很多人已经习惯把文档上传给 AI，再让它总结内容。
处理一两个文件时，这种方式足够方便。但当任务涉及整个项目目录、多份表格或持续修改的资料时，反复上传附件很快就会变成新的负担。
上传附件适合一次性问答
例如：
总结这份 PDF 的主要内容。
这类任务目标单一、资料明确，不需要了解其他文件，也不需要修改原内容。上传附件就能解决。
但如果任务变成：
阅读项目目录中的需求文档、接口说明和前端代码，
找出已经修改需求但代码仍未适配的地方。
问题就复杂了。AI 不仅要阅读文件，还需要理解目录结构、搜索关键词、比较不同版本的描述，并定位需要修改的位置。
多文件任务的三个难点
文件之间存在关系
一个代码项目中，需求、接口、页面和测试可能分别位于不同目录。单独上传某个文件，会丢失它与其他文件的关系。
文件会持续变化
如果 AI 已经给出修改建议，而用户又在本地更新了代码，再次上传时很容易混淆新旧版本。
最终结果仍要写回文件
很多任务不是“读完并回答”，而是修改原文件、创建新文件或整理目录。仅靠附件上传无法自然完成写回操作。
更合理的方式：围绕工作空间执行
桌面 Agent 可以在用户指定的工作空间中查找和处理文件。
例如：
检查当前目录中的所有 Markdown 文档，
统一产品名称，修复失效的相对链接，并列出修改内容。
合理的执行过程应该是：
- 查找 Markdown 文件；
- 搜索需要统一的名称；
- 检查文档链接；
- 修改存在问题的文件；
- 再次搜索确认没有遗漏；
- 汇总最终改动。
用户不需要逐个上传文件，也不需要手动把修改结果复制回去。
MainBody 如何处理这类任务？
MainBody 将会话与本地工作空间结合。用户可以为任务选择一个目录，再让 Agent 在允许范围内读取、搜索、创建和修改文件。
这种方式适合：
- 阅读和整理项目资料；
- 批量修改文档；
- 分析多份表格；
- 检查代码与需求是否一致；
- 从已有资料生成 Word、Excel、PDF 或演示文稿；
- 将处理结果继续保存在当前任务中。
它的价值不是让 AI 获得无限制访问，而是让文件范围与当前任务保持一致。
使用本地文件时应该注意什么？
只选择任务需要的目录
如果任务只涉及一个项目，就不需要开放整个磁盘。范围越明确，结果越容易检查。
重要文件保留版本
批量修改或覆盖内容前，应通过版本管理或备份保留原始文件。
明确交付格式
与其只说“帮我整理资料”，不如写清楚：
保留原文件不变，将整理结果输出为 summary.docx，
并附一份 source-list.xlsx 记录资料来源。
检查最终文件
生成成功不等于内容正确。重要表格要检查公式，文档要检查分页，代码要运行相关测试。
总结
附件上传解决的是“让 AI 看见一个文件”，工作空间解决的是“让 AI 围绕一组资料完成任务”。
当任务开始涉及多个文件、持续修改和最终交付时，后者会明显减少复制、上传和人工整理的成本。
MainBody 官网：https://mainbody.cn