WorkBuddy 教程：8 大核心功能逻辑拆解，AI 办公到底怎么用
两年前我用 Codex 写代码，现在我把中文内容创作几乎全交给了 WorkBuddy——腾讯出的这个 AI Agent 办公工作台。不是谁更强的问题，而是当你的活儿是中文、是长文、是选题和资料整理时，能直接执行、够得着你的文件、中文又顺的 Agent，能省掉的沟通成本太多了。
这篇是把它从下载到用顺的完整拆解。核心结论先给出来：WorkBuddy 的功能看着多，其实只在干两件事——让 AI 够得着你的世界，以及让 AI 干得专业；剩下的工作空间、模型、助理、自动化，都是把这两件事串起来用的胶水。你把这套逻辑搞明白，才算真正会用这个工具，而不是在按钮里瞎点。
一、我为什么从 Codex 切了回来
今年 3 月 WorkBuddy 个人版首发，我 6 月上手，用了一阵子就掉头去用 Codex 了。原因很直接：那会儿 WorkBuddy 的理解力和执行力比 Codex 差一截，Codex 像资深员工，它还像个实习生。
转折发生在 7 月中旬到 8 月。国产模型扎堆发布，Kimi K3 在 7 月 16 日上线，几天后 DeepSeek V4 正式版跟上，8 月中旬 GLM-5.3 也发布了。模型底座换新，WorkBuddy 自己的 Agent 能力也跟着一轮进化。
结果就是：同样一个中文长文任务，现在出来的产物不外圈打转了。中文母语 + 直接执行 + 够得着本地文件，这三点凑齐之后，我这两周基本没再打开 Codex。
二、下载安装：三平台 + 微信扫码
去 workbuddy.cn 官网下载，Windows、macOS 都有，鸿蒙 OS 版本也提供，国内网络环境直接拉，不用折腾代理和注册门槛。安装一路「下一步」，装完用微信扫码登录就能用——这一步是它相对海外 Agent 工具最省事的地方。
装完打开，界面就两块：中间是主聊天窗口，左边是和任务相关的功能栏。
三、认识界面：场景、模式、模型、工作空间
3.1 场景选项：官方预置的「任务样例」
主窗口上方是日常办公 / 代码开发 / 设计创意三个场景。选了某个场景，下面一行会跟着变：日常办公下是文档处理、金融服务、数据分析及可视化、个人工作台、幻灯片这些入口；代码开发下是另外一套。
点这些入口，对话框里会自动填好一串提示词，有的还直接带出专家和技能。这是官方预制的任务样例，让你一键跑一遍就能感受到它能干什么。新手用这个「先试后懂」最快。
3.2 三种模式：默认就是干活
左下角加号点开，菜单里是添加文件、专家、技能、连接器，外加一个模式。WorkBuddy 有三种模式：
| 模式 | 行为 | 什么时候用 |
|---|---|---|
| Craft（默认） | 直接动手执行：写代码、做文档、操作电脑 | 正事，默认就用它 |
| Plan | 只出规划方案，不动手 | 活儿太大，先看它怎么拆 |
| Ask | 只问答，不碰你的文件 | 纯讨论 |
值得注意的是版本变化：旧版三个模式并列摆着，新版默认就是 Craft，Ask 和 Plan 被收得更深、默认不开。这个产品信号很明确——官方希望你把它当干活的工具，而不是又一个聊天框。真想随口问两句，用「助理」就行，不用切模式。
3.3 模型选择：按活选模型，别一股脑用最贵的
右下角是模型选择器。这里是 WorkBuddy 最爽的一点：腾讯自研的混元暂时还落后，所以它把国产顶级模型基本第一时间接了进来，Kimi K3、DeepSeek V4 Pro、GLM-5.3 这类新模型，模型厂商发布当天或次日你就能在界面里选到，费用统一走订阅积分，不用自己折腾 API。
选模型就一条原则：按活选模型。简单任务选便宜的（比如 DeepSeek V4 Flash，又快又省积分），复杂任务再切贵的（比如 Kimi K3、GLM-5.3）。积分倍率越高代表模型越贵、消耗越快，别一上来就全程最贵那档——你那点积分经不住造。懒得挑就直接选 Auto，让系统按任务复杂度自己分配。
顺带说一个容易被忽略的点：底部还有一个权限开关，默认是「默认权限」，跑熟了再放开「完全访问」。新手阶段保持默认最稳。
3.4 工作空间：长期的事用空间，临时的事用任务
这是用好 WorkBuddy 的关键条件，也是最容易用错的地方。
WorkBuddy 里每一次新对话都叫一个「任务」。任务管你这一次怎么聊、怎么做。但如果你同时开好几个对话、它们都属于同一件大事情，就需要工作空间来管——你可以理解成给一件长期的事建一个独立房间：做一个项目、运营一个账号、准备一场活动，就给它建个空间，以后这件事的所有文件产物都整整齐齐归在这个空间里。
