这款 Product Hunt 月榜第一的 Agent，做出了云端 Agent Team

通用 AI Agent 还可以怎么做？

上周，OpenClaw 突破了 250K Star，成为 GitHub 历史上获星最多的项目，超过了 React。这个数字说明一件事：开发者们对 AI Agent 的兴趣已经很高了。

但会安装，和真的会用，差了多远？

很多团队现在的状态是：全员自发去下载 IDE，折腾 Claude Code，每个人都在学。一开始体验确实惊艳。但用着用着就懵了，上手门槛太高，很难真的把日常工作流搬进去。

于是，AI Agent 的「门槛过高」，就成了很多大厂和 AI 初创团队的目标。

在这一批产品里，2 月最新「登陆」 Product Hunt 月榜第一的 Happycapy ，成为了典型样本，产品逻辑本身很简单：在浏览器里就能跑的 AI Agent 平台，给每个用户配一个独立的云端环境，打开就能用，不用装任何东西。

有意思的是，Happycapy 受 Claude Code 的启发，产品做得很早，OpenClaw 火起来那周，它差不多也到了可以发的阶段。其整个团队的工作方式，也因为「被 AI Agent」重构，而出圈了一次，受到了很多关注。

🚥

接下来，分享我们关于 Happycapy 的实测体验。

「无限制 Token」的云端 OpenClaw

首先，Happycapy 体验链接是：

https://happycapy.ai

简单说，Happycapy 就是个云端 AI agent 产品。每个用户有自己独立的云端沙盒，互不干扰。它能跑很复杂的任务，而且是整套的。

Happycapy 里集成了不少 Skills，模型也挺多的，主要是 Claude 的几款旗舰模型，还有 Minimax 的 M2.5。

这次比较亮眼的是一个叫 Agent Team 的功能。它可以同时调用很多个子 Agent，一起去搞定更复杂的任务。平时用的话一键开启就行，很方便。不过这个功能需要 Max 会员才能用。

重点说一下 Happycapy 的会员体系，这个挺特别的。

Happycapy 里支持多种模型，Pro 会员用 MiniMax 2.5 模型无限 Token、 Max 会员是所有模型都支持无限 Token。什么意思呢？就是你跑任务的时候，不会扣积分，不会有什么用量限制，直接用就完了。

Pro 会员已经可以跑无限 Token 的 Agent 任务了。Max 会员在这个基础上，多解锁一个 Agent Team 功能。

日常场景｜专业健身计划报送邮箱

来看一个日常但其实挺有含金量的场景：健身计划。

专业的健身计划，去外面的 APP 买，可能还要交月费，而且不一定能按你的需求来。这时候就可以直接把 Happycapy 当一个云端定时 Agent 用。

我让它帮我生成一整套健身计划，最后发到我邮箱。内容包括动作示意图、每日训练卡片、PDF 手册，东西其实挺多的。

这个任务有两个难点：一是工作流复杂，二是涉及多模态，要生成图片、还要排版。

所以我在 Happycapy 的 Skill Store 里，一键装了 Claude 出的 Canvas-Design Skill。这个 Skill 专门处理这类设计任务，装上就能用。

提示词如下：

你是一名集 **专业健身教练、健康数据分析师和视觉设计师** 于一体的 AI 助手。你的任务是根据用户的身体数据与训练目标，设计一套 **完整的一周健身训练计划**。计划需要科学、系统，并符合中级训练者每周训练 5 天、每天 45–60 分钟的训练节奏。用户信息如下：男性，29 岁，身高 178cm，体重 75kg，训练目标为 **增肌、减脂并提升核心力量**；当前训练经验为 **中级水平**；可使用器械包括 **哑铃、杠铃、引体向上杆和跑步机**。在制定计划时，需要合理安排不同肌群的训练分配、训练动作、组数、次数、休息时间和训练顺序，并兼顾力量训练与有氧训练的结合。在生成训练计划的同时，需要为 **每一个训练动作生成清晰的动作示意图**（标准健身教学风格，展示正确姿势与关键动作轨迹），并将所有内容进行 **专业视觉排版**：包括封面、一周训练总览表、每日训练页面、动作说明、训练提示和恢复建议。最终将这些内容整理为一份 **设计精美、结构清晰、适合打印和手机阅读的 PDF 健身计划**。完成后，请将生成的 **PDF 文件发送至用户邮箱 [xxx@outlook.com](mailto:xxx@outlook.com)**。

开始执行之前，Happycapy 会先列一个 Todo list，把要做的事情全部拆开，规划好顺序，然后再一步一步去执行，跟通用 AI Agent 的逻辑是一样的：

