十节课吃透WorkBuddy：从聊天AI到自动化数字同事

传统大模型能给出方案，却要你手动落地；WorkBuddy 这类 AI Agent 则试图把「执行」也接过去。B站这套十节课的系列教程，完整拆解了从安装到定时自动化的全路线，本文把其中的关键逻辑提炼出来。

从「给建议」到「交结果」：智能体的分水岭

教程开篇用一个直观例子划清了界限：一份排版混乱的 Word 文档，普通大模型只会告诉你该怎么改，所有步骤仍要手动操作；而 WorkBuddy^广告 在授权范围内能自动找到桌面文件，完成美化排版、格式统一，设定标准后还能批量处理数十上百份文档。

区分传统 AI 与智能体的标准很简单——能否自主执行任务并交付落地成果，而非单纯输出文字建议。按这个标准，WorkBuddy 定位接近 Codex 的国内平替版本，但上手门槛更低，不需要网络环境和复杂配置。它还支持多智能体并行：面对复杂任务会自动拆解流程，调动多个「数字员工」分工完成文件解析、数据分析、内容创作等工作。

安装与界面：三个区域、三种模式

安装走官网渠道即可，Windows 双击安装、Mac 拖拽到应用程序文件夹，微信扫码或手机号登录，新用户会获得初始积分。界面分为左侧导航、中间工作区、右侧结果预览区三块。

真正需要新手吃透的是三种工作模式，切换入口在输入框上方：

• Craft（做一做）：执行模式，可直接读写本地文件，适合目标清晰、步骤明确的日常任务，使用频率最高。
• Plan（想一想）：计划模式，先生成完整方案待确认再执行，适合多步骤、改动风险大的任务，比如搭建网站项目时它会先补齐需求、梳理步骤。
• Ask（问一问）：纯问答模式，只读取分析、不改动任何文件，适合调研统计类需求，积分消耗更低。

配套的安全习惯是「工作空间隔离」——为每个项目指定独立目录，AI 只能在该目录内操作，避免不同项目的上下文串扰。教程反复强调：不要一上来就开启完全访问权限，遇到高危敏感操作时软件会主动询问，安全性更有保障。

写好任务说明：八步流程与六要素

创建任务可归纳为八步：新建任务、选工作目录、选模式、选模型，然后写任务说明、选增强配置、发送观察、验收产物。前四步是准备，后四步是执行与收验。

最关键的第五步是任务说明。教程给出六个要素：目标、输入、动作、约束、输出、验收。新手可以先写简单版，熟练后再补全。三个即拿即用的场景示例覆盖了常见需求：整理文件时要求「先生成清单确认后才移动，不删除不覆盖原文件」；生成会议纪要时「不能确认的写待确认，不要随意补全」；Word 转 PPT 时「保持原文事实和数字，不新增未经证实的数据」。

核心三件套：Skill、专家、连接器

Skill（技能） 是一组可复用的说明脚本与参考资料，告诉 Agent 某类任务该怎么做、调用什么工具、交付什么格式。它的关键设计是分层加载：启动时只加载所有 Skill 的名称和描述，任务下达后按描述匹配再加载完整内容，执行中需要什么才读什么——解决了「给 Agent 更多知识又不撑爆上下文」的难题。教程提到 Skill 概念已发布为开放标准，标准目录以 SKILL.md 为必需文件。它与 Prompt 模板的区别可以概括为：Prompt 是任务，Skill 是做法；模板适合一次性需求，Skill 适合可版本管理、团队共享的标准化工作流。

专家与专家团 是能力之上的角色层。Skill 让 AI 有能力做某件事，专家则是懂某个领域、带岗位经验的 AI 角色，专家团则是多位专家协作的团队。使用专家团前要确认四件事：成员分工是否覆盖完整、哪些步骤依赖前一步、什么时候需要人来拍板、最终由谁整合交付。

连接器 本质是 MCP 协议的载体。教程用「N×M 集成噩梦」解释 MCP 的价值：过去 10 个 AI 应用对接 10 个工具要写 100 套接口，有了统一标准后简化为 N+M，就像 AI 世界的 USB-C。MCP 标准化了三种核心原语：Tools（执行操作）、Resources（读取上下文）、Prompts（预定义模板），并采用客户端—服务端架构，支持本地运行，敏感数据不必上传云端。

