import lark_oapi as lark
from volcengine.engines import maas

1. Feishuクライアントを初期化（メッセージ／ドキュメント操作用）

lark_client = lark.Client.builder() \
.app_id("cli_xxxxx") \
.app_secret("xxxxx") \
.build()

2. Doubao大規模モデルクライアントを初期化（Volcano Engine MaaS）

maas_client = maas.MaasService(
'maas-api.ml-platform-cn-beijing.volces.com',
'cn-beijing'
)
maas_client.set_ak("your_access_key")
maas_client.set_sk("your_secret_key")

3. Doubaoモデルを呼び出してドキュメントの要約を生成

req = maas.ChatRequest(
model="doubao-pro-256k",
messages=[{"role": "user", "content": "この会議議事録の3つの重要な決定事項を要約してください"}],
temperature=0.3,
max_tokens=500
)
resp = maas_client.chat(req)
print(f"Doubaoの生成結果: {resp.choices[0].message.content}")

4. 結果をFeishuドキュメントに書き込む（ネイティブ統合）

doc_content = resp.choices[0].message.content

create_doc(lark_client, title="AI生成要約", content=doc_content)

### 7.2 WorkBuddy：カスタムSkill + MCP形式の拡張例

```python
# WorkBuddy Enterprise：カスタムSkill + MCP Connector統合
# WorkBuddyはMCPプロトコルによる社内システム接続に対応

import json
from typing import Any, Dict

# 1. カスタムSkillを定義（WorkBuddyの拡張単位）
class CRMDataSkill:
    """企業CRMシステムから顧客データを取得し、WorkBuddy Agentに提供する"""

    def __init__(self, crm_api_url: str, api_key: str):
        self.crm_api_url = crm_api_url
        self.api_key = api_key

    @property
    def name(self) -> str:
        return "fetch_crm_customers"

    @property
    def description(self) -> str:
        return "CRMシステムから顧客一覧を取得し、地域と業種で絞り込み可能"

    def get_parameters(self) -> list:
        return [
            {"name": "region", "type": "string", "description": "顧客の地域"},
            {"name": "industry", "type": "string", "description": "顧客の業種"},
            {"name": "limit", "type": "int", "description": "返却件数", "default": 50}
        ]

    def execute(self, params: Dict[str, Any]) -> str:
        import requests
        resp = requests.get(f"{self.crm_api_url}/customers",
            headers={"Authorization": f"Bearer {self.api_key}"},
            params=params, timeout=10)
        return json.dumps(resp.json(), ensure_ascii=False)

# 2. WorkBuddy Skill設定に登録
skill_config = {
    "skill_name": "crm_customer_fetch",
    "skill_class": "CRMDataSkill",
    "permissions": ["read:crm", "network:internal"],
    "timeout_seconds": 30,
    "rate_limit": "100/hour"
}

# 3. MCP Connectorを通じてOA承認フローに接続
oa_connector = {
    "connector_type": "dingtalk_approval",  # wecom／feishuにも対応
    "approval_code": "xxxxx",
    "auto_submit": True,
    "agent_id": "workbuddy_agent_001"
}

print("Skillの登録が完了しました。WorkBuddyは会話中にCRMデータを直接呼び出せます")

7.3 QwenWork：DingTalk + Qwen APIの例

# QwenWork：DingTalk Open Platform + DashScope APIによる呼び出し
# 環境依存関係：pip install dingtalk-sdk dashscope

import dingtalk.api
