ADrive 跨产品协作实践：文件通了，Agent 就通了

48 小时倒计时：一个目标，三个角色，一套文件空间

一家消费品牌准备在 48 小时后发布新品，需制作一条新品宣传视频。团队已有产品 Brief、用户调研、采访录音、产品图片和原始视频，但资料由不同成员制作，格式和体积各不相同。

团队在 ADrive 中建立“新品发布项目”，并约定五类目录：Brief 保存产品资料，Research 保存用户洞察，Raw Assets 保存原始素材，Production 保存制作产物，Publish 只放最终发布包。

Agent 正在成为日常办公工具，但不同角色往往选择不同的 Agent：内容策划使用 Codex，内容制作使用豆包工作，发布运营使用 DeepSeek Harness。三者分别负责理解、制作和交付；ADrive 文件协作空间统一存放项目资料和产物，ADrive CLI 负责让文件在三个 Agent 之间流动。

第一幕：内容策划 × Codex —— 把资料变成创作方案

发布前 48 小时，内容策划小林把任务交给 Codex：

“我们要制作一条 15 秒新品视频，目标人群是年轻职场人。请查看 Brief 和 Research，找出最近更新的产品说明、用户访谈和品牌规范。先列出准备读取的文件，不要查看原始视频，也不要写入内容。”

Codex 根据自然语言描述 ADrive 空间中的目录、文件名和修改时间，生成读取计划。

计划确认后，小林继续说：

“基于这些资料给出三个创意方向，推荐其中一个，并生成视频脚本、分镜和素材需求清单。写入 Production 前先告诉我文件名。”

Codex 推荐“把通勤时间还给自己”作为主线，准备写入创意说明、15 秒脚本、分镜和素材需求清单。

小林确认后，四个文件才进入 Production。

这一步把策划成果从一次性对话变成了可交接的正式文件。制作人无需重新询问背景，也不用接收一堆聊天附件，直接从 Production 接手即可。

第二幕：内容制作 × 豆包工作 —— 让大素材和中间产物流动

发布前 24 小时，内容制作小周对豆包工作说：

“读取 Production 中的最终脚本、分镜和素材需求清单，再检查 Raw Assets。告诉我已有素材、缺失素材和传输计划，不要一次下载全部内容，也不要修改原始文件。”

豆包工作根据需求与现有素材，发现主要画面和采访录音已经齐全，但缺少一些特写素材。

小周补齐素材后确认传输。在大体积视频素材的传输过程中，Agent 会使用可恢复的传输检查点，网络中断后无需从头开始。

豆包工作将选定素材同步到本地制作目录，再调用已经配置好的字幕、封面和视频制作工具。第一轮完成后，它向小周汇报：

“粗剪视频、第一版字幕、两张封面和制作说明已经生成。我准备把这些文件写回 Production；临时缓存不会上传，原始素材不会修改。是否写入？”

小周确认后，豆包工作只同步新增和修改过的正式产物。经过两轮调整，Production 中留下脚本、粗剪、字幕、封面和制作说明。下一位接手者既能看到当前版本，也能知道还有哪些问题需要处理。

第三幕：发布运营 × DeepSeek Harness —— 自主检查，但不擅自执行

发布前 2 小时，运营小陈在 DeepSeek Harness 中使用 ADrive CLI 连接到同一个 Space，开始确认发布细节：

“检查 Production，确认最终视频、封面、字幕和发布文案是否齐全。”

检查通过后，DeepSeek Harness 给出执行计划：把已批准的成片、封面、字幕和三份渠道文案复制到 Publish，同时保留 Production 中的全部历史版本。

“以上操作只会向 Publish 新增和更新已确认文件，不会删除 Production 中的内容。是否执行？”

小陈确认后，DeepSeek Harness 才执行文件操作。ADrive CLI 会先生成操作计划，收到明确执行指令后再运行；删除、移动或同步删除等高风险操作，还会触发更严格的确认。

最终，Publish 中形成一套可以直接交付的发布包：成片、封面、字幕、渠道文案和发布检查清单。

接力的关键：共享文件，而不是共享对话

这条工作流中，上一个 Agent 写回的文件就是下一个 Agent 的输入：Codex 把资料变成脚本和分镜，豆包工作把脚本与素材变成视频、字幕和封面，DeepSeek Harness 检查成果，并在人工确认后组装发布包。

三个角色可以使用不同的 Agent，却不需要建设三套文件集成，也不用反复上传同一批附件。ADrive CLI 提供统一的查找、读取、传输和写回能力，大文件检查点与增量同步则保证素材稳定流动。

模型决定内容生成得有多快，文件基础设施决定这些内容能否成为可交付、可复用、可管理的工作成果。

落地时，不必先设计复杂的多 Agent 工作流。选择一个正在进行的内容项目，先跑通读取资料—生成产物—写回 ADrive 的最小闭环，再让第二个 Agent 直接接手。一次可靠的文件交接，就是 Agent 协作真正开始的地方。

看完案例，用 3 分钟把 ADrive CLI 交给 Agent

无需先学习命令。把 ADrive CLI 的 GitHub Release （https://github.com/volcengine/ve-storage-uni-cli/releases/tag/v1.0.2）发给 Agent，让它完成安装和连接；你只负责确认来源、选择空间，并在浏览器中授权。

第一步：安装

对 Agent 说：

“请从这个官方 Release 安装 ADrive CLI。识别我的操作系统和芯片架构，只安装 ve-adrive-cli，校验官方 SHA-256，并告诉我最终版本。”

Agent 会选择对应的安装包并完成校验。本文验证时得到的版本是 ve-adrive-cli 1.0.2。

第二步：授权

告诉 Agent 要连接的 ADrive Instance，并优先使用 OAuth：

“请用 OAuth 连接这个 ADrive Instance，发起设备授权。不要在对话中输出任何访问令牌。”
示例：OAuth Auth Endpoint
https://614fc48****.idsapi.volces.com
其中 614fc48**** 为网盘 ID。

Agent 会提供浏览器验证地址。你登录 ADrive、检查权限范围并确认授权，凭证随后保存在本地。

第三步：只读验证

授权后继续说：

“检查当前登录状态，只列出我有权限访问的空间，不要上传、移动或删除文件。”

选择本次协作使用的 Space 后，再告诉 Agent：

“把这个 Space 作为工作空间。写入前先给我计划，涉及移动、覆盖或删除时必须再次确认。”

至此，Agent 获得的是一个边界明确的文件工具，而不是无限权限的网盘账号。接下来的任务都可以用自然 language 完成。