WorkBuddy零基础全套教程：从安装到AI Agent实战

WorkBuddy到底是什么？

如果今年只打算认真上手一个AI工具，WorkBuddy^广告值得优先了解。按照B站UP主的定位，它可以理解成Codex的国内友好版——界面和操作逻辑基本一致，但对国内用户的门槛更低：不需要复杂配置、对设备要求不高，还提供免费积分额度。

更关键的区别在于，它不是传统意义上的"问答机器人"。传统大模型擅长回答问题、分析内容、提出建议，但真正动手操作仍需要用户自己完成。WorkBuddy属于AI Agent（人工智能体）这一类，能够在你授权的范围内，直接操控电脑、调用工具，把任务推进到最终结果。

一个直观的例子：面对一篇格式杂乱、标点符号不统一的文档，传统AI只会告诉你"应该如何统一格式"，而WorkBuddy可以直接找到桌面上的文件，自动完成排版美化，整个过程只需等待。这也是UP主反复强调的核心——它更像一名"数字员工"，而非聊天窗口。

AI Agent（人工智能体）与传统大语言模型的根本区别在于"执行能力"。传统大模型（如早期的ChatGPT）本质上是一个语言预测系统，输入问题、输出文字，所有实际操作仍由人类完成。AI Agent则在此基础上增加了"工具调用"和"环境感知"能力——它可以读写本地文件、调用外部API、控制鼠标键盘，甚至在多个步骤之间自主决策、反复尝试，直到任务完成。这一范式也被称为"Agentic AI"，代表着从"AI辅助人"向"AI代理人执行"的转变。OpenAI的Codex（现整合进ChatGPT及独立产品线）是这一方向较早商业化的代表，专注于代码生成与计算机操作任务，但其使用前提包括稳定的国际网络访问和一定的开发背景知识，对普通国内用户存在明显使用门槛。

为什么从WorkBuddy这类工具入手？

UP主给出了几个现实理由，很值得入门用户参考。

上手门槛低：打开浏览器搜索产品名，下载安装即可部署到本地，Mac和Windows各有对应版本，流程直观。

兼容国内办公场景：通过"连接器"可以授权AI访问企业微信、邮箱等常用软件。授权后，它能协助回复消息、结合聊天记录整理文档，让AI真正参与到完整工作流中。

成本可控：注册即赠送2000积分，每天还能领取额度，对轻度使用者基本够用。相比之下，部分海外产品需要订阅付费才能发挥价值。

技能与专家一键安装：内置中文Skill市场，常见能力可直接安装；还有扮演不同岗位的"专家"可一键调用。

相较之下，Codex这类工具自由度更高，但需要理解代码环境、调用工作流等技术基础。对大多数入门用户而言，一个部署简单、兼容国内办公、成本可控的AI Agent，是更实际的起点。

三种工作模式：选对模式更省积分

WorkBuddy提供三种工作模式，UP主用"不同类型的员工"来类比，非常好理解：

默认模式（执行模式）

适合简单且明确的任务，可直接动手操作，比如整理文件夹。配套的"增强提示词"功能能自动优化指令，对新手友好。日常任务大多用这个模式即可。

计划模式（Plan）

适合复杂任务。它会先向你提问、规划步骤，等你确认后再执行。比如"做一个游戏网站"，它会先问清楚需求和主题，再给出完整计划。

问答模式（Ask）

最接近传统AI，但能读取本地文件。比如直接问"这个文件夹里有多少素材"，它会读取后给出答案。只回答不操作，消耗积分最少。

UP主特别提醒：简单问答用Ask就够了，用默认模式会"大材小用"消耗更多积分，用计划模式则完全没必要——选对模式本身就是一种省钱技巧。

多模态能力：从图片到视频一条龙

WorkBuddy能生成文档、图片、PPT和视频。教程中演示了一个完整案例：制作"卖火柴的小女孩"主题儿童绘本短视频。

流程大致是：先在"设计创意"入口选择绘本风格、设定16:9比例，让AI优化提示词后生成一组插画；对不满意的元素（如多余文字）可以单独选择并修改；再把这些图片拖拽或@到新项目中，要求生成带转场、字幕、旁白的短视频。最终AI渲染出一段25秒的绘本动画，字幕自动添加，不满意还能继续对话调整。

