[控场AI]
· 10 分钟阅读· 5,025 字

40分钟吃透WorkBuddy:桌面办公Agent入门到精通

40分钟吃透WorkBuddy:桌面办公Agent入门到精通

WorkBuddy 是国内首个办公场景桌面 Agent,教程覆盖安装、模式、生态与自动化。

WorkBuddy 定位为国内首个聚焦办公场景的桌面级 Agent,凭借开箱即用、权限分级、生态完善和完成度高四大优势,降低非技术人员的使用门槛。文章基于 B 站 40 分钟系列课程,系统梳理了从安装、领取每日积分到三种工作模式(Ask、Plan、完全访问)的适用场景与积分消耗差异,并通过图片转视频、个人网站开发等实战演示多模态处理与 Plan 模式的价值。技能、专家、连接器构成三大生态,分别对应专项能力、领域外援和外部软件对接;记忆与自定义指令需区分“你是谁”和“怎么干活”。连接器办公实战与自动化定时任务展示了无人值守办公的可行性,最后强调沙盒安全与模型分层策略。核心提醒是每日领取 100 免费积分。

桌面级 Agent 产品越来越多,但绝大多数聚焦在编码场景,真正面向办公场景的并不多见。WorkBuddy 的定位很明确——国内首个聚焦办公场景的桌面级 Agent,名字本身就透露出「工作好搭档」的意图。近期 B 站一套约 40 分钟的系列课程完整覆盖了从安装到进阶的十个环节,本文结合该课程内容,梳理 WorkBuddy 的能力边界、使用逻辑与避坑要点。

为什么办公场景值得单独选一个 Agent

市面上能与之对标的海外产品是 Codex,但其生态和插件围绕国外产品设计,国内用户即使能用也会面临水土不服。综合来看,WorkBuddy 的差异化建立在四个支柱上。

开箱即用是第一个门槛优势。部署过同类开源方案的用户知道,先装技术环境、再接模型、还要把飞书和微信配置成对话入口,流程相当费劲;Codex 则要解决网络问题、购买账号、绑定信用卡,足以劝退大量小白用户。WorkBuddy 的路径是下载、双击、安装、直接对话。

安全性体现在工作空间的权限分级与沙盒运行环境,让 AI 在受控范围内完成工作。生态完善则依托腾讯自家产品矩阵——微信、邮箱、腾讯会议、腾讯文档、MIA 知识库、腾讯问卷都能通过连接器在点几个按钮后接入。完成度高表现为界面上直接点击即可操作,连接器覆盖各类平台,还内置了多个专家角色。

对非技术人员而言,把精力花在环境搭建和工具配置上是本末倒置的,选一个现成产品直接解决业务场景,才是更务实的路径。

安装与第一个任务:从工作空间开始建立习惯

安装流程本身只有三步:官网下载对应系统版本、双击安装程序、选择非 C 盘的安装位置后点击下一步。真正需要养成的习惯是每天打开软件后先点左下角头像领取积分——每日可领 100 个积分且可以累积,当天没用完第二天仍可继续使用,对非重度使用场景基本够用。

第一个实战任务是文件夹自动归类。关键在于输入框下方的「选择工作空间」下拉菜单:点击打开本地文件夹,相当于给 WorkBuddy 划定一个受控区域,它只能在该区域内读写文件、执行命令。若需访问其他文件夹或修改系统文件,则必须与用户确认。这个默认策略建议保持不动——开放完全访问权限意味着存在删除重要文件或改动系统设置的风险。

也从单纯的搜索引擎

发出「帮我按类型整理下载文件夹」这类自然语言指令后,WorkBuddy 会先给出归类方案,列出每种文件类型的数量与后缀,并询问是否执行。用户可以选择直接执行或先备份再执行。本次任务消耗 28 个积分,相对每日 100 的免费额度属于可接受范围。任务完成后还会说明跳过了哪些隐藏系统文件。

这一环节的三个常见坑:忘记领取每日积分、未选工作空间就下达指令、担心删除文件而不敢使用。事实上默认权限策略相当保守,连整理文件都会先征求确认。

三种工作模式:Ask、Plan 与完全访问

点击输入框左下方的加号可切换模式,但三种模式并不在同一处:Ask 和 Plan 在模式菜单中,完全访问权限则在「默认权限」下拉菜单里。

Ask 模式只问不干,不修改本地文件。相较传统大语言模型,它的问答范围从搜索引擎扩展到了本地文件,适合读取本地资料、分析数据、阅读代码。Plan 模式先输出方案、等待确认后再执行,适合需求模糊、任务复杂、风险较高的场景。允许完全访问则直接开工,减少确认步骤,适合需求非常明确且风险低的简单任务。