import dashscope
from dashscope import Generation

# 1. DingTalkクライアントを初期化（25項目のネイティブ機能）
dingtalk_client = dingtalk.api.DingTalkClient(
    app_key="dingxxxxx",
    app_secret="xxxxx",
    agent_id="xxxxx"
)

# 2. Qwen3.8モデルを初期化
dashscope.api_key = "sk-xxxxx"

# 3. シナリオ：会議終了後に未完了タスクを抽出し、DingTalkで配布
def process_meeting_and_assign_tasks(meeting_transcript: str):
    """会議議事録からアクション項目を抽出 → DingTalkのToDoを作成 → 担当者に配布"""

    # Step 1: Qwenでアクション項目を抽出
    prompt = f"""以下の会議議事録からすべてのアクション項目を抽出し、JSON形式で出力してください：
    {{
      "tasks": [
        {{"title": "タスク名", "assignee": "担当者名", "deadline": "YYYY-MM-DD"}}
      ]
    }}

    会議議事録：{meeting_transcript}
    """

    resp = Generation.call(
        model="qwen-max",
        prompt=prompt,
        result_format="message",
        temperature=0.1  # 形式を安定させるため低温度に設定
    )

    tasks = eval(resp.output.choices[0].message.content)

    # Step 2: DingTalk APIでToDoを作成し、配布
    for task in tasks["tasks"]:
        dingtalk_client.todo_create(
            title=task["title"],
            assignee=task["assignee"],
            deadline=task["deadline"],
            source="AI会議議事録"
        )
        dingtalk_client.send_group_message(
            msg_type="text",
            content=f"📋 新しいタスク：{task['title']} → {task['assignee']}、期限 {task['deadline']}"
        )

    return f"{len(tasks['tasks'])}件のアクション項目を抽出し、配布しました"

# 4. Night Planを利用して夜間の負荷分散で一括タスクを実行
def nightly_batch_report():
    """午前2時に実行し、夜間割引を利用する"""
    import schedule
    schedule.every().day.at("02:00").do(generate_daily_reports)
    # Night Plan：22:00～08:00はポイント消費が60%低減

本番コードでは、モデルが生成した出力に対してeval()を使用しないでください。代わりに、検証済みJSONとして解析し、企業アクションを実行する前にスキーマ検証を行う必要があります。

8. エコシステム比較

出典記事では、エンタープライズAIオフィスツールを選ぶことは、部分的にはエコシステムを選ぶことでもあると論じています。

3つのエコシステム戦略は、より慎重に表現すると次のように整理できます。

• Doubao / Feishu：FeishuのコラボレーションとVolcano Engineのサービスをすでに中心に据えている組織に最適。
• WorkBuddy / Tencent Cloud：幅広いエンタープライズ導入方式、ローカルファイル操作、コーディング統合、大規模なSkillsエコシステムが強み。
• QwenWork / DingTalk / Alibaba Cloud：強力な企業向けIM統合、編集可能な成果物、対応ワークフローにおけるAlibaba関連の業務データソースへのアクセスが強み。

元の画像に示された一部のエコシステム規模の数値は公開後すでに変化しているため、画像は日付付きのスナップショットとして扱うべきです。

9. セキュリティとコンプライアンス

セキュリティは、マーケティング上の主張を最も慎重に検証すべき領域です。

Tencentの現在の公式ドキュメントでは、WorkBuddy Enterpriseについて、SaaS、専用VPC、プライベートデプロイの企業向けエディションが確認できます。

この点から、WorkBuddyは導入方式の柔軟性を必要とする組織にとって特に重要な選択肢です。ただし、WorkBuddyだけがコンプライアンス要件を満たせるという意味ではありません。実際の適合性は、データ分類、地域要件、業界規則、ネットワークアーキテクチャ、契約条件によって決まります。

10. 導入シナリオの例

出典記事では、実際のシナリオをエコシステム別に分類しています。

実務上の傾向は次のとおりです。

• Feishuを中心に利用するチームは、摩擦の少ないコラボレーションコンテキストから最大のメリットを得られます。
• Tencentを中心とするエンジニアリング組織は、共通の企業レイヤーの下でWorkBuddyとCodeBuddyを組み合わせられます。