UP主在这里反复强调一个核心方法论：提示词越详细，结果越好。不管是文档、图片还是视频，关键都在于学会用自然语言把需求描述清楚，然后在生成结果上反复迭代修改。

核心玩法：专家、技能与连接器

这是整套教程最值得关注的部分，三者构成了WorkBuddy区别于普通AI的核心能力。

技能（Skill）：让AI"会做某件事"

技能是一种可被训练出来的具体能力，比如发送邮件、创建和编辑PPT。在Skill市场一键安装后，可通过斜杠键或加号菜单调用。教程演示了把贪吃蛇HTML文件转成项目展示PPT——AI会真实读取游戏文件，自动生成含项目背景、核心玩法、技术要点的完整演示文稿。

专家（Agent）："懂某个领域的AI角色"

专家在拥有能力的同时还带有领域经验，比如"十年全栈经验的高级开发工程师"。一个专家可能具备多项技能，召唤后直接发送需求即可。

专家团：多角色协作团队

UP主用一个"贪吃毛毛虫游戏"案例展示了专家团的威力：软件开发团队中有产品经理定需求、架构师拆解任务、工程师写代码、QA验收质量。整个过程仅消耗45积分，最终产出可玩的游戏。

连接器：打通国内办公软件

连接器让AI能读取、处理、发送邮件，整理发票并转发给指定联系人。UP主点明了它的真正价值：以前一天工作就是在不同软件间来回切换，现在只需打开WorkBuddy发送指令即可统一完成。

技能（Skill）、专家（Agent）与连接器（Connector）的分层设计，在工程上对应着AI系统中"能力模块化"的主流思路。技能相当于经过封装的函数或工作流，输入指令后按固定步骤执行；专家则是预设了系统提示词（System Prompt）与若干技能组合的角色实例，类似于在模型之上套了一层"职业背景滤镜"，使其在特定领域的推理和输出更稳定；连接器本质上是OAuth授权+API封装，让AI可以以用户身份访问第三方服务。这种分层结构在LangChain、AutoGen等主流AI Agent框架中同样存在，只是WorkBuddy将其产品化为低代码界面，降低了普通用户的使用门槛。理解这一底层逻辑，有助于用户在遇到任务失败时判断问题出在哪一层，从而更有针对性地调整指令或授权设置。

进阶功能：自动化与记忆系统

自动化让WorkBuddy在设定时间自动执行周期性任务。比如做自媒体的用户，可以设置"每天检索短视频平台热点、筛选有创作潜力的话题"，到点自动运行并输出结果。UP主强调，自动化成败的关键在于提示词——必须把任务目标和输出要求描述清楚。

记忆系统分两类，容易混淆但本质不同：

• 对话记忆：属于"经验型"，系统每晚自动整理你的偏好，对话越多越懂你，但在风格反复变化时可能记错，相对不稳定。
• 个性化全局指令：属于"硬性规则"，比如要求"先给结论再分点展开、重点加粗、不编造内容"，任何时候都会严格执行。此外还能选择回复风格，从"高效务实"到"毒舌吐槽"等。

模型选择与远程操控

最后教程补充了几个实用细节。模式上分快速、均衡、极致三档——简单任务用快速、不确定时选均衡、复杂任务上极致。思考强度越高、Max模式开启时上下文保留越完整，但积分消耗也越大，一般保持默认即可。

连接手机实现远程操控时，建议先开启"允许锁屏运行"，避免电脑熄屏后任务中断。此外，用户还能把成功的对话自己创建成技能，复用已设定好的规则。

写在最后

这套教程的价值不在于每个功能的操作演示，而在于传递了一种使用AI Agent的思路：把WorkBuddy当作可以授权、可以协作的"数字员工"，而不是收藏夹里躺着的聊天窗口。从安装配置到专家团协作，从多模态生成到自动化任务，核心始终围绕一件事——学会用清晰的自然语言表达需求，并在结果上持续迭代。对不会写代码、也没接触过AI的新手来说，这确实是一个门槛友好的切入点。