积分消耗上,Plan 模式通常最高,完全访问次之,Ask 最低——因为不实际执行操作。课程给出的经验法则是:查阅本地资料用 Ask,实际干活时绝大多数情况选 Plan。

需要纠正三个认知误区。其一,不分任务都开完全访问容易翻车,电脑本身有防护机制,WorkBuddy 绕开防护实现指令的过程会消耗大量积分。其二,认为 Plan 模式太慢——自认为详细的指令在执行时常常遗漏细节,先确认方案反而省时省积分。其三,认为 Ask 模式与大模型没区别,忽略了它读取本地文件的能力。

沙盒(Sandbox) 是理解 WorkBuddy 权限设计的关键概念。沙盒是一种隔离的运行环境,应用程序在其中执行时只能访问被明确允许的资源(如特定文件夹、网络端口),无法随意读写系统文件或修改注册表。WorkBuddy 默认将 AI 的操作限制在用户选定的工作空间内,正是借助沙盒机制实现。当用户授予「完全访问」权限时,AI 虽可突破工作空间限制,但仍受沙盒策略约束,且系统层面还有额外防护(如用户账户控制),AI 尝试绕过这些防护会触发大量系统调用,导致积分消耗激增。因此,保持默认沙盒设置既能保障安全,也能避免不必要的积分浪费。

多模态实战:图片转视频与个人网站开发

图片转视频任务展示了多模态处理能力。选定工作空间后上传四张图片并标号,指令中明确每张停留三秒、带转场效果、按名称顺序播放、输出 MP4。输入框右下角的「增强提示词」功能会自动优化结构和表述,补充分辨率、清晰度、转场细节等要求。执行过程可在回执消息中展开查看:先用工具查看图片信息,再生成幻灯片、确认转场,最后输出到指定文件夹,并给出分辨率、时长、帧率、编码、文件大小等规格。本次消耗 18.35 个积分。

如何发送指令

这个练习的延伸价值在于:换成视频素材并细化提示词,就可以实现简单的自动剪辑,背景音乐、旁白、字幕同样可以纳入。图片、文本、视频的处理都可以交给 WorkBuddy。

个人网站开发则演示了 Plan 模式在复杂任务中的价值。模型选择上,课程优先推荐 GLM-5.3,尤其在多页面交互效果场景下表现最佳,但标注了「订阅优先」,非会员排队较久;次选 GLM-5.2,简单网页可用 HY3,Auto 模式的模型选择不够稳定。执行过程中 WorkBuddy 会逐项确认技术栈、内容来源、视觉风格、部署方式,全部确认后生成方案,方案通过再执行。本次任务消耗 70 多点积分。

有意思的是多任务并行机制:任务执行期间点击左上方新建任务可以继续提出需求,原任务出现在左侧任务菜单中,随时可切换回去。此外,开发程序时出现的沙箱管理权限用于隔离和防护本机系统,避免制作页面的过程干扰原有系统。

三大生态:技能、专家与连接器

课程的比喻很贴切:技能是角色升级后学会的专项能力,专家是请来的外援,连接器则是打通外部渠道的商务部门。

也可以选择直接卸载

技能调用通过输入框加号菜单进入,也可在左侧「专家技能连接器」专属页面浏览更丰富的选项,按行业、办公协同、工具开发等分类查找,点击加号添加后即可在新任务中选用。管理入口在右上角「我安装的」,可开启、关闭或卸载。专家与专家团的逻辑类似,后者能解决更复杂的问题但消耗积分更多。连接器的对象则是实际办公软件,点击连接并登录账号即建立信任关系。

三者的组合逻辑是:单一能力靠技能,复杂领域问题靠专家,需要与外部软件对接靠连接器。三者叠加,AI 才从聊天工具变成真正的数字员工。

连接器(Connector) 在此类 Agent 产品中通常指一种标准化接口,用于将外部服务(如飞书、微信、腾讯文档)的 API 封装为 AI 可调用的工具。每个连接器包含认证信息、权限范围和操作定义,AI 通过连接器执行发送消息、创建文档等动作。WorkBuddy 的连接器生态依托腾讯产品矩阵,覆盖办公协同全场景。连接器与技能的区别在于:技能是 AI 自身的能力扩展(如“图片转视频”),连接器则是 AI 与外部软件之间的桥梁。使用连接器时需注意授权范围,部分软件可能限制第三方调用,需在授权页面勾选全部所需权限,否则任务可能因权限不足而失败。

