从 0 到 1 速通 WorkBuddy

大家好，我正在写一个从 0 1 系列，WorkBuddy 是这个系列的第一篇。

不知道 L 站的各位佬们瞧不瞧的上这种基础小白文。

话不多说，开干。

（前景提示：本篇内容较长。。。。。。）

我们这个系列假设你已经能够正确安装 WorkBuddy。

为了照顾大多数小伙伴的需求，我在这里的截图一律用了中文，英文还是增加了使用门槛。

从 WorkBuddy 主页可以看到，WorkBuddy 最主要的三个功能，涵盖日常办公，代码开发和设计创意。

具体来说，WorkBuddy 可以帮你完成这些事情，基本上涵盖了让你做网站、做设计、出报告、做 PPT、做视频、写报表、做 app、写 Skill 等。

我们先来说日常办公。其实你每点一个对应的功能，就相当调用了它的专家（Expert），Expert 是帮你更好更快的完成任务的。这里可以不用管专家是啥，我们后面会说。

根据你的需求，选择对应的场景，如果你日常办公用就选日常办公，其他两个同理。

WorkBuddy 下方会弹窗出来你需要具体完成的事情是什么，是要分析电商用户价值、就业景气分析还是什么。这些都对应了不同的 prompt，比如我们做一下就业景气分析。

需要注意的是，你选择下方模板之后，会替换掉你 prompt 中的内容，所以 prompt 和下方的案例模板，二选一即可。

我这里以 prompt 为例看看 WorkBuddy 能做出来什么。

当你输入好 prompt 之后，需要注意一下下方的菜单栏。

选中之后，WorkBuddy 会直接给你写好 prompt，你再针对性的修改即可。

这个任务开始后，WorkBuddy 会根据任务制定任务清单。

需要注意的是，只有当前 LLM 觉得复杂的时候才会制定清单，如果简单任务并不会这么做。

（如果你想要采用这种模式的话，可以手动开启 plan 模式，我们后面会介绍。）

在 WorkBuddy 经过一段思考 → 执行之后，交付了成果物和 HTML 。

如果你不知道最后会产生啥样的效果，或者样式你不满意的话，WorkBuddy 下方也会给出一些制作案例的模板，可选可不选，如果你觉得下面模板不好的话，不用就行了。

比如下面这是网站开发的一个模板。

简单来说，WorkBuddy 这种本地桌面端的 Coding Agent 一个最大的优势就是本地项目可控，可以把它理解为 IDEA 等本地编辑器。只不过 IDEA 是面向人来写代码，Coding Agent 是面向 Agent 来做功能、写代码。

你需要选择一个本地的工作空间，如果你不选择的话，默认的会话和文件存放的路径在 ~/WorkBuddy 下。

这里需要注意，有两个 WorkBuddy 工作空间，一个是 /.workbuddy ，一个是 ~/WorkBuddy ，这两个不一样。

- .workbuddy 存放的是系统配置文件，用户偏好等

- WorkBuddy 存放的是 session 级别的文件、会话等，如果你不选择工作空间，默认会话就存储在这个路径下。

WorkBuddy 的默认权限就两种，是否允许完全访问，区别如下。

简单来说，开启完全访问后，一般改个文件，删行应用代码的事儿 WorkBuddy 就直接做了，不用再像用户询问，但是涉及到删除文件，改动系统文件等涉及到高危操作的时候，它也不会再像用户询问。从这个层面上来说，是有一定风险的，所以最终的把控还是用户。

如果不开的话，会遇到频繁让用户确认的场景，经常问的话，连审批都审不过来。所以这个取舍还是在于用户。

不过这里还是建议大家开，因为从效率和安全性综合来看的话，开了之后是最丝滑的。

右侧有一个增强提示词的按钮，简单来说，这个按钮适合你知道想要什么东西，但是无法描绘一个完整 prompt 的情况。

然后增强提示词的右侧是模型选择列表，可以使用 WorkBuddy 默认的模型列表，也支持自定义模型来接入。

我们使用 hy3 模型来开发了一个工作台网页应用，效果如下。

这个开发个人工作台包括了待办、日程、笔记、书签等功能，虽然只是个 demo ，不过对于演示来说也够了。

这个任务做完之后，右下角会多了一个上下文用量的窗口。

可以看到，这个窗口包括了系统提示词，工具及子智能体，对话消息，连接器和 MCP，skills ，分别来说下对应的都是什么。

- 系统提示词（System Prompt）：这是 WorkBuddy 这款 Coding Agent 自带的提示词，系统提示词包括模型身份、安全策略、用户档案等，系统提示词在你使用 LLM 的时候都会带上，对用户不可见。

