import lark_oapi as lark
from volcengine.engines import maas

1. Inicializar o cliente Feishu (para operações com mensagens/documentos)

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

2. Inicializar o cliente do modelo Doubao (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. Chamar o modelo Doubao para gerar um resumo de documento

req = maas.ChatRequest(
model="doubao-pro-256k",
messages=[{"role": "user", "content": "Resuma as três principais decisões desta ata de reunião"}],
temperature=0.3,
max_tokens=500
)
resp = maas_client.chat(req)
print(f"Resultado gerado pelo Doubao: {resp.choices[0].message.content}")

4. Gravar o resultado em um documento Feishu (integração nativa)

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

create_doc(lark_client, title="Resumo gerado por IA", content=doc_content)

### 7.2 WorkBuddy: exemplo de extensão com Skill personalizada e estilo MCP

```python
# WorkBuddy Enterprise: integração com Skill personalizada + conector MCP
# O WorkBuddy permite conectar sistemas internos da empresa por meio do protocolo MCP

import json
from typing import Any, Dict

# 1. Definir uma Skill personalizada (unidade de extensão do WorkBuddy)
class CRMDataSkill:
    """Obtém dados de clientes do CRM corporativo para serem chamados pelo agente do WorkBuddy"""

    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 "Obtém a lista de clientes do CRM e permite filtrar por região e setor"

    def get_parameters(self) -> list:
        return [
            {"name": "region", "type": "string", "description": "Região onde o cliente está localizado"},
            {"name": "industry", "type": "string", "description": "Setor ao qual o cliente pertence"},
            {"name": "limit", "type": "int", "description": "Quantidade de resultados", "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. Registrar na configuração de Skills do WorkBuddy
skill_config = {
    "skill_name": "crm_customer_fetch",
    "skill_class": "CRMDataSkill",
    "permissions": ["read:crm", "network:internal"],
    "timeout_seconds": 30,
    "rate_limit": "100/hour"
}

# 3. Conectar ao fluxo de aprovação OA por meio de um conector MCP
oa_connector = {
    "connector_type": "dingtalk_approval",  # também aceita wecom/feishu
    "approval_code": "xxxxx",
    "auto_submit": True,
    "agent_id": "workbuddy_agent_001"
}

print("Registro da Skill concluído; o WorkBuddy pode chamar os dados do CRM diretamente na conversa")

7.3 QwenWork: exemplo com DingTalk + API do Qwen

# QwenWork: chamada por meio da plataforma aberta DingTalk + API DashScope
# Dependências do ambiente: pip install dingtalk-sdk dashscope

import dingtalk.api
import dashscope
from dashscope import Generation

# 1. Inicializar o cliente DingTalk (25 capacidades nativas)
dingtalk_client = dingtalk.api.DingTalkClient(
    app_key="dingxxxxx",
    app_secret="xxxxx",
    agent_id="xxxxx"
)

# 2. Inicializar o modelo Qwen3.8
dashscope.api_key = "sk-xxxxx"

# 3. Cenário: extrair automaticamente tarefas pendentes após o fim de uma reunião e distribuí-las no DingTalk
def process_meeting_and_assign_tasks(meeting_transcript: str):
    """Extrai itens de ação da ata → cria tarefas pendentes no DingTalk → distribui aos responsáveis"""

    # Etapa 1: o Qwen extrai os itens de ação
    prompt = f"""Extraia todos os itens de ação da ata de reunião a seguir e produza o resultado em formato JSON:
    {{
      "tasks": [
        {{"title": "Título da tarefa", "assignee": "Nome do responsável", "deadline": "AAAA-MM-DD"}}
      ]
    }}

    Ata de reunião: {meeting_transcript}
    """

    resp = Generation.call(
        model="qwen-max",
        prompt=prompt,
        result_format="message",
        temperature=0.1  # temperatura baixa para garantir estabilidade do formato
    )

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

    # Etapa 2: criar tarefas pendentes e distribuí-las por meio da API do DingTalk
    for task in tasks["tasks"]:
        dingtalk_client.todo_create(
            title=task["title"],
            assignee=task["assignee"],
            deadline=task["deadline"],
            source="Ata de reunião gerada por IA"
        )
        dingtalk_client.send_group_message(
            msg_type="text",
            content=f"📋 Nova tarefa atribuída: {task['title']} → {task['assignee']}, prazo {task['deadline']}"
        )

    return f"{len(tasks['tasks'])} itens de ação foram extraídos e distribuídos"

# 4. Usar o Night Plan para executar tarefas em lote durante a madrugada

def nightly_batch_report():