• DingTalkを中心に利用する組織は、QwenWorkの25項目の企業向けIM機能を使って、会議、メッセージ、承認、スケジュール、ファイル、タスクを接続できます。

小売およびEC分野では、QwenWorkの公式サイトが、1688を含む業務データソースや、その他の対応する商業・ソーシャルデータソースへのアクセスを現在案内しています。

11. 長所と短所

Doubao Enterprise

長所

• Feishuを中心とする組織との適合性が高い。
• コラボレーションデータをAIワークフローの近くに置ける。
• ByteDanceのDoubaoモデルとVolcano Engineのインフラストラクチャに支えられている。
• 既存のFeishuユーザーにとって移行の摩擦が少ない。

短所

• Feishuを主要なコラボレーションレイヤーとして利用していない企業には魅力が下がる。
• 製品の境界がByteDanceの企業エコシステムに大きく依存する。
• Tencentの開発者向けツールと比べると、コーディングは明確な差別化要素ではない。

WorkBuddy Enterprise

長所

• ローカルファイルに直接アクセスできるデスクトップネイティブのエージェントワークフロー。
• CodeBuddyおよびTencentの開発スタックとの強力な接続。
• 大規模なSkillsエコシステム。現在の公式サイトでは70,000以上のSkillsを案内。
• SaaS、専用VPC、プライベートデプロイが公式に文書化されている。
• 企業ID、セキュリティ、監査、OpenAPIの対応が文書化されている。

短所

• デスクトップネイティブの導入では、より多くのエンドポイント管理が必要になる可能性がある。
• 深いコラボレーションワークフローは、単一のIMスイート内にネイティブに存在するのではなく、統合を必要とする場合がある。
• 上位プランは、個人のヘビーユーザーにとって高額になる可能性がある。

QwenWork

長所

• 25項目の企業向けIM機能を備えたDingTalkとの深い統合。
• Web、デスクトップ、DingTalkからアクセス可能。
• 編集可能なPPTX、Word、Excel、HTML成果物。
• マルチモーダル理解とコンテンツ生成。
• Alibabaエコシステムおよび対応する商取引データワークフローとの高い適合性。

短所

• 公開後も製品機能とパッケージ構成が急速に変化している。
• 企業向けプライベートデプロイの選択肢は、当然に存在すると仮定せず、直接確認すべきである。
• 別のIMエコシステムに依存するチームでは、より多くの統合作業が必要になる可能性がある。

12. 選定の意思決定ツリー

元の意思決定表をより慎重な表現に改めると、次のようになります。

13. まとめと今後のトレンド

3製品の間に、すべての企業に適した普遍的な勝者は存在しません。価値は、企業の既存ワークフローがどこに存在するかに大きく左右されます。

Doubao／Feishuは、すでにFeishuを標準採用しているチームにとって最も自然な選択です。WorkBuddyは、ローカルファイル、コーディング、アプリケーション横断作業、導入方式の柔軟性、企業エージェントガバナンスが重要な場合に最も強みを発揮します。QwenWorkは、DingTalk統合、編集可能な成果物、Alibabaエコシステムのワークフローで際立っています。

元の記事が示すより広い予測は、現在も有用です。競争は機能一覧からワークフローの完結性へと移っています。重要な指標は、AIがどれだけ多くのことについて会話できるかではなく、許容可能なセキュリティ、監査可能性、コストの範囲内で、エンドツーエンドに完了できる業務タスクがどれだけあるかです。

バージョンと環境に関する注記

出典記事では、2026年8月10日時点の参照環境として次を使用しています。

これらの製品は急速に進化しているため、実装前にモデル名、API、パッケージ名、価格、クォータ、製品範囲を確認してください。

FAQ

Doubao Enterprise、WorkBuddy、QwenWorkの主な違いは何ですか？

主な違いは製品アーキテクチャです。DoubaoはFeishuのワークフローと最も密接に結び付いており、WorkBuddyはデスクトップネイティブのエンタープライズAIワークベンチです。QwenWorkはデスクトップ、Web、DingTalkを横断し、企業向け成果物を強く重視しています。

すでにFeishuを利用している企業には、どの製品が最適ですか？

コラボレーションデータとワークフローがすでに同じエコシステム内にあるため、DoubaoとFeishu AIスタックが最も自然な出発点です。主なメリットは、移行および統合のオーバーヘッドが小さいことです。

プライベートデプロイに対応している製品はどれですか？

Tencentは、WorkBuddy Enterpriseについて、SaaS、専用VPC、プライベートデプロイのエディションを公式に文書化しています。DoubaoとQwenWorkについては、厳格な導入要件がある企業は、現在の企業向け選択肢をベンダーに直接確認すべきです。

WorkBuddyは開発者チームに適していますか？

はい。TencentはWorkBuddyをCodeBuddyおよびManaged Agentsと並べ、1つのエンタープライズAI製品マトリクスの一部として位置付けています。そのため、オフィス自動化とソフトウェア開発支援を1つのガバナンスレイヤーで運用したい組織に特に適しています。

QwenWorkは本当にDingTalkと深く統合されていますか？

はい。QwenWorkの現在の公式サイトでは、メッセージ、グループチャット、勤怠、承認、会議、カレンダー、ドキュメント、ナレッジベース、関連する企業ワークフローなど、25項目の企業向けIM機能を案内しています。

QwenWorkはローカルファイルを扱えますか？