- 工具及子智能体（Tools & SubAgent）：这是相关内置的工具，例如 Read、Write、Bash、Edit、Grep 等，

- 对话消息：这些就是你跟和 AI 之间的真实对话历史，包括你发，AI 给你回复的，这是上下文窗口占用的主要来源，聊得越久涨得越快。

- 连接器和 MCP ：这些是连接的外部服务，比如飞书、GitHub、数据库，连接的越多占用越大，可以看到我目前没连接啥东西，所以占用很小。

- 技能（Skills）：这些是挂载的 Skill 指令，用了哪个 Skill 就把它的说明临时加载进来，结束后会自动释放。

新建任务后，可以点击 ^-^ 号，这个 ^-^ 号就相当于是个做饭的菜谱了。

这些东西我们后面具体再介绍，先把主线通了。

在代码开发这块，你可以使用代码开发来做许多事情。

比如我这里用 WorkBuddy 开发了一个 Agent 应用。

经过等待之后，WorkBuddy 把活干完了。

现在我来吧这个聊天应用真实跑起来。

给大家看一下效果，这就是这个聊天 Agent 应用了。

配置真实的模型 API 就可以实现对话了。

在设计这块，workbuddy 可以支持 AI 生图，还是色块占位，AI 生图需要调用模型生图，这个过程慢，色块占位就纯输出一个色块，你自己上真图。比如这就是一个色块占位。

设计风格中，workbuddy 直接把热门风格直接全部内置了，包括 Apple、TDesign、Notion、Spotify、XAI、Linear 等，主打一个降低设计门面。

比如我这里做了一个动漫杂志海报。

设计创意这个 Tab 背后，其实是腾讯自研的 Ardot ，只不过 WorkBuddy 把 Ardot 画布深度集成进来了。

比如可以打开浏览器进行画布编辑。

画布都存在云端，即使你换个电脑也不会丢失。

用起来就是在对话框里用自然语言描述，AI 实时在画布上给你画出来。支持的类型包括移动端 App 界面、品牌 Logo、海报 / Banner、PPT 演示文稿这些。

出了稿子后还能继续改，支持下面三种方式

- 智能框选 + 对话：在画布里选中要改的位置，适合局部精准调整。

- 纯语言指挥：不选中，直接在对话框里描述。适合全局调整，或者你也不确定改哪儿的时候。

- 粘贴参考：贴个网页链接或者上传参考图，让它照着这个风格来。

每轮改完，Agent 会告诉你这轮具体动了什么，过程可追溯，不会改着改着就不知道改成啥样了。

介绍完主菜后，要说一下 WorkBuddy 中的食材了，食材是做成主菜的根基。食材就是左侧的菜单栏。

新建任务就不用说了吧 ：）

还记得 2、3 月份的 OpenClaw 么，就是很火的那个小龙虾，这个助理其实就是把 OpenClaw 集成了。

就是你可以通过微信、企业微信、钉钉等 IM 终端和 OpenClaw 对话，然后让它帮你干活。

其实我觉得有 WorkBuddy 远程连接功能之后，这个 OpenClaw 的作用应该不大了。

你可以在配置里面配置助理相关，配置指南提供了对应的 OpenClaw 集成各类 IM 终端。

模式

模式这块主要分为三种，默认的是 Craft（默认），它的行为是你说我做，读写文件；另外一种是计划（Plan），一种是仅问答（Ask）。

Plan 是做事情之前先给出具体的步骤是哪些，也就是想清楚再动手。

Ask 就是根据根据用户问题生成的一次性回答，只讨论不动手。

还有一种模式是 WorkBuddy 中的 Max 模式。

这个和大家平常熟知的大模型中的思考程度不一样，这个是 WorkBuddy 中特有的模式，这个适合于很复杂的任务，它能够关闭上下文压缩，让模型能够保持注意力，同时也会消耗更多 token。