记忆与全局规则:区分「你是谁」与「怎么干活」

记忆功能默认开启,路径是头像—设置—记忆。它记录用户的偏好和习惯,且仅本人可见,可手动编辑、删除,也支持从豆包、DeepSeek广告 等其他 AI 导入记忆——复制提示词发送给常用 AI,再把回复粘贴回来即可。

它对我们的认识

个性化设置位于记忆上方,包含基本风格语调、加载欢迎语、展示文件变更过程详情和自定义指令。自定义指令最高支持 1500 字,可以设定固定语句,也可以规定不同场景下的回答风格,例如闲聊时温和友善、回答专业问题时精练、处理任务时步骤清晰并展示修改位置。

两者的边界需要分清:记忆解决「你是谁」,避免反复自我介绍;自定义指令解决「AI 怎么干活」,约束输出格式与说话风格,且必须手动编写。三者搭配能显著提升使用体验。避坑点在于:不要一次性把记忆填满堆砌大量内容,记忆需配合实际对话使用;自定义指令注意字数上限;从其他 AI 导入的记忆未必贴合真实信息,需人工检查修改。

自定义指令(Custom Instructions) 是一种让用户预设 AI 行为规则的机制,通常限制字数(如 1500 字),用于规定回答风格、输出格式或特定场景下的应对方式。它与记忆功能的区别在于:记忆是 AI 从对话中自动提取的用户信息(如姓名、偏好),可导入导出;自定义指令则是用户手动编写的静态规则,优先级更高,直接约束 AI 的每次响应。合理使用自定义指令可以避免重复交代背景,但需注意字数限制,且规则应简洁明确,避免相互冲突。从其他 AI 导入的记忆可能包含不准确信息,建议逐条审核后再启用。

连接器办公实战与自动化定时任务

飞书连接器的案例演示了完整的授权链路:在连接器页面点击飞书加号,等待依赖安装,登录账号,创建头像昵称,授予权限并确认。连接成功后飞书右侧显示绿色小圆点,表示处于 WorkBuddy 控制下。此时给出「把今日全球 AI 要点资讯整理成文档并发送到飞书消息栏」的指令,WorkBuddy 会完成汇总并以原文档形式发送。这类场景覆盖日报周报撰写、会议纪要生成、客户信息归档、行业资讯输出——简单但磨人的工作恰好适合交给 AI。

注意事项包括:部分软件可能针对 WorkBuddy 设置限制导致无法连接;授权页面跳转后不要关闭;权限不足会导致任务失败,授权时能勾选的尽量勾选;留意二次授权窗口并及时确认。

自动化定时任务的核心三要素是触发时间、执行任务和通知方式。官方提供了 12 套开箱即用的模板,覆盖每日新闻推送、每日英文单词、睡前故事等生活与工作场景,填写提示词、选择连接器、设置执行频率后保存即可。以睡前故事为例,设置每天固定时间执行,任务完成后自动发送到飞书,即使电脑未登录 WorkBuddy 也能运行。自定义任务与模板任务在界面上结构一致,掌握模板基本就掌握了自定义搭建。建议从简单模板入手,触发时间不要设置过远以便验证,同时控制任务频率避免积分过度消耗。

收尾设置:从提问 AI 到管理 AI

最后的系统设置环节指向一个认知升级:把 AI 当作数字员工来管理。技能自动更新建议开启,新技能会自动出现在列表中;锁屏远程功能让电脑在锁屏状态下不休眠,便于手机远程操控和自动化任务持续运行,配套的存储位置应选择剩余空间较大的文件夹;助理设置中可通过微信扫码等方式配置远程集成端,用手机查看任务进度、接收通知。

安全中心的沙箱安全务必保持开启,其作用是让 AI 运行于隔离环境并配置文件、命令、网络访问策略,尽量避免任务执行导致系统异常。这些推荐项大多默认开启,保持默认即可。

模型选择上形成分层策略:写代码、开发网站用 GLM 系列,传统办公任务用混元、Kimi,DeepSeek 在积分消耗上性价比最高。整套十节课的路径由浅入深——认识产品、安装登录领积分、工作模式、图片转视频、三大生态、网站开发、记忆与全局规则、连接器办公实战、自动化定时任务,最后以全局设置梳理收尾。内容本身并不复杂,跟着操作一遍基本都能掌握,真正需要反复提醒的只有一件事:每天记得领取那 100 个免费积分。

分享:

相关推荐