1. 为什么我要认真聊聊 WorkBuddy 这个 AI 工作台第一次接触 WorkBuddy 是在一个做企业数字化的朋友推荐下他当时甩给我一句话“你把它当成一个能自己动手干活的 AI 同事而不是一个只会聊天的机器人。”这句话基本概括了 WorkBuddy 的定位——腾讯推出的 AI 工作台产品核心能力是把大模型、工具调用、技能插件Skill和本地文件系统串起来让 AI 真正能“动手”完成一整套工作流而不是停留在对话框里给你一段文字。我前后花了大概三周时间从安装、配置 models.json、写第一个 Skill到把它接进日常的文档处理、数据整理、代码辅助流程里踩了不少坑也总结出一套相对稳定的用法。这篇内容就是把这套经验完整摊开它是什么、能解决什么问题、适合谁用、怎么从零装起来、Skill 到底怎么写、models.json 怎么配、缓存目录怎么挪到 D 盘、和 CodeBuddy 到底差在哪、以及那些官方文档里不会写的坑。如果你属于下面几类人这篇内容对你价值会比较大一是想把 AI 从“聊天工具”升级成“干活工具”的职场人二是想从 0 到 1 搭建 AI Agent 但不知道从哪下手的技术爱好者三是已经在用 Cursor、Claude Code 这类工具想对比一下国内 AI Agent 产品差异的开发者四是单纯被“Skill”“models.json”这些词刷屏、想搞明白它们到底指什么的小白。我会尽量用生活化的类比把概念讲透同时给出可以直接抄作业的配置和步骤。需要先说明一点WorkBuddy 这类产品迭代非常快界面和功能可能每隔一两个月就有变化所以我会把重点放在底层逻辑和通用方法上而不是死记某个按钮的位置。你理解了“它为什么这么设计”后面版本怎么变你都能自己摸索出来。2. WorkBuddy 到底是什么把 AI 从“嘴替”变成“手替”2.1 一句话拆解工作台 Agent Skill 三层结构很多人第一次打开 WorkBuddy 会有点懵因为它不像 ChatGPT 那样只有一个输入框。它更像一个“工作台”左边是任务区中间是对话区右边是文件或工具区背后还挂着一套 Agent 调度逻辑和 Skill 插件系统。我把它拆成三层来理解会清晰很多。最底层是模型层也就是真正干“思考”活的大模型。WorkBuddy 支持通过 models.json 配置不同的模型接入你可以理解成给工作台换“大脑”。中间层是Agent 调度层它负责决定“这个任务该调用哪个模型、该用哪个 Skill、该读哪个文件”。最上层是Skill 技能层每个 Skill 就是一段封装好的能力比如“读 Excel 并汇总”“生成网页”“调用某个 API”。打个比方模型是厨师Agent 是餐厅经理Skill 是菜谱。经理看到客人点单你的任务判断该让哪个厨师、按哪本菜谱做。你不需要自己炒菜只需要把需求说清楚。2.2 和普通聊天 AI 的本质区别普通聊天 AI 的工作模式是“你问—它答”输出的是文本。WorkBuddy 的工作模式是“你派活—它执行—它交付”输出的是结果文件或动作。这个区别听起来小实际体验差很多。举个例子你让普通 AI“帮我整理这份销售数据”它会给你一段 Python 代码你还得自己跑。你让 WorkBuddy 做同样的事它会直接读你指定的文件、跑完逻辑、把整理好的表格放到你指定的目录甚至顺手生成一张汇总图。这就是“嘴替”和“手替”的区别。我实测下来这个差异在重复性任务上体现得最明显。比如每周要把五六个部门的周报合并成一份总周报以前我要手动复制粘贴半小时现在写一个 Skill 固定下来每周丢文件进去两分钟出结果。2.3 适合谁用三类人群的真实收益第一类是运营和行政岗。这类工作大量涉及文档处理、数据汇总、格式转换WorkBuddy 的 Skill 机制特别适合把“每周都要做一遍”的活固化下来。我认识一个做行政的朋友用 Skill 把“员工报销单批量重命名 按部门归档”做成了自动化每月省下大半天。