专家（Expert）

专家应该是 WorkBuddy 中最具特色的功能了。

抛开专家，还有一个专家团，专家团就是多个专家的团队。

另外召唤专家团会有一个lao1消耗提醒，可能会导致lao1消耗过快，或者消耗额外的lao1。

因为专家团相当于同时召唤了多个专家，每一个专家可以看作一个 SubAgent，多个专家一起协作就相当于多个 SubAgent 一起写作，确实会导致lao1消耗过快。

而且官方也给了个参考值：专家团会并行调用多位专家、涉及多轮模型交互，lao1消耗通常是单专家的 3–5 倍。

专家卡片上会写清楚它的能力介绍、擅长领域和任务示例；

比如这个 MVP 开发专家团的组成成员包括项目总监、产品经理、UI 设计和开发运维前端测试等。

相当于就是一个人类团队成员，只不过这里给你换成了 Agent 成员。

skill 、专家和专家团比较容易混淆（我刚开始就混淆了），我这里给你区分了一下。

维度 |
Skill |
专家 |
专家团 |

本质 |
工具能力 |
AI 顾问 |
AI 协作团队 |

组成 |
脚本 + 工作流 |
人设 + 方法论 + 工具链 |
多位专家 + 协作流程 |

怎么选 |
需要 AI 具备某种能力 |
有一个明确的单点问题 |
任务复杂，需要多角色配合 |

一句话总结：Skill 是能力，专家是能力 + 经验，专家团是多位专家 + 协作流程。

Skills（技能）

WorkBuddy 中的 skill 分为三类，按照 skills 作用范围来划分，包括系统级 skills、用户级 skills、项目级 skills。

他们的主要区别如下。

在上面的例子中，我们使用了工作台搭建师搭建了一下个人工作台，这里其实就用到了工作台搭建师.skill，只不过这属于我们介绍的专家了。

另外，在 skills 这块也是提供了案例，简直太丰富了，我看的都眼花缭乱的。

甚至还有 SkillHub ，这就相当于是 Agent 界的 vscode marketplace 了。

不管你是做啥方向，只要你用上电脑，想必都有一款 skill 适合你。xs 。

给大家来看一个 skill 的写法。

一个 skill 的目录如下：```
my-skill/
├── SKILL.md # 必须，技能的说明书
├── scripts/ # 可选，能直接跑的脚本
├── references/ # 可选，用到才读的参考文档
└── assets/ # 可选，输出时用的模板、图片、字体
``先看 SKILL.md` ，它分成上下两截。

上面那截是 YAML frontmatter，它只是一个标识作用：告诉 WorkBuddy 这个 skill 是什么、以及什么时候该用它。```

name: my-skill
description: 这个技能用来做什么，以及用户说出哪些话的时候应该触发它。
agent_created: true

``这里面 name 和 description 是必填的，其中 description` 是 skill 中的关键。

description 必须描述准确，因为 description 是 WorkBuddy 判断这轮对话要不要加载这个 skill，如果写得含糊，这个 skill 可能就不会加载了。

下面那截是 Markdown 正文，也就是真正教 WorkBuddy 怎么干活的部分：先做什么、再做什么、遇到 A 情况走 A 分支、遇到 B 情况走 B 分支、哪些事绝对不能做。

skill.md 下面有三个目录，这是能用的 skill 和好用的 skill 的分水岭。

- scripts/ ：放能直接执行的代码（Python / Bash 之类）。判断标准很简单，如果同一段代码你已经看它写过三遍了，就把它写成脚本扔进去。好处是确定性强，而且脚本可以直接跑，不用先读进上下文，省 token。

- references/ ：放需要时才读的参考文档。比如数据库表结构、API 文档、公司政策、行业规范。

- assets/ ：最终产物文件，比如 PPT 模板、品牌 logo、HTML 脚手架、字体。这些东西不进上下文，只在输出的时候被复制或者改写。

这三层加起来，就是一个渐进式加载的设计。

连接器

这连接器到底是干啥的？

一句话：连接器是 WorkBuddy 和外部服务之间的桥梁。

光有大模型，WorkBuddy 只能用你给的信息。接上连接器之后，它才能真的去读你的邮件、翻你的文档、查你的项目看板、给你发会议邀请，相当于给了 WorkBuddy 一个合适的扳手。