    """Executa às 2h da madrugada para aproveitar o desconto noturno"""
    import schedule
    schedule.every().day.at("02:00").do(generate_daily_reports)
    # Night Plan: consumo de créditos 60% menor entre 22h e 8h

Em código de produção, evite usar eval() em resultados gerados pelo modelo. Faça o parsing de JSON validado e aplique verificações de esquema antes de acionar ações corporativas.

8. Comparação de ecossistemas

O artigo-fonte argumenta que escolher uma ferramenta corporativa de IA para escritório também significa, em parte, escolher um ecossistema.

As três estratégias de ecossistema podem ser resumidas de forma mais cautelosa:

• Doubao / Feishu: maior adequação para organizações que já estão centradas na colaboração do Feishu e nos serviços do Volcano Engine.
• WorkBuddy / Tencent Cloud: amplas opções de implantação corporativa, operações com arquivos locais, integração com programação e um grande ecossistema de Skills.
• QwenWork / DingTalk / Alibaba Cloud: forte integração com mensagens instantâneas corporativas, entregáveis editáveis e acesso a fontes de dados empresariais relacionadas à Alibaba nos fluxos compatíveis.

Alguns números de ecossistema exibidos na imagem original já mudaram desde a publicação. Por isso, a imagem deve ser tratada como um retrato datado.

9. Segurança e conformidade

A segurança é a área em que as afirmações de marketing exigem a verificação mais cuidadosa.

A documentação oficial atual da Tencent confirma edições corporativas SaaS, em VPC dedicada e de implantação privada para o WorkBuddy Enterprise.

Isso torna o WorkBuddy uma opção especialmente importante para organizações que exigem flexibilidade de implantação. Isso não significa automaticamente que ele seja a única opção em conformidade: a conformidade real depende da classificação dos dados, dos requisitos regionais, das regras do setor, da arquitetura de rede e dos termos contratuais.

10. Cenários de implantação

O artigo-fonte agrupa os cenários reais por ecossistema.

O padrão prático é:

• Equipes que utilizam intensamente o Feishu obtêm maior benefício do contexto de colaboração com baixo atrito.
• Organizações de engenharia orientadas à Tencent podem combinar WorkBuddy e CodeBuddy sob uma camada corporativa compartilhada.
• Organizações que utilizam intensamente o DingTalk podem usar as 25 capacidades de mensagens instantâneas corporativas do QwenWork para conectar reuniões, mensagens, aprovações, agendas, arquivos e tarefas.

Para varejo e comércio eletrônico, o site oficial atual do QwenWork anuncia acesso a fontes de dados comerciais, incluindo 1688 e outras fontes comerciais e sociais compatíveis.

11. Pontos fortes e limitações

Doubao Enterprise

Pontos fortes

• Forte adequação para organizações centradas no Feishu.
• Os dados de colaboração podem ficar próximos do fluxo de trabalho da IA.
• Apoiado pelo modelo Doubao da ByteDance e pela infraestrutura do Volcano Engine.
• Baixo atrito de migração para usuários existentes do Feishu.

Limitações

• Menos atraente quando a empresa não usa o Feishu como principal camada de colaboração.
• Os limites do produto dependem fortemente do ecossistema corporativo da ByteDance.
• A programação não é o diferencial mais claro em comparação com as ferramentas da Tencent focadas em desenvolvimento.

WorkBuddy Enterprise

Pontos fortes

• Fluxo de agentes nativo para desktop com acesso direto a arquivos locais.
• Forte conexão com o CodeBuddy e a pilha de desenvolvimento da Tencent.
• Grande ecossistema de Skills; o site oficial atual anuncia mais de 70.000 Skills.
• SaaS, VPC dedicada e implantação privada documentados oficialmente.
• Identidade corporativa, segurança, auditoria e suporte a OpenAPI documentados.

Limitações

• A implantação nativa para desktop pode exigir mais gestão de endpoints.
• Fluxos profundos de colaboração podem exigir integrações, em vez de existirem nativamente dentro de uma única suíte de mensagens instantâneas.
• Os níveis superiores podem ser caros para usuários individuais intensivos.

QwenWork

Pontos fortes

• Integração profunda com o DingTalk e 25 capacidades de mensagens instantâneas corporativas.
• Acesso pela web, pelo desktop e pelo DingTalk.
• Entregáveis editáveis em PPTX, Word, Excel e HTML.
• Compreensão multimodal e geração de conteúdo.
• Forte adequação ao ecossistema da Alibaba e aos fluxos de dados comerciais compatíveis.

Limitações

• As capacidades e o empacotamento do produto ainda mudam rapidamente após o lançamento.
• As opções de implantação privada corporativa devem ser confirmadas diretamente, e não presumidas.
