Gamdl工具详解：合规获取Apple Music无DRM音频元数据与AAC下载
2026/9/26 19:38:16
作者：EvalDock｜数据日期：2026 年 9 月 24 日
检查 Agent 生成的表格和报告时，最容易先看见的是数字：金额有没有算错，公式有没有给出结果。但列名、未填区域、比例尺度和主体名称，也可能决定文件是否符合任务要求。
2026 年 9 月，EvalDock 对千问办公、WPS 灵犀、WorkBuddy、豆包工作执行五套评测，每套每款 15 题，共 75 道不同任务、300 项产品任务结果。下面保留四个真实案例中的具体差异，并说明拿到类似文件时可以如何检查。检查步骤为根据案例整理的操作建议。
先交代成绩背景：办公文件交付中，千问和 WorkBuddy 各通过 14/15 题，灵犀和豆包各通过 15/15 题；电子表格中，千问和豆包各通过 15/15 题，灵犀和 WorkBuddy 各通过 14/15 题。个例用于说明验收细节，不代表产品在全部办公场景中的表现。
检查一：收入提取表，先看表头再看数值
任务与结果。千问的一项收入提取任务正确填写了年份和金额，但把要求的year表头写成了d，未通过完整检查。
拿到类似表格时，可以把原任务要求和表头行并排查看。这里要核对的是字符串是否满足约定，不能因为列里的数值“看上去都是年份”，就忽略列名差异。接着再检查年份与金额是否对应，避免把结构问题和数据问题混为一谈。
| 检查对象 | 本例要求或预期 | 本例交付 | 应记录的结论 |
|---|---|---|---|
| 年份列表头 | year | d | 指定表头不符 |
| 年份及金额内容 | 正确提取 | 内容正确 | 保留正确提取的判断 |
如果自己的业务要把文件交给脚本读取，列名约定尤其需要写清；如果允许中文列名或其他别名，则应先建立明确的映射。不要在每次读入时根据列内容临时猜测其含义。
这类反馈可以写得很短：“年份和金额正确；将年份列表头由d修正为year，再检查文件是否满足字段约定。”它准确指出了差异，没有把整份数据描述成算错。
检查二：滚动求和表，从目标区域第一格开始看
任务与结果。灵犀在一道滚动求和题中正确补出了后八行的公式，但前三个应计算位置仍为n/a，预期值分别为 4、6、12。
对这类文件，先根据任务标出完整目标区域，再从起始位置逐格检查。不能只选择“当前含公式的单元格”，因为缺少公式的位置可能因此被排除在检查范围之外。
本例的关键对照如下。这里用相对位置描述，不假定实际工作簿的单元格地址。
| 相对位置 | 本例交付 | 预期结果 |
|---|---|---|
| 第一个应计算位置 | n/a | 4 |
| 第二个应计算位置 | n/a | 6 |
| 第三个应计算位置 | n/a | 12 |
后八行正确，应单独记录。前三格的缺口则需要补齐。这样的检查能把“已填结果是否正确”和“该填的位置是否都填了”分开。
在其他任务里，n/a也可能是合理标记，因此应先确认缺失规则。本例已有明确预期值，不能把前三格解释成允许缺失，也不应为了消除占位符直接填零。
检查三：夜班比例表，同时核对值和百分比格式
任务与结果。WorkBuddy 按月份天数计算夜班比例，闰年和月份天数处理正确，但将小数比例放大了 100 倍。10/31 应约为 0.322580645，交付值为 32.258064516；十二个月份里，十一个非零结果存在尺度问题。
检查这种文件时，不要仅看单元格显示出的数字。还要确认其底层数值、所用公式及显示格式与任务约定是否一致。以下为根据本例数值编写的表达对照示例：
| 数值与表达 | 含义 |
|---|---|
| 小数比例约 0.322580645 | 与 10/31 对应 |
| 同一比例显示为约 32.2580645% | 百分比表达，可与上一行等价 |
| 裸数 32.258064516 作为小数比例 | 比预期比例放大了 100 倍 |
一个具体检查动作是：独立计算 10÷31，再对照该单元格的值与格式。如果任务要求小数比例，不能仅通过去掉或添加%符号来判断修复完成，需要确认真正存储和参与后续计算的值符合约定。
随后检查同列其他月份是否也用了同一尺度。不要只选零值样例：零放大 100 倍仍是零，无法帮助识别这个问题。对本例的结论应同时保留“日历规则正确”和“比例尺度不符”。
检查四：发票汇总报告，金额与主体各走一遍
任务与结果。WorkBuddy 汇总两张发票时，金额正确且交付了报告，但将“Earthenware for everyone”识别为供应商名称，漏掉票面收款方“Pottery & Co.”。
检查报告时，可以先核对每张票据的金额与汇总关系，再另开一项核对主体。后一步应回到源票面，找到名称和周边角色信息，再与报告中的供应商字段对照。不能因为金额核对通过，就跳过这一步。
| 核对项 | 本例观察 | 验收含义 |
|---|---|---|
| 金额汇总 | 金额正确 | 计算结果应保留为正确 |
| 报告主体 | 宣传语被当成供应商 | 名称与主体角色需修正 |
| 源票面依据 | 收款方为 Pottery & Co. | 结合任务要求核对输出字段 |
这里尤其要避免只在全文中搜索一个公司名是否出现。即使某个名称在报告里出现过，也要看它是否被放在正确字段、对应正确交易角色。自己的票据材料如果区分供应商、开票方和收款方，应按材料与任务核对，不能默认三者是同一角色。
交付检查记录怎样写才有用
检查结束后，记录“文件有问题”不足以支持返工。更有用的格式是：对象、预期、实际、结论。表头问题写出两个字段名；未填问题写出目标位置；尺度问题同时写出数值和单位；主体问题指出源票面依据。
对尚不能确认的内容，标为待核对；对已有明确差异的内容，标为待修正。修正后重新打开实际文件检查受影响的部分。如果改动的是整列比例，就检查同列结果；如果改动的是主体，就查看报告摘要和明细中的相关名称。对话中的完成说明不能代替文件中的实际内容。
数据来源与测试条件
本批评测记录最终交付质量，执行允许人工辅助、任务续接和重试。样本按类别、难度等信息选取，结果适用于本批任务与配置，不用于推断所有办公场景或重复运行的稳定性。WorkBuddy 配置依据评测方确认记为hy4-preview。
本文引用的办公文件成绩采用 OfficeBench 文件交付适配检查，电子表格成绩采用 SpreadsheetBench Verified 子集的目标区域比较。成绩按本次任务和检查口径解读。
数据与案例来源：EvalDock《四款办公 Agent，75 道任务实测》，2026-09-24。把验收要求落实到字段、目标区域、数值尺度与主体角色，便于在自己的文件中逐项核对。