MCP（Model Context Protocol，模型上下文协议） 是由 Anthropic 于 2024 年底提出并开源的开放协议，目标是给 AI 应用与外部工具、数据源之间建立统一的通信标准。它采用客户端—服务端架构：AI 应用作为客户端，工具或数据提供方作为服务端，双方通过标准化的消息格式交换能力描述与调用请求。协议定义了三种核心原语——Tools 用于执行操作、Resources 用于读取上下文数据、Prompts 用于预定义提示模板，使得任何遵循该协议的工具都能被任何支持该协议的 AI 应用直接调用。由于服务端可以本地运行，MCP 在打通能力的同时也让敏感数据保留在本机，这也是教程中连接器方案兼顾扩展性与隐私的基础。

上下文窗口（Context Window） 指大模型单次推理能够处理的 token 总量上限，包含系统提示、对话历史、工具返回结果等全部内容。一旦超出上限，模型要么报错，要么被迫截断早期信息，导致指令丢失或回答质量下降。这正是 Skill 采用分层加载的原因：若把所有技能文档一次性塞进上下文，很快就会触顶；而先只加载名称与描述、按需再加载完整内容，就把有限的上下文预算留给了当前任务真正需要的部分。理解这一约束，也就理解了 Skill 设计背后的工程取舍。

接入移动端与外部模型

小程序有两种运行模式：本机模式连接本地电脑，需目标电脑在线，适合访问本地文件；云端模式不受电脑开机状态限制，适合轻量任务随时处理。IM 助理则把 WorkBuddy 接进微信、飞书、钉钉的聊天窗口，工作链路是「发指令—理解意图—调用能力执行—在对话中返回结果」。微信助理扫码即可绑定；飞书和钉钉需企业管理员在开放平台创建自建应用、添加机器人能力并配置回调。

没有积分的用户可接入自己的 API：云端方式如 DeepSeek^广告 只需填入 API Key，按调用量付费；本地方式如 Ollama 默认端口 11434，数据不出本机、可离线使用、零 token 成本。选择逻辑很直接——日常省心用云端，注重隐私和成本用本地。

定时 Agent 任务：让 AI 自己上班

最后一课把定时调度与 Agent 能力组合起来。配置全部保存在本地客户端，数据不经过第三方服务器。教程指出，让任务稳定运行的不是工具多强，而是五件事是否说清楚：明确的触发时间、可重复的输入来源、足够具体的提示词、固定且受控的工作目录、能判断成功或失败的验收条件。

判断某个任务是否适合第一批自动化，可以用六个问题筛选：会重复吗（每周至少一次）、输入稳定吗、步骤相似吗、结果可验收吗、失败可恢复吗、权限可控吗。教程给出的推荐起点很克制——不是「替我运营整个公司」，而是「每天八点收集十条 AI 行业新闻，保留链接，生成 Markdown 简报存到指定目录」。范围越清楚，越容易发现问题并迭代。

十节课走完的路径可以概括为：认识工具与完成环境准备→上手实操跑通首个任务→用 Skill 和专家团拓展能力→用连接器、小程序、IM 助理和外部 API 连接世界→最终把重复工作变成定时运行的 Agent 任务。从一个小任务开始，是这套教程给出的最务实建议。

定时任务调度（Cron 调度） 是让程序在预设时间点自动触发执行的机制，名称源自 Unix 系统的 cron 守护进程。其基本要素包括触发表达式（如每天 8:00、每周一 9:30）、执行体（这里是 Agent 任务）以及运行环境（本地客户端）。与云端 SaaS 的定时任务不同，WorkBuddy 的调度配置保存在本地，触发时由本机客户端启动 Agent 执行，因此电脑需处于开机且客户端运行的状态；这也解释了教程为何强调固定受控的工作目录——任务在无人值守下运行，路径必须确定，否则文件可能散落或覆盖。定时任务的另一关键是幂等与可恢复：失败后重跑不应产生重复产物，这也是用「能否判断成功或失败」筛选任务的原因。