办公 Agent 干活，最怕碰上看不清的材料。
模糊的扫描件。歪斜的表格。带着手写痕迹的旧试卷。都是它的软肋。图像质量差一点，它就可能卡在识别环节出不来。反复重试，反复读错。一个几分钟能收尾的活，能耗掉半个下午。
问题不在它不够聪明。Agent 会调度，会写脚本，会串流程。可它没法让一张糊掉的发票变清楚。这块短板补不上，后面所有环节都跟着卡。
本届云栖大会由杭州市人民政府和阿里巴巴集团共同主办，主题落在 Agentic AI 上。展台上的风向很清楚。光有一个会聊天的模型还不够，得让它真能动手干活。
2026 云栖大会期间，合合信息旗下的扫描全能王上线了千问办公的技能和连接器市场。做法很直接。把文件图像处理这一摊活儿，交给一个随时能喊出来的工具。用户在对话框里说一句话，就能完成增画质，转格式，去手写和修照片。
图说：扫描全能王亮相 2026 云栖大会现场
一只文件处理工具箱
这套东西的底子是多模态文本智能技术。扫描全能王给 Agent 配了一只智能文件处理工具箱，里面有 30 多项原子能力。它可以按手头的任务，灵活调用和组合。对办公 Agent 来说，这相当于补上了一件随时可用的 AI工具。
工具覆盖从拍照采集到交付的多个环节。图像增强。格式转换。文字提取。票据识别和照片修复。用户不必先做预处理，Agent 就能把一份原始材料从头做到尾。文件的处理方式也在变。以前是人操作工具，现在是 AI 直接交付结果。
借助这套连接器，教育，金融，法律等行业的从业者，都能从同一个入口调用专业的文件处理能力。一个入口，够用。换行业不用换工具。
真实世界的材料对 Agent 并不友好。人眼看着规整的论文双栏排版，它读起来容易串行，语序也会乱。扫描全能王能读懂图像的版面结构。读得准，才少返工。在 PDF 转 Word 的测试里，它帮千问办公快速还原了正确的阅读顺序，效率提升十几倍。
图说：扫描全能王助力千问办公的 PDF 转 Word 效率提升十几倍
读得准，才谈得上自动化
能干的活不止办公场景。学生擦掉试卷上的手写痕迹，可以反复练习。游客出国时对着路牌和指南拍一张，翻译就出来了。电商卖家能用它判断买家发来的破损图是不是 AI 生成的。家里褪色的老照片，也能修回来。
图说：扫描全能王助力千问办公完成试卷去手写任务
用户提目标，Agent 自己执行。这是行业对办公 Agent 的期待。扫描全能王和千问办公搭在一起，打通的是文件处理与后续任务之间的那段路。中间少一次人工搬运，流程就顺一截。
更重要的是，大量需要人工整理的纸质材料，从此可以走进 Agent 的工作流。被扫描，被理解，被用起来。信息价值才算真正释放。以前锁在档案柜里的东西，现在能被检索，能被分析，也能被反复用上。
对每天和文件打交道的团队来说，这类能力正在变成刚需。如果是千问办公这类 AI办公软件，连一张歪掉的发票都读不准，后面的自动化流程就无从谈起。工具能力的天花板，往往决定流程能跑多远。
扫描全能王的团队说，接下来会继续打磨多模态文本智能技术。让用户少花时间在重复劳动上。把精力留给更值钱的事。