• Equipes comprometidas com outros ecossistemas de mensagens instantâneas podem precisar de mais trabalho de integração.

12. Árvore de decisão para seleção

Uma versão mais conservadora da tabela de decisão original é:

13. Resumo e perspectivas de tendência

Não existe um vencedor universal entre os três produtos. O valor de cada um depende fortemente de onde o fluxo de trabalho existente da empresa já está localizado.

Doubao / Feishu é a escolha mais natural para equipes que já padronizaram o Feishu. WorkBuddy é mais forte quando arquivos locais, programação, trabalho entre aplicativos, flexibilidade de implantação e governança corporativa de agentes são importantes. QwenWork se destaca pela integração com o DingTalk, pelos entregáveis editáveis e pelos fluxos do ecossistema da Alibaba.

A previsão mais ampla do artigo original continua útil: a competição está passando das listas de funcionalidades para o fechamento do fluxo de trabalho. A métrica importante não é quantos assuntos a IA consegue discutir, mas quantas tarefas empresariais ela consegue concluir de ponta a ponta com segurança, auditabilidade e custo aceitáveis.

Observações sobre versão e ambiente

O artigo-fonte usou o seguinte ambiente de referência de 10 de agosto de 2026:

Como esses produtos evoluem rapidamente, os nomes dos modelos, as APIs, os nomes dos pacotes, os preços, as cotas e os limites dos produtos devem ser verificados antes da implementação.

Perguntas frequentes

Qual é a principal diferença entre Doubao Enterprise, WorkBuddy e QwenWork?

A principal diferença está na arquitetura do produto. O Doubao está mais estreitamente ligado aos fluxos do Feishu, o WorkBuddy é uma bancada de trabalho corporativa de IA nativa para desktop, e o QwenWork abrange desktop, web e DingTalk, com forte foco em entregáveis corporativos.

Qual produto é melhor para uma empresa que já usa o Feishu?

O Doubao e a pilha de IA do Feishu são os pontos de partida mais naturais, pois os dados e fluxos de colaboração já estão no mesmo ecossistema. O principal benefício é o menor esforço de migração e integração.

Qual produto é compatível com implantação privada?

A Tencent documenta oficialmente edições do WorkBuddy Enterprise para SaaS, VPC dedicada e implantação privada. Para o Doubao e o QwenWork, empresas com requisitos rígidos de implantação devem confirmar diretamente com o fornecedor as opções corporativas atuais.

O WorkBuddy é adequado para equipes de desenvolvimento?

Sim. A Tencent posiciona o WorkBuddy junto do CodeBuddy e dos Managed Agents como parte de uma matriz única de produtos corporativos de IA. Isso o torna especialmente relevante para organizações que desejam automação de escritório e assistência ao desenvolvimento de software sob uma única camada de governança.

O QwenWork realmente oferece integração profunda com o DingTalk?

Sim. O site oficial atual do QwenWork anuncia 25 capacidades de mensagens instantâneas corporativas, incluindo mensagens, chats em grupo, controle de presença, aprovações, reuniões, calendários, documentos, bases de conhecimento e fluxos corporativos relacionados.

O QwenWork pode trabalhar com arquivos locais?

Sim. A documentação oficial de início rápido informa que o cliente para desktop pode analisar e processar diretamente documentos, planilhas, imagens e vídeos locais.

Os exemplos de código deste artigo estão prontos para produção?

Não. Eles foram preservados do artigo original do CSDN como exemplos ilustrativos de integração. Várias APIs e nomes de classes devem ser verificados na documentação atual dos SDKs oficiais antes do uso. Além disso, o JSON gerado pelo modelo deve ser validado, e não executado com eval().

Qual produto é mais barato?

Não existe uma resposta universal estável, pois assinaturas pessoais, licenças corporativas, créditos promocionais e contratos de implantação privada mudam com frequência. Compare o custo total com base no uso real, no modo de implantação necessário, nos créditos de agentes, nas integrações e no suporte, em vez de considerar apenas o preço mensal anunciado.

Ferramentas relacionadas

• Tencent WorkBuddy: página oficial do produto WorkBuddy para fluxos de escritório com IA no desktop, operações com arquivos locais, Skills e automação.
• WorkBuddy Enterprise: página oficial do produto corporativo com informações sobre modelos de implantação, gestão, segurança e OpenAPI.
• QwenWork: site oficial da Alibaba para colaboração corporativa, entregáveis editáveis, trabalho multimodal e Skills.