而且工作空间本身就是你本地的文件夹，不是云端一个虚拟目录。
判断标准只有一句话：长期的事用空间，临时的事用任务。做一件持续几周的事，最好建独立空间；临时问一句、干个小活，直接开任务，用完即丢。长期的事图省事不开空间，产物全堆在默认目录里，时间一长你自己都找不到东西——很多人「用着用着就乱了」，根子就在这。
四、连接器与资料库：让 AI 够得着你的世界
先想清楚一个问题：AI 凭什么能帮你干活？
大模型本身是个瞎子，它看不到你腾讯文档里的文件，看不到邮箱里的邮件，也见不了你的会议。
- 连接器就是给它装上手脚：想让它发邮件，就接邮箱连接器；想让它读写腾讯文档，就接腾讯文档连接器；接上之后，它才能在你授权的范围内查、写、操作和你历史工作相关的内容。
- 资料库是本地和云端的档案柜：你用 WorkBuddy 做出来的东西，不管是临时任务产物还是空间内的文件，都能在资料库里统一纵览、调用，也能一键上传到云端知识库（比如 ima 知识库）。它和工作空间的区别是——工作空间是干活的工作台，资料库是全局的档案柜。
连接器该怎么选？标准简单到不像标准：AI 需要碰你哪个外部系统，你就接哪个；不需要碰的就不要接。 工具不是接得越多越好，接太多 AI 反而选择困难、容易选错工具。用到什么接什么最稳。
五、技能与专家：让 AI 干得专业
5.1 技能 = 一份「怎么做」的说明书
很多人以为把技能装进来 AI 就能干活了，其实不完全对。技能说白了是一份怎么做的说明书：它写清楚一件事的固定流程——先干什么、再干什么、最后交付什么。你装上之后，AI 干这类活就照着这个流程走，而不是自己瞎发挥。
拿我自己举例：做自媒体每天都要干一件重复到想吐的事——找选题。手动刷各个平台又累又容易漏。这件事完全可以拆成一套固定动作，然后做成一个技能：
- 从指定信息源抓出今天 AI 办公领域新冒出来的内容
- 把纯技术方向、和受众无关的先筛掉
- 把剩下的按定好的套路套成候选选题（一句话说清楚 + 一个切入角度）
- 给每个候选选题打分：热不热、有没有差异化、好不好演示、有没有反转点
- 按分数排序，输出一份今日选题清单，每个选题配一句标题建议
- 把清单存进建好的选题空间里
这六步就是我以前每天手动干的活，现在被装进一个技能，我每天一句话，它从头跑到尾。
技能的本质不是让 AI 变聪明，而是把一套固定打法打包成能反复用的能力。 一件事你重复干过好几次、步骤基本不变，就值得给它做成一个技能。
WorkBuddy 的技能市场里已经配了海量技能并做了分类，也可以自己封装。
5.2 专家 = 身份视角；专家团 = 协作机制
技能管「怎么做」，专家管「我是谁、从什么专业视角看这件事」。 比如你要分析一份财报，普通模式下它就是个会读文件的 AI；切换成财经分析专家，它就会用分析师的方法去拆——重点看什么指标、怎么判断风险、给出什么结论，视角完全不同。
专家团则更抽象：它被定义为一种协作执行机制——需要不同身份的人完成一个复杂任务时，与其要求一个 Agent 同时扮演所有角色，不如真的组织一支 AI 团队，由团长自动拆解任务、多位专家并行执行、最后整合交付。市场里已经有内容创作、短视频创作、小红书创作这类现成的专家团。
这里我也说点实测体感：技能和专家的加持，确实能给「裸聊」的产出带来提升，但如果你用的是预制技能，产出物同质化的问题也会跟着来——你和别人的成果会长得越来越像。另外专家团这种作业模式，团队间通信规模有时很大，积分消耗不容小觑。
六、助理与自动化：总管 + 定时跑活
6.1 助理干三件事
第一件，它是你所有零散任务的总管。 前面说过，没进空间的任务散落在默认目录里，久了就找不着了。助理对应的就是那个文件夹——随手丢进去的截图、生成的文档，全在这里，一个入口统管。工作空间管你正经立项的事，助理管你随手干的事：一个分门别类，一个兜底。
第二件，它是随时随地的轻量问答入口。 翻译一句、问个词、想几个标题思路——你压根不想开任务、也不想见空间，直接丢给助理，问完就走。官方把 Ask 模式收起来、把助理做轻，逻辑是同一个：正事放任务里干，随口问放助理里，两条线分开，互不打扰。
第三件，它能集成到微信、企微、QQ、飞书里远程干活。 绑定微信之后，你的微信聊天列表里会多出一个叫 ClawBot 的联系人。人在外面掏出手机给它发条消息，WorkBuddy 电脑端的助理就收到了，在电脑上把活干完，结果再同步回你手机微信。手机端 WorkBuddy APP 也能做同样的事，但微信本来就是你天天挂着的入口，顺手发一条就行，省得再单独开一个软件。