技术形态上分两种：MCP + CLI（标准化协议）和 Skill + CLI（内置脚本）。

按用途分，连接器大概干这四类事。

场景 |
说明 |
例子 |

数据查询 |
从外部数据源取信息 |
查数据库、检索知识库内容 |

服务调用 |
调用第三方 API 完成操作 |
发邮件、创建日程、建任务 |

文件管理 |
访问云端存储和文件系统 |
读网盘文件、上传附件 |

消息通知 |
和 IM 工具打通 |
发企业微信 / 飞书消息 |

市场上也提供了非常多的连接器来源。

自动化 Automation

自动化 Automation 就是定时任务，比如我之前就用了定时任务每天领外卖券，虽然我从来没用过这些券。

你可以从右上角从模板处开始添加定时任务，比如每天背 5 个英语单词。

你还可以使用 skills 或者召唤专家，连接外部连接器的方式来设置定时任务。

最后给几个我觉得挺实用自动化定时任务：

- 每天早上 8:30 生成一份 AI 资讯 / 行业新闻早报

- 每周五 17:00 汇总本周代码提交记录，按模块分类生成周报

- 每天定时抓一次竞品官网更新，有变化就提醒

- 每月 1 号整理上月支出表格并生成可视化图表

项目

这个大家理解吧，项目就是你的工作空间，你可以直接创建新项目，也可以从模板创建新项目。

比如我们创建了一个团队知识库项目

可以看到，指令就是这个团队知识库要完成哪些事项，除此之外，还有连接器、专家和 skills 配套。

创建完项目之后，右侧可以复制邀请连接来邀请其他人加入。

这里补充一下项目的用处和优势在哪。

我们前面说了，创建项目的时候可以配指令、连接器、专家和 skills。这些东西是项目的共享上下文，成员在项目里发起任务时，这些配置会自动注入，不用每个人再配一遍。