这次我开了 Agent Team，模型用的是 Claude 最强的 Opus 4.6。整个任务跑下来一共 104 步，我数过。基本上一路跑完没怎么卡。

中间偶尔有出错的地方，它自己会发现、自己改，不用我盯着。全程都在云端跑，我干别的去就行了。

跑完之后，它会先给我一份简报，把做了什么都列清楚。

这次它交出来的东西挺多的：7 天完整训练计划、每个部位都覆盖到了、动作示意图、每日训练卡片、完整健身手册。

而且所有文件都可以直接下载：

说实话，我这个任务做了两次。

第一次只用了 Canvas Design Skill，结果它直接套了 Skill 里面的生图工作流，出来的健身信息卡……说难听点就是一眼看不懂，又丑又简陋。

后来我加了一句提示词，让它去调用谷歌的 NanoBanana Pro 来生图。这次出来的效果完全不一样。每张训练卡片里的图示都很专业，看得懂。

而且它不是直接生图那么简单。在生一张图之前，它要先自己整理好这个动作的详细说明、组数、每组怎么练、需要几种训练姿势，这些信息都收集好了，再去调用 NanoBanana Pro 生图，最后再把所有内容拼在一起，做成 PDF。

下面这张图片和动图就是输出的一份完整的 PDF，不是几张散图。

我仔细翻了一下，每个动作都有 NanoBanana Pro 生成的训练卡。

就拿平板支撑 Plank Hold 举例，这张卡里面有：动作名称、练的是哪块肌肉、肌肉发力的示意图，然后还有完整训练方案，做三组、单次撑 45~60 秒、组间休息 45 秒，该有的基本都有：

当然光有动作图是不够的。

我一开始就把个人信息都给他了：身高、性别、健身新手、一周练5次。他拿到这些信息之后，做出来的是一份专门针对我的完整 PDF 计划。

整份 PDF 从头到尾都有，动作示意图只是其中一部分。

有个细节我觉得挺有意思的。

第七天它没有安排训练，而是给我排了一天恢复日。慢走、柔韧性、体态、深呼吸冥想，四个动作，专门让你休息恢复。

而且每张图片里的文字介绍也很完整。这些文字不是生图的时候随便加的，是 Happycapy 在前面的工作流里就整理好了，然后交给 NanoBanana Pro 去生成的。

最后还有一块，它把每天要吃多少蛋白质、脂肪、卡路里都给我算好了。健身计划、饮食建议，一份 PDF 都做完了：

最后还有一份完整的一周计划表。每天练什么、几个动作、做几组，全都列出来了：

我去翻了一下它的工作流，挺有意思的。

它的顺序是这样的：先调用 NanoBanana Pro，把35个训练动作的示意图全部生成完。然后再用 Canvas 把每日训练卡片设计出来。最后写代码，把所有内容排版成多页 PDF。

中间还出了一次错，构建失败了。它自己发现、自己改了脚本、自己重新跑。跑完还自动检查了一遍文件大小，确认 PDF 真的生成成功了。

设计、写代码、排版，基本都是很顺地完成：

最后我还让它把所有文件：文字简报、PDF、训练卡片、健身计划，全部打包发到我邮箱。

Happycapy 现在还支持定时任务。所以我打算让它每天固定时间自动跑一遍，省得我每次手动去触发。

工作场景｜Shopify 电商数据分析

接下来说说工作场景，这块其实更能体现 Agent Team 的能力。

因为是无限 token，你可以直接把很大的任务丢给它，数据量多也没关系。

比如我现在手里有一份 Shopify 小商家的运营数据库，30个字段、2000行数据，挺大的一张表：

跟上面健身那个任务一样，这里也可以做成定时任务，自动跑。Happycapy 有手机端，随时看结果也方便。开启 Agent Team，把这份 CSV 文件上传上去，让它在云端跑数据分析。

它能做的事挺多的：读完整个数据、分析库存、根据近期销量预测什么时候会售罄、找出退款的主要原因、给出广告优化建议、补货建议、促销策略……

最后把这些全部整合成一份可视化的电商运营日报。

提示词如下：

你是一名 电商数据分析 Agent。你的任务是读取用户上传的 Shopify 店铺 CSV 数据文件，并生成一份完整的 每日运营报告。默认分析 最近 24 小时的数据，并结合过去 7 天的趋势。首先加载所有 CSV 文件并确认字段结构，包括 orders、products、ads_performance、inventory_history、traffic_analytics 和 refunds。随后计算核心业务指标，如 今日销售额、订单数量、平均客单价、销量 Top5 商品和收入 Top5 商品，并生成 7 日销售额、订单数与转化率趋势分析。接着进行 库存分析，识别库存低于 20 的商品，并根据最近 7 天销量预测预计售罄时间，输出 inventory_warning.csv。同时分析广告数据（Facebook、Google、TikTok），计算 ROAS、CTR、CPC、CPA 并识别表现最佳与最差广告；分析流量数据，评估 不同来源的流量占比、转化率与收入贡献；统计退款率并识别主要退款原因。基于以上数据生成 广告优化、库存补货、商品运营、流量增长和促销策略等运营建议。最后生成 Shopify Daily Report，结构包括销售概览、商品表现、库存风险、广告表现、流量来源、退款分析和运营建议，并导出为 daily_shop_report_YYYY_MM_DD.docx。同时生成可视化图表（sales_trend.png、top_products.png、ads_roas.png、traffic_sources.png），并保存关键输出文件：daily_shop_report.docx、sales_trend.png、inventory_warning.csv、ads_performance_summary.csv。该报告的目标是为 Shopify 店铺提供 清晰、可执行的电商运营日报。