助理还有一个很实用的设置：自动清理历史上下文。开启后，长时间未活跃的历史上下文将不再发送给模型，可以自己设定每次带入历史上下文的时间长度。这能有效降低 token 消耗、提升响应速度，答得干净、不串味。
6.2 自动化：到点自己跑
自动化就是把一个重复的活设成定时任务，到点它自己跑，不用你管。可以选周期、按间隔或者单次，还能挂上工作空间、连接器和技能。
但有个前提：经常性的重复任务，你最好先手动跑通几次，确认结果稳定、不会乱来，再转成自动化无人值守。不稳定的一次性任务别急着自动化——手动都没跑顺就让它自动跑，那是给自己埋雷。
七、灵感：不会做工作台，先抄作业
「更多 → 应用灵感」这个功能，展示的是 WorkBuddy 官方和社区贡献的优质产品，用户可以收藏或者做同款——制作自己的版本时，相关的提示词、技能和专家会被自动加载。
这个设计很能说明产品思路：前面的连接器、专家、技能，对第一次用 Agent 的普通用户来说还是有学习成本的；但用户真正关心的是「我不会做工作台，我怎么做个工作台」。于是官方直接给了你一个抄作业的空间：选一个接近你需求的灵感，一键加载相关提示词、技能和专家，先跑出效果，再在它的基础上做个性化调整。
八、增强提示词：把「说不清楚」变成「说清楚」
如果这套功能里只让你挑一个，我会选增强提示词。
在任务对话框输入提示词后，模型选项左边会出现一个带加号的小星星，点下去，AI 就帮你梳理、润色、清晰化任务内容和边界。
很多时候，你不是不知道让 AI 干什么，你是说不清楚——脑子里知道要什么，打字出来就一句「帮我做个表」，太糙了，它出来的结果自然不行。增强提示词把你那句糙话自动扩成一条详细的、结构完整的指令：你要什么、什么格式、要多细、要排除什么，全给你列清楚。
这个功能说实话把提示词门槛直接抹平了。以前说「会不会用 AI」就看你会不会写提示词，现在不会写，它替你写。
九、使用逻辑总览：两件事 + 三个串联
把上面这些拆开看，WorkBuddy 的主要功能其实只在干两件事：
第一件：让 AI 够得着你的世界。 你的文件、你的邮箱、你的知识库——它得能碰得到，才谈得上帮你干活。这部分靠连接器和资料库。
第二件：让 AI 干得专业。 同样是做一个任务，专业的工作步骤、专业的身份视角和专业的工作范式，会让最终结果更符合「出活」这个目的。这部分靠技能和专家。
而剩下几个功能，是让你把前面两件事串起来用起来的：
| 功能 | 承担的角色 |
|---|---|
| 工作空间 | 你的文件放在哪里 |
| 模型 | 用哪个大脑 |
| 助理 | 负责聊天（轻量入口） |
| 自动化 | 重复的活自己跑 |
这一整套搞明白，你才算真正认识了这个工具，具备用它干活、并把活干好的基础。
十、值不值：三点判断
第一，进步速度确实快。 几乎每周都有新功能扩展进来，再配合国产模型的进度，两个月前它还像个实习生，现在已经是个老员工了。
第二，值不值得充值。 新注册用户有赠送积分，加上每日可以领取的积分，偶尔用用基本够；但如果真把它当干活工具，连续包月 70 元一个月我觉得是值的，省下来的时间早就超过这个数。连续包年的单价会更低。具体价格以官网为准。
第三，也是最关键的：上手去用。 AI Agent 是通用性工具，任何教程都不可能覆盖你所有的场景问题，最好的学习方法就是上手用，用着用着就出感觉了。而在学习过程中，理解工具的设计逻辑和原理，是我认为帮助最大的方式——这也是我把这套逻辑完整拆开写出来的原因。
总结
回到开头那句话：WorkBuddy 值得用的原因不是它模型多强，而是它把「让 AI 够得着你的世界」和「让 AI 干得专业」这两件事，做成了普通人能上手的产品形态。
给一个最短路径的建议：
- 装好先扫一遍三个场景的预置样例，感受它能干什么
- 把工作空间和任务的分工搞清楚，长期的事一定建空间
- 按需接连接器，接一个用一个，别贪多
- 把你重复干过三次以上的流程做成一个技能
- 拿不准就开 Auto 模型，先用「默认权限」
- 提示词写不清楚就点那颗小星星
想上手本地跑 Agent 的朋友，可以先看这篇 Pi Agent 零基础入门：在 Mac 上一键装好，让它替你整理资料、写文章，思路是「模型自己接、管得越少 AI 越强」；如果你关心多模型怎么调度，oh-my-pi 上手：32 个工具 + 多模型路由 那篇更贴题；专家团这种多角色协作的思路，在 多 Agent 并行：5 个 Agent 协作干一件大事 里有更完整的展开。
你现在是用 WorkBuddy、Codex 还是 Claude Code？评论区聊聊你的选择和踩过的坑，觉得这篇有用的话欢迎点赞收藏，转给正在上手 AI Agent 的朋友。