尤其是指令，它是对 AI 的全局行为规则，项目里所有任务都适用。

连接器在项目里有个讲究，分两种授权方式。

- 公共授权：管理员配一次，全员共用。适合团队共享的服务账号，比如公司的飞书机器人。

- 个人授权：每个成员各自授权自己的账号，适合个人私有服务，比如你自己的邮箱。

同一个连接器可以同时以两种方式存在，比如管理员用团队账号挂了公共授权的飞书，你还可以用自己的账号给自己授权。

再说说项目资产。

每个项目都有自己的资产库，默认 5 GB 空间（依托腾讯网盘），顶部标签栏点资产进去。成员可以手动上传，也可以把任务产物直接存进去。

这个资产库不是摆设，它里面的内容会以 RAG 的形式注入任务上下文。也就是说，项目资料你给的越全，Agent 活干的越精细。

资料库

资料库是最近新上的功能，这个模块主要收录你任务执行之后的文档收录。

左下侧有 Storage ，可以显示空间用量信息。

左侧的 Local artifacts 收录的就是你的本地文件了。

我们刚刚使用的 SDK 初始化聊天应用、失业率与收入分析报告也都在里面。

对了，这里强烈建议大家阅读一下 Team Spaces 中的资料库的 100 种用法。

因为你不仅能够看到资料库是咋玩的，还能看到其他网友的评论，这就相当于多人在线看同一份资料库文档了。

那这个资料库到底是干啥的？

一句话：资料库是你和 Agent 共同的网盘。

资料库的主要优势如下：

- 内容管理：团队里人和 Agent 的产物一起管理，共享上下文。

- 多人多 Agent 协作：团队空间与权限、markdown 审阅与 AI 修订、多人协同编辑 HTML。

- 轻量发布：把你 vibe coding 出来的作品发布上线，本地 HTML 变成在线链接，HTML + CSV 可以直接搭成一个轻应用。

WorkBuddy 把资料库的玩法分为了三种

- 初级玩法：资料库产物的存取。

- 进阶玩法：人机双写

- 高阶玩法：用资料库搭建个人工作台

智能体邮箱

WorkBuddy 接入了智能体邮箱，也就是 Agent Mail，第一次使用需要先开通，比如我刚刚就开通了一个智能体邮箱。

每天有 50 封发邮件的机会。

知识库

知识库这里分为乐享知识库和 ima 知识库

这俩虽然都叫知识库，但定位完全不一样，先说结论：乐享是给团队的，ima 是给个人的。

乐享知识库承载的是团队共有的那部分知识资产，培训资料、团队文档、问答沉淀。

ima 是个人知识库的核心，提供智能问答和内容生成。

如果你不知道知识库都有啥东西，可以去知识库广场看看。

灵感

如果你不知道要做什么的话，不妨去灵感窗口看一下都有什么东西可以做一下可玩。

灵感最香的地方在于一键复刻。

看到不错的，可以直接用一键做同款的方式，WorkBuddy 会把做成这个仪表盘所有的东西都给你带出来。

想微调的话，改几个细节再生成就是你的专属版本了，从未如此简单。

WorkBuddy 思考链

前面我们把食材和菜谱都过了一遍，最后这一章聊聊做饭的 Agent ，WorkBuddy 。当你敲下回车那一刻，WorkBuddy 脑子里到底在想什么。

搞懂这个，你就能明白为什么有时候它能一步到位，有时候它却疯狂跑偏了。

WorkBuddy 干活不是你给它输入，它给你输出这样的一锤子买卖，而是一个 loop 。

分步骤来看就是六步。

第一步，装配。

它先把这堆东西一股脑装进上下文窗口：你的 prompt、上传的文件、@ 引用的内容、系统提示词、工具清单、你的记忆、项目指令，以及所有已挂载 Skill 的描述。

第二步，理解。

判断你到底想要什么。是写文档还是改代码？上下文信息够不够？要不要先反问你一句？

第三步，规划。

如果你给出的是一个复杂任务，就拆成清单一步步来；简单的就直接开干。

第四步，行动。

挑一个工具去执行。可能是读文件、写文件、跑命令、搜网页，也可能是加载某个 Skill、通过 MCP 调外部服务，或者派一个子智能体去干活。

第五步，观察。

把工具返回的结果拿回来，文件内容、命令行输出、搜索结果，或者一条报错。

第六步，判断与迭代。

活干完了吗？没干完就回到第四步，换个工具再来一轮；够了就收尾交付。

这 4、5、6 步会一直循环，直到它觉得活干完了，或者发现干不下去了回来找你。

所以你在对话里看到的那些正在读取文件，正在执行命令，本质上就是这个在循环执行。

总结

到这里，我们把 WorkBuddy 整个过了一遍。东西确实多，最后给大家整理成一张表，方便速查。

模块 |
一句话 |
什么时候用 |

三大主入口 |
日常办公 / 代码开发 / 设计创意 |
看你要交付的是报告、应用还是视觉稿 |

模式 |
Craft 直接干、Plan 想清楚再干、Ask 只说不做、Max 啃硬骨头 |
心里没底开 Plan，查东西开 Ask，复杂长任务开 Max |

专家 / 专家团 |
专家是能力 + 经验，专家团是多角色协作 |
单点问题找专家，多角色项目找专家团（注意 3–5 倍lao1） |

Skills |
给 Agent 装能力：脚本 + 工作流 |
同一件事你要做第三遍的时候 |

连接器 |
让 Agent 够得着外部世界 |
需要读邮件、翻文档、查看板、发消息 |

自动化 |
定时触发的 Agent |
所有重复的、按点该发生的事 |

项目 |
共享上下文（指令 + 连接器 + 专家 + Skill）+ 资产库 |
团队协作，或者一件要长期做下去的事 |

资料库 |
你和 Agent 共同的网盘 |
产物沉淀、人机双写、把 HTML 发布成在线链接 |

知识库 |
乐享给团队，ima 给个人 |
需要长期沉淀和反复检索的知识 |

灵感 |
别人的作品 + 一键复刻 |
不知道做什么的时候 |

这个从 0 → 1 系列的第一篇就到这里。