はい。公式クイックスタートドキュメントでは、デスクトップクライアントがローカルのドキュメント、スプレッドシート、画像、動画を直接分析・処理できると説明されています。

この記事のコード例は本番環境で利用できますか？

いいえ。これらは元のCSDN記事から、統合例として掲載するために保持したものです。複数のAPIとクラス名は、利用前に現在の公式SDKドキュメントで確認する必要があります。また、モデルが生成したJSONは検証し、eval()で実行してはいけません。

最も安価な製品はどれですか？

個人向けサブスクリプション、企業向けシート、プロモーションクレジット、プライベートデプロイ契約は頻繁に変わるため、安定した普遍的な答えはありません。月額の表示価格だけでなく、実際の利用量、必要な導入方式、エージェントクレジット、統合、サポートを含む総コストで比較してください。

Related Tools

• Tencent WorkBuddy：デスクトップAIオフィスワークフロー、ローカルファイル操作、Skills、自動化に関する公式WorkBuddy製品ページ。
• WorkBuddy Enterprise：導入方式、管理、セキュリティ、OpenAPIを扱う公式企業向け製品ページ。
• QwenWork：企業コラボレーション、編集可能な成果物、マルチモーダル作業、Skillsを扱うAlibaba公式QwenWorkサイト。
• QwenWork Documentation：公式の利用方法、製品、デスクトップ、Web、企業ワークフローに関するドキュメント。
• Feishu Open Platform：Feishuアプリ、ボット、API、企業統合のための公式開発者プラットフォーム。
• Alibaba Cloud Model Studio：Qwenモデルへのアクセスと統合のためのAlibaba Cloud公式プラットフォーム。

Related Links

• WorkBuddy Official Site：現在の個人向けプラン、ダウンロード、機能概要。
• WorkBuddy Enterprise Version Guide：SaaS、専用VPC、プライベートデプロイエディションの公式ドキュメント。
• QwenWork Product Introduction：プラットフォーム、対応成果物、企業管理、Qwenベースの機能に関する公式説明。
• QwenWork Quick Start：DingTalk、Web、デスクトップの利用に関する公式手順。
• Feishu Open Platform：Feishuエコシステム向けの公式APIおよびアプリ統合ポータル。
• Volcano Engine：ByteDanceのクラウドおよびAIインフラストラクチャプラットフォーム。
• DingTalk Open Platform：企業統合向けの公式DingTalk開発者プラットフォーム。
• Original CSDN Article：CC BY-SA 4.0でライセンスされた元の比較記事。

まとめ

Doubao Enterprise、WorkBuddy、QwenWorkは、コラボレーションスイートネイティブAI、デスクトップネイティブエージェント、マルチエンドのエンタープライズ生産性エージェントという、3つの異なる企業AIの方向性を示しています。

調達において最も信頼性の高い判断方法は、企業が既に利用しているコラボレーションスタック、導入要件、ローカルファイルの必要性、コーディングの比重、ガバナンスモデルから出発することです。機能数だけを見るよりも、エージェントが実際のワークフローを安全に最初から最後まで完了できるかをテストする方が有用です。

すでに存在するワークフローに適合するプラットフォームを選び、そのうえで契約前に2026年の正確な価格、API、導入方式、セキュリティ管理機能を検証してください。

出典に関する注記

元の記事は2026年8月10日にCSDNで公開され、CC BY-SA 4.0のライセンスが明示されています。本稿は、元記事のテーマ、主要構成、比較順序、表、技術例、関連性の高い図を維持しながら可読性を高め、検証注記を追加した派生版です。元の出典への帰属表示は上記に含まれており、本派生版も同じCC BY-SA 4.0の条件で再配布する必要があります。

関連性の高い出典画像8点を保持しています。対象は、タイムライン、アーキテクチャ比較、機能レーダー、スコア内訳、価格チャート、エコシステム図、導入・ユースケース比較、選定意思決定ツリーです。CSDNのプロモーショングラフィック、アバター、QRコード、リアクション要素、無関係な装飾画像は除外しました。

出典には、時間依存性が高い主張や、独立したベンチマークに基づかない編集上の評価が複数含まれています。特に、6次元スコアは著者独自の評価フレームワークであり、エコシステム規模の数値と価格は8月10日時点のものです。また、「最強」「唯一」「市場をリードする」といった表現は、別途出典がない限り、独立したベンチマーク結果として解釈すべきではありません。

公開前に、複数の公式情報を再確認しました。Tencentは現在、WorkBuddyのローカルファイル操作、70,000以上のSkills、企業ガバナンス、OpenAPI、SaaS／専用VPC／プライベートデプロイのエディションを文書化しています。QwenWorkは現在、Web、デスクトップ、DingTalkへのアクセス、25項目の企業向けIM機能、編集可能なPPTX／Word／Excel／HTML成果物、マルチモーダル機能、デスクトップでのローカルファイル処理、Skills／Expert Kitを文書化しています。

3つのPython例は、コードブロックを保持するよう求められているため、出典記事から保持しています。これらは検証済みの実行可能なSDKサンプルではなく、説明用の出典例として扱う必要があります。現在のSDKメソッド、モデル識別子、認証フロー、パッケージバージョンは公式ドキュメントで確認してください。QwenWorkの例でモデル出力にeval()を使用している点は本番環境では安全ではないため、検証済みJSON解析に置き換える必要があります。