整个工作流也是上百步，但跑起来速度还挺快的，没有卡顿。

跑完之后界面是这样的：左边是工作流，右边是所有生成的文件。文件可以直接在画布里放大、搜索，看起来很直观。

每一个文件都可以单独的进行下载：

下面这些图表是我单独让它输出的，就基于那份 2000 行的数据做的可视化分析。

说实话，Happycapy 做这种图表分析还挺顺的，基本上没遇到什么明显的幻觉问题，数据看起来也是对的。

我还让它做了一份16页的 Word 运营报告。

折线图、饼图、条形图都有，颜色搭配也还行。报告开头有目录，可以直接点跳转。

整份文档没出什么大问题。我专门对比了一下报告里的数据和原表，基本上都对得上。

我单独截了几页出来看，整体颜色搭得挺好的，不花哨，看着比较协调。每个小节下面基本都有图表。

数据也没出什么问题，我专门看了一下 Payment Method Distribution，跟原数据库是对得上的。

工作场景｜AI 产品发布全流程

从前两个案例能看出来，Happycapy 挺擅长把多模态内容和复杂报告结合在一起的，输出格式也支持挺多种。

所以我接下来直接让它做一个新 AI 产品的发布资料包。从创意开始，产品图设计、爆炸图、PDF、PPT，全套的。

它会先自己定义产品形态，然后把所有东西都生出来。当然你也可以直接把自己的 AI 产品上传给它，让它帮你做融资材料包和产品概念设计。

提示词如下：

你是一名 **顶级创业顾问 + VC 投资银行顾问 + 产品战略专家 + AI 硬件产品设计专家**。你的任务是为一家 **AI 耳机初创公司**生成 **完整的融资材料包 + 产品概念设计**。公司信息如下：公司名称：**Crossingroad**行业：**AI Voice Hardware / AI Earbuds**定位：构建 **下一代 AI 耳机（AI Earbuds）**，让人与 AI 的交互从“屏幕”走向 **随时随地的语音智能助手**。产品形态：**AI Native Earbuds**

一开始我让它帮我设计 AI 语言耳机的产品形象灵感图。

它直接生了将近50张，不同提示词、不同角度、不同颜色。这里要注意，得专门跟它说用 NanoBanana Pro 来生图，不然效果会差很多。

所有文件可以一键打包下载，很方便，我这次一共生出来了下面这么多产品图。

这里有个点我觉得挺值得说的。用一些别的通用 AI agent，可能为了省 Token，让它生产品灵感图，最后给我 5 到 10 张就打发你了。但 Happycapy 因为不限 Token，所以似乎它不会去省这个。

最后所有文件会直接在 output 里展示出来，看着挺壮观的。而且下图右边那些文件，还只是一小部分。

最后出来的东西有这些：一份 Excel 表格，里面还分了好几个页签；一份完整的 PDF 报告；再加一份 PPT，是咨询风格的。全部都是基于我上传的融资数据做出来的。

一开始我忘了让它把产品图放进报告里，所以后来单独跟它说，让它把之前生的那些 AI 产品图加到 PPT 里面。

效果还不错，有些页面还专门用了爆炸图。

不过这种后续再让它加图的操作，有一定概率会出问题。图是加进去了，但可能会压到原来的文字上面。

当然它自己也会想办法处理，比如把几张耳机图拼在一起，加个灰色背景，再塞进 PPT，同时把原来的文本框挪开给图片留位置。能用，但不是每次都完美。

如果把前面的几个案例放在一起看，其实 Happycapy 的能力可以简单总结成 4 件事。

首先，复杂任务，可以一整套跑完。很多原本需要你手动一步一步做的事情，它可以自己整套跑下来。

其次，它可以在一个任务里同时调用很多工具：生成图片、写代码、做排版、跑数据分析、生成报告。整条工作流，是自动串起来的。

而且 Happycapy 里多个 Agent 同时干活。复杂任务就不会卡在一个模型上。这种模式在数据分析和产品设计这种任务上，其实挺有用的。

最后，整个工作流云端长期运行，这也是 Happycapy 最大的特点。每个用户都有一个独立环境。任务在云端跑，不占你电脑资源，而且支持自动化任务。

🚥

最后，如果你对这种云端 AI Agent 感兴趣，推荐大家可以自己去体验一下 Happycapy ～

ps. Happycapy 体验链接：

https://happycapy.ai

文章来自于微信公众号 “十字路口Crossing”，作者 “十字路口Crossing”