灵机器人的智能对话
了解群晖NAS的用户应该都知道可以在NAS中搭建邮件服务器,还能接收外部邮箱邮件,这个就是MailPlus套件,但是这次DSM 6.1给这个套件又加持了新的光环,配合使用新套件 Calendar 效果更佳。
Calendar自身是一个日历行程套件,可以为用户记录行程安排并进行提醒,但在NAS里,日历行程就不是普通的添加提醒这么简单了,你可以将添加的事件共享给NAS中的其他用户,不用群发邮件或者私信通知这么麻烦,到点提醒,一键解决。而当配合MailPlus使用时,可以点击邮件中含有日期或时间的字符,直接添加事件到Calendar中,反过来在Calendar中添加事件时可以直接发送邮件提醒事件成员。
另外,上述提到的Chat套件,在MailPlus中也能同框显示,边写邮件边沟通,工作信息传达更快。
针对开头提到员工和老板担心的常见问题,用群晖NAS的一整套协同套件就迎刃而解了。虽然集中存储做到了,那么文件找寻起来不还是很费力吗?不要担心,DSM 6.1提供的Universal Search就是解决这个搜索问题的,通过对共享文件夹添加索引后,使用Universal Search就能实现全内文搜索,也就是通过搜索文档内容中的某个关键字就能搜索到这个文档。
存储、协同以及搜索的一整套解决方案,这个办公新姿势你值得get。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。