第二类是开发者和技术爱好者。WorkBuddy 支持自定义 Skill 脚本本质上是给你一个低门槛的 Agent 开发框架。你想练手 AI Agent 项目又不想从零搭环境它是很好的起点。models.json 的配置方式也让你能灵活切换模型做对比测试。第三类是内容创作者和知识工作者。把“book to skill”这类玩法用起来你可以把一本书、一套方法论拆成可复用的 Skill让 AI 按你的框架去处理信息而不是每次重新解释一遍需求。2.4 和 CodeBuddy 的区别别搞混了热词里反复出现“workbuddy 和 codebuddy 的区别”这里必须说清楚。CodeBuddy 更偏向编码场景核心是代码补全、代码生成、IDE 集成定位接近 Cursor 那类工具。WorkBuddy 更偏向通用工作流核心是任务调度、Skill 插件、文件处理编码只是它能做的一件事不是唯一的事。简单说CodeBuddy 是“专门帮你写代码的同事”WorkBuddy 是“什么活都能接的助理”。如果你主要写代码CodeBuddy 更顺手如果你要处理的是文档、数据、流程类任务WorkBuddy 更合适。两者不是替代关系很多人是搭配用的。3. 安装与初始配置从下载到跑通第一个任务3.1 安装前的环境准备与版本选择WorkBuddy 目前有网页版和客户端版本热词里还出现了“workbuddy linux”和“workbuddy 国际版”。我的建议是日常办公优先用客户端因为客户端能直接访问本地文件系统Skill 读写文件才顺畅网页版适合临时用、或者在公司电脑不方便装软件时应急。Linux 用户要注意客户端对发行版有一定要求我实测在主流发行版上问题不大但如果你用的是比较小众的发行版可能会遇到依赖库缺失。装之前先确认系统里有没有较新的运行环境依赖缺什么补什么别硬装。安装包来源一定要走官方渠道。热词里“workbuddy 网址”“workbuddy 安装教程”搜索量很高说明很多人第一步就卡在找入口。我的经验是认准官方域名别从第三方下载站拿安装包这类工具涉及本地文件权限来源不明的包风险很高。3.2 首次启动别急着用先做三件事很多人装完就急着丢任务进去结果各种报错。我建议首次启动先做三件事能省掉后面 80% 的麻烦。第一件确认工作目录。WorkBuddy 默认会有一个工作目录所有 Skill 读写的文件默认在这个目录下。你要先搞清楚它在哪最好改成一个你熟悉的、专门放工作文件的目录。热词里“workbuddy 系统缓存目录能改到 d 盘吗”就是这个问题——能改而且强烈建议改尤其是 C 盘空间紧张的时候。第二件检查 models.json。这是 WorkBuddy 的模型配置文件决定了它用哪个模型干活。默认配置能用但如果你想用特定模型或者做对比测试就得自己改。后面我会专门讲怎么配。第三件跑一个最小任务验证链路。别一上来就搞复杂任务先让它读一个简单的 txt 文件、输出一句话确认“模型—Agent—Skill—文件系统”这条链路是通的。链路通了后面加复杂度才有意义。3.3 把缓存目录挪到 D 盘完整操作思路C 盘空间紧张是很多人的痛点WorkBuddy 跑起来之后缓存和临时文件会慢慢堆积。改缓存目录的思路是找到配置文件里的路径设置项改成你想要的目录然后重启生效。具体操作上不同版本配置项位置可能不同但逻辑一致先定位配置文件通常在安装目录或用户配置目录下找到类似 cache、workspace、storage 的路径字段把值改成D:\WorkBuddy\cache这种绝对路径。改完记得把原目录的文件迁移过去否则历史数据会丢。注意改路径前先关闭 WorkBuddy改完再启动。运行中改配置容易导致文件锁冲突出现“目录被占用”的报错。我踩过的坑是只改了配置没迁文件结果历史任务记录全没了。所以顺序一定是“关软件—改配置—迁文件—开软件”。3.4 给 WorkBuddy 定规则让后续任务都生效热词里有一条很实用“给 workbuddy 定几条规则后续对所有任务都生效”。