• Documentação do QwenWork: documentação oficial de uso, produto, desktop, web e fluxos corporativos.
• Feishu Open Platform: plataforma oficial para desenvolvedores de aplicativos, bots, APIs e integrações corporativas do Feishu.
• Alibaba Cloud Model Studio: plataforma oficial da Alibaba Cloud para acessar e integrar modelos Qwen.

Links relacionados

• Site oficial do WorkBuddy: planos atuais do produto pessoal, downloads e visão geral das funcionalidades.
• Guia da versão corporativa do WorkBuddy: documentação oficial das edições SaaS, VPC dedicada e implantação privada.
• Introdução ao produto QwenWork: descrição oficial da plataforma, dos entregáveis compatíveis, da administração corporativa e das capacidades baseadas em Qwen.
• Início rápido do QwenWork: instruções oficiais para uso no DingTalk, na web e no desktop.
• Feishu Open Platform: portal oficial de APIs e integração de aplicativos do ecossistema Feishu.
• Volcano Engine: plataforma de nuvem e infraestrutura de IA da ByteDance.
• Plataforma aberta do DingTalk: plataforma oficial para desenvolvedores e integrações corporativas do DingTalk.
• Artigo original do CSDN: artigo original de comparação em chinês, licenciado sob CC BY-SA 4.0.

Resumo

Doubao Enterprise, WorkBuddy e QwenWork representam três caminhos diferentes para a IA corporativa: IA nativa de suítes de colaboração, agentes nativos para desktop e agentes de produtividade corporativa multiplataforma.

Para a contratação, a decisão mais confiável começa pela pilha de colaboração existente da empresa, pelos requisitos de implantação, pelas necessidades de arquivos locais, pela intensidade de programação e pelo modelo de governança. A quantidade de funcionalidades é menos útil do que testar se o agente consegue concluir um fluxo de trabalho real com segurança, do início ao fim.

Escolha a plataforma que se adapta ao fluxo de trabalho que você já possui — depois valide os preços, as APIs, o modelo de implantação e os controles de segurança exatos de 2026 antes de assumir um compromisso.

Nota sobre a fonte

O artigo original foi publicado no CSDN em 10 de agosto de 2026 e é explicitamente licenciado sob CC BY-SA 4.0. Esta edição em português é uma adaptação derivada que preserva o tema, a estrutura principal, a sequência da comparação, as tabelas, os exemplos técnicos e os diagramas mais relevantes do artigo original, ao mesmo tempo que melhora a legibilidade e acrescenta notas de verificação. A atribuição à fonte original está incluída acima, e esta obra derivada deve ser redistribuída sob os mesmos termos da licença CC BY-SA 4.0.

Foram mantidas oito imagens-fonte altamente relevantes: a linha do tempo, a comparação de arquitetura, o radar de capacidades, o detalhamento das pontuações, o gráfico de preços, o diagrama de ecossistema, a comparação de implantação e casos de uso e a árvore de decisão de seleção. Gráficos promocionais do CSDN, avatares, códigos QR, elementos de reação e imagens decorativas não relacionadas foram excluídos.

A fonte inclui várias afirmações que são sensíveis ao tempo ou editoriais, e não foram obtidas por benchmarks independentes. Em particular, as pontuações em seis dimensões são a estrutura de avaliação do próprio autor; as contagens do ecossistema e os preços estão datados de 10 de agosto; e afirmações como “mais forte”, “único” ou “líder de mercado” não devem ser interpretadas como resultados de benchmarks independentes, salvo quando houver uma fonte separada.

Vários fatos oficiais foram revisados antes da publicação. Atualmente, a Tencent documenta as operações do WorkBuddy com arquivos locais, mais de 70.000 Skills, governança corporativa, OpenAPI e edições SaaS, VPC dedicada e implantação privada. O QwenWork documenta atualmente o acesso pela web, pelo desktop e pelo DingTalk; 25 capacidades de mensagens instantâneas corporativas; entregáveis editáveis em PPTX, Word, Excel e HTML; capacidades multimodais; processamento de arquivos locais no desktop; e Skills e kits de especialistas.

Os três exemplos em Python foram mantidos do artigo-fonte porque o usuário solicitou a preservação dos blocos de código. Eles devem ser tratados como exemplos ilustrativos da fonte, e não como amostras verificadas e executáveis dos SDKs. Os métodos atuais dos SDKs, identificadores de modelos, fluxos de autenticação e versões dos pacotes devem ser conferidos na documentação oficial. O uso de eval() no exemplo do QwenWork para processar a saída do modelo é inseguro em produção e deve ser substituído por parsing de JSON validado.