这是 WorkBuddy 很关键的一个能力——全局规则。你可以把它理解成给 AI 同事写的“员工手册”写一次后面所有任务都按这个来。比如你可以定这几条规则所有输出文件统一放到output子目录处理表格时保留原始数据不做覆盖涉及删除操作前必须先列出待删清单让我确认。这些规则写进全局配置后你就不用每次重复交代了。我的经验是规则别写太多5 到 8 条最合适。写太多 AI 会顾此失彼反而容易出错。优先写那些“一旦出错代价很大”的规则比如删除、覆盖、外发这类操作。4. models.json 与 Skill两个必须搞懂的核心概念4.1 models.json 到底配什么字段逐个说清models.json 是 WorkBuddy 的模型配置文件本质是一个 JSON 文件里面定义了“有哪些模型可用、每个模型怎么调用”。你可以把它理解成工作台的“通讯录”Agent 要干活时从这里查该找谁。一个典型的配置结构包含这几类信息模型标识name/id、接入地址endpoint、认证信息api key、以及一些调用参数比如超时时间、最大 token。不同模型提供方的字段名可能略有差异但核心就这几项。我建议配置时遵循两个原则。一是命名清晰别用 model1、model2 这种用fast-model、reasoning-model这种能看出用途的名字后面 Agent 调度时你一眼就知道该选哪个。二是保留一份默认配置备份改坏了能快速回滚。提示models.json 里涉及认证信息的字段千万别提交到公开仓库或分享给别人。这是很多人容易忽略的安全点。4.2 Skill 是什么从“菜谱”到“可复用能力”Skill 是 WorkBuddy 最核心也最容易被低估的能力。前面说过Skill 就像菜谱它把“完成某类任务的标准流程”固化下来。你写一次以后同类任务直接调用不用重新解释。热词里“skill 编码 247”“仓颉 skill”“数学建模 skill”“unity skill attack indicators”这些看起来五花八门其实说明一件事Skill 的适用范围极广从编码、数学建模到游戏开发辅助都能做。它的本质不是某个具体功能而是一种“把方法论封装成可执行单元”的机制。一个 Skill 通常包含三部分触发条件什么时候用、执行逻辑具体怎么做、输出规范结果长什么样。写 Skill 的过程其实就是把你脑子里“这事该怎么做”的隐性知识显性化。4.3 从 0 到 1 写第一个 Skill完整流程我拿一个真实例子来讲写一个“周报合并 Skill”把多个部门的周报文档合并成一份总周报。第一步明确输入输出。输入是若干份周报文件假设是 markdown 或 docx输出是一份合并后的总周报。这一步必须先想清楚否则后面逻辑会乱。第二步拆解执行步骤。读文件列表、逐个读取内容、按部门顺序拼接、加统一标题和日期、输出到指定目录。每一步都要能独立验证。第三步写 Skill 脚本。WorkBuddy 的 Skill 支持脚本化定义你可以用类似配置加代码的方式描述这套逻辑。核心是把“读—处理—写”三段写清楚中间加必要的错误处理比如某个文件读不到时跳过并记录。第四步本地测试。先拿两三个小文件测确认输出格式对再上真实数据。别一上来就丢几十个文件出错不好定位。第五步固化并加规则。测试通过后把这个 Skill 保存下来并在全局规则里加一条“周报合并任务优先调用此 Skill”。4.4 Skill 开发指南几个提升成功率的技巧写多了 Skill 之后我总结出几个通用技巧。一是单一职责一个 Skill 只干一件事别把“合并周报”和“发邮件”塞进同一个 Skill拆开更稳。二是防御性编程所有外部输入都当成不可靠的读文件前先判断存在性解析前先判断格式。三是日志留痕Skill 执行过程记录关键步骤出问题能回溯。热词里“skill 脚本”“skill 插件”“skill 开发指南”搜索量高说明大家最关心的就是怎么写。我的建议是先从改造现有流程入手别凭空想一个复杂 Skill。你日常哪个活最烦、最重复就从那个开始写动力足、验证快。5. 实操全流程从任务下达到结果交付5.1 一个完整任务的执行链路拆解我拿“整理销售数据并生成汇总”这个任务把完整链路走一遍。你在对话框里输入需求“读取 data 目录下的销售明细表按区域汇总销售额输出一份汇总表和一个柱状图到 output 目录。”WorkBuddy 收到后Agent 先解析意图判断这需要“读表格 计算 生成图表 写文件”几个动作然后匹配对应的 Skill。如果已有现成 Skill直接调用没有的话它可能现场生成执行逻辑。接着模型开始干活读文件、跑汇总逻辑、生成图表、写结果。整个过程你能在界面上看到步骤哪一步卡了、报什么错一目了然。最后结果文件出现在 output 目录你验收即可。这个链路里最关键的验证点是“文件读写权限”和“路径正确性”。我遇到的大部分失败都出在这两处而不是模型能力问题。5.2 参数与路径最容易出错的环节路径问题是新手第一大坑。WorkBuddy 里的路径有相对路径和绝对路径之分相对路径是相对于工作目录的。如果你写data/sales.csv它会在工作目录下找data文件夹如果你写D:\data\sales.csv就是绝对路径。我的建议是统一用相对路径并且把工作目录设成项目根目录。这样 Skill 换台机器也能跑不会因为盘符不同就挂掉。绝对路径只在确实需要跨目录访问时才用。参数方面涉及数值计算的要特别注意单位。比如销售额是“元”还是“万元”汇总前必须统一否则结果差几个数量级。我一般会在 Skill 里加一步“单位校验”发现不一致就报错停下而不是硬算。5.3 生成网站并发布热词里的高频需求“workbuddy 怎么生成网站发布”是搜索量很高的问题。思路其实不复杂让 WorkBuddy 生成 HTML/CSS/JS 文件输出到指定目录然后用任意静态托管方式发布。具体操作上你可以写一个 Skill输入是“网站需求描述”输出是一套静态文件。生成后本地打开 index.html 验证效果没问题再上传到静态托管平台。WorkBuddy 本身不负责托管它负责“生成”发布这一步还是得靠外部服务。我实测下来生成简单落地页、个人主页这类静态站点效果不错复杂交互站点还是得人工介入调。别指望一句话生成一个完整产品把它当成“快速出原型”的工具更实际。5.4 把 Skill 串起来搭建你的第一个 AI Agent 工作流单个 Skill 是点把多个 Skill 串起来就是线串多了就是工作流也就是很多人说的“从 0 到 1 搭建 AI Agent”。举个例子Skill A 负责“从邮件附件提取表格”Skill B 负责“清洗数据”Skill C 负责“生成报表”Skill D 负责“归档并通知”。你下一个指令“处理今天的销售邮件”Agent 自动按 A→B→C→D 跑完。这就是一个完整的 Agent 工作流。搭建顺序建议是先跑通单个 Skill再两两串联最后全链路。每加一个环节就测一次别一次性全接上出问题根本不知道是哪段。6. 常见问题与避坑实录6.1 安装与启动类问题速查问题现象可能原因解决思路启动后界面空白缓存损坏或版本不匹配清缓存目录后重启必要时重装提示依赖缺失系统运行环境不完整补齐依赖库Linux 用户尤其注意找不到工作目录默认路径被改或权限不足检查配置确认目录有读写权限缓存占满 C 盘默认缓存在系统盘改配置迁移到 D 盘并迁文件这张表里的问题我基本都遇到过其中“缓存占满 C 盘”最容易被忽视等发现时 C 盘已经红了。建议装完就改别拖。6.2 Skill 执行失败的排查思路Skill 失败先看日志日志里一般会告诉你卡在哪一步。常见原因有三类路径错文件找不到、格式错输入不是预期格式、权限错没权限读写。排查顺序建议从外到内先确认文件在不在、路径对不对再确认文件内容格式对不对最后确认权限。我遇到过好几次是文件编码问题比如 CSV 是 GBK 编码按 UTF-8 读就乱码这种在 Skill 里加一步编码检测就能解决。注意Skill 报错时别急着重写先看它到底在哪一步停的。大部分时候改一行配置就能解决重写反而引入新问题。6.3 模型调用相关的坑models.json 配错是最常见的模型类问题。典型表现是任务一直转圈、或者报“模型不可用”。排查时先确认配置字段有没有拼错再确认认证信息有没有过期最后确认网络能不能通到模型服务。还有一个坑是模型能力不匹配。你用一个轻量模型去干复杂推理任务它可能给你一个看似合理实则错误的结果。我的经验是简单任务用快模型复杂推理用强模型在 models.json 里配好不同用途的模型Agent 调度时按需选。6.4 我踩过的三个真实坑第一个坑全局规则写太多。我一开始写了十几条规则结果 AI 执行时顾此失彼反而经常违反其中几条。后来精简到 6 条稳定性明显提升。第二个坑Skill 没做输入校验。有次丢了个格式不对的文件进去Skill 直接崩了还没告诉我为什么。后来加了输入校验和友好报错体验好很多。第三个坑路径用了绝对路径。在自己电脑上跑得好好的换台机器就挂。改成相对路径后跨机器复用再没出过问题。7. 进阶玩法把 WorkBuddy 用出花来7.1 book to skill把一本书变成可复用能力“book to skill”是个很有意思的玩法。思路是读一本书把书里的方法论拆解成一套 Skill让 AI 按这套方法论处理问题。比如你读了一本关于数据分析的书把书里的分析框架写成 Skill以后遇到数据任务AI 就按这个框架来而不是用通用套路。这相当于把你的“读书收获”固化成了生产力。操作上先提炼书里的核心步骤再翻译成 Skill 的执行逻辑最后用几个真实案例验证。这个过程本身就是对书内容的深度消化一举两得。7.2 多 Skill 协作搭建中台式工作流当 Skill 多起来之后可以考虑搭一个“AI Agent 中台”——把常用 Skill 集中管理按业务场景组合调用。热词里“ai agent 中台”说的就是这个方向。我的做法是建一个 Skill 索引标注每个 Skill 的用途、输入输出、依赖关系。新任务来了先查索引看能不能复用不能复用再写新的。这样 Skill 库会越来越厚边际成本越来越低。7.3 练手小项目推荐从简单到复杂如果你想练手 AI Agent我推荐几个由易到难的项目文件批量重命名练路径和循环、表格数据清洗练格式处理、多文档合并练文件读写、自动生成周报练综合调度、小型网站生成练多文件输出。每个项目都能独立跑通又能组合成更大的工作流。做完这五个你对 WorkBuddy 和 AI Agent 的理解基本就到位了。7.4 2026 年国内 AI Agent 产品的选型思考热词里“2026 年国内 ai agent 智能体产品盘点”说明大家在做选型。我的看法是选型别只看功能列表要看你的核心场景是什么。如果你核心是编码选偏编码的工具如果你核心是通用工作流选 WorkBuddy 这类工作台如果你要深度定制选支持自定义 Skill 和模型配置的。WorkBuddy 的优势在于“通用 可扩展”劣势在于复杂场景还是需要一定学习成本。它不是开箱即用的傻瓜工具但学会之后天花板比较高。8. 一些不写在文档里的经验用 WorkBuddy 这段时间我最大的体会是它不是一个“问什么答什么”的工具而是一个需要你“教它怎么干活”的平台。你投入在规则和 Skill 上的时间会以效率的形式回报给你。另一个体会是别追求一步到位。我见过很多人想一次性搭一个完美工作流结果卡在某个环节就放弃了。正确做法是先跑通最小闭环再逐步加复杂度。哪怕只是一个“自动重命名文件”的小 Skill跑通了就是正反馈。最后分享一个小技巧把你最烦的重复性任务列个清单按“频率 × 耗时”排序从第一名开始写 Skill。这样你的投入产出比最高也最容易坚持下来。WorkBuddy 这类工具的价值从来不是它本身多强而是它能帮你把多少重复劳动变成一次性的配置。