WorkBuddy入门手册：57页AI Agent指南

第一次接触WorkBuddy这类AI Agent桌面工具，最容易犯的错是把它当成"又一个AI聊天框"，结果只用到了最表面的一层。这份57页的入门手册，价值在于它先把"这是什么"讲清楚，再一路铺到安装、核心功能、标准工作流和实战案例。

手册的定位说得很明白：WorkBuddy是腾讯推出的全场景AI Agent桌面工作台。它真正重要的地方不是能回答问题，而是它代表了AI助手的一次角色变化——以前AI是对话框里回答你问题的人，后来是在编辑器里陪你改代码的人，现在它是可以被交代任务的工程执行者，而且能操作你电脑上的真实文件。

一、WorkBuddy三大工作模式，先用对再谈效率

整本手册里我认为最该先搞懂的是工作模式，因为它决定了AI的权限边界，也决定了你用得安不安全。手册把模式分成三类。Ask模式仅对话，只回答问题、完全不碰文件，相当于一个只提建议的顾问；Plan模式先读后写，先出执行计划，逐条确认后才执行，像写好计划书再动手的助手；Craft模式可读写执行，直接操作文件、运行代码，每步仍需你确认，是坐你旁边干活的搭档。

这个话题在站内还有一篇讲得更细：《普通打工人的30个AI工作流：把文件表格交给AI连续处理（附课件下载）》。

手册给的使用建议很实在：日常90%的任务用Plan，先计划后执行、可控；咨询讨论用Ask，不需要操作文件；批量文件处理和写代码用Craft，效率高但需盯紧。这个"90%"的判断值得记住，很多人要么全程用Ask浪费了执行力，要么直接用Craft处理重要文件，风险敞口很大。

这里有个进阶技巧：可以在记忆里写入"任何项目开始时先思考，然后制定计划，最后才执行"这条规则，让Plan模式成为默认行为。这相当于把"先规划"这个习惯固化到工具里，比每次手动切换模式省心得多。

二、记忆三层架构，让AI越用越懂你

默认情况下每次新建对话，AI对你一无所知，记忆系统解决的就是这个问题。手册把记忆分成三层。Cloud Memory是用户长期画像和基础偏好，存在服务器上自动注入、只读；User level Local是所有项目共用的通用规则，放在用户目录的MEMORY.md里；Workspace Memory是当前项目的上下文和历史决策，放在工作区的memory目录下，由长期项目笔记和每日工作日志两部分组成。

管理记忆有三种方式：开启"生成对话记忆"让AI自动从对话里提取关键信息；直接对话管理，比如告诉它"不要废话，回答要简明扼要"；手动编辑对应的记忆文件。手册里还有一段建议我觉得比功能本身更有价值：记忆控制在20条以内，因为每条记忆都会注入提示词、消耗Token，记忆过多会分散模型注意力；每周清理一次，删掉过时信息。另外手册也很坦诚地指出当前局限——所有项目共享同一套记忆，没有项目级隔离，做多个项目时AI可能把A项目的偏好带到B项目里。知道边界在哪，用起来才不会有错误期待。

三、自动化：把"每天要做但不想做"的事交出去

自动化的本质是定时触发器加任务编排——你设定好什么时间做什么事，到点自动执行。手册把它的价值总结得很贴切：把"你每天都要做但不想做"的事，变成"AI定时做、你只需要看"的事。

创建自动化时需要填几个关键字段：任务名称、Prompt、周期类型、RRULE规则、工作目录、状态。其中RRULE用的是RFC 5545格式，手册贴心地给了常用写法对照——每天早上9点、每周一早上10点、每月1号上午8点、每小时、工作日每天9点，都能用一行规则表达。RRULE里的时间用的是本地时区，不需要手动换算UTC，这一点能省掉不少换算麻烦。

更简单的创建方式是直接说人话，比如"每天下午18:00帮我生成今日工作日报""每天早上9:00抓取AI行业资讯生成早报"，AI会自动识别时间、频率和任务内容并在后台创建定时任务。手册还整理了自动化踩坑记录，四条都很典型：Prompt写得太模糊，没指定输入来源和输出格式，AI跑出来的东西没法用；一次性任务忘了设scheduledAt，任务永远不会触发；用FREQ=HOURLY一天跑24次，高频任务会消耗大量积分，日常任务用DAILY最多一天一次就够；工作目录设错，比如设成了临时目录导致文件找不到，应该设专门的持久工作目录。另外要注意，客户端退出定时任务不会触发，需要保持电脑开机且WorkBuddy运行，或者配置锁屏远程。

延伸阅读：《DeepSeek Harness从0到1：Agent运行系统的十个核心结论（附课件下载）》，和这篇可以对照着看。

四、标准工作流：从需求到交付的七步

手册把完整工作流拆成七步：需求输入、模式选择、任务理解、Skill与专家匹配、执行计划、任务执行、结果验证与交付、记忆更新。

其中"需求输入"这一环有个对比特别实用。模糊的需求是"帮我写个周报""分析这些数据""处理这些文件"；具体的需求则是"汇总本周会议纪要和任务完成情况，按本周成果/问题与风险/下周计划三段写周报，保存到桌面"。手册把好需求归纳成四要素：输入来源（从哪读数据）、输出格式（Markdown、表格还是固定模板）、具体字段（要提取哪些信息、按什么顺序）、保存位置（输出到哪）。手册还有一条安全提醒值得单独拎出来：不要信任AI说的"完成了"，要让它自检，关键参数比如尺寸、格式、数量，最好亲自验证。

五、连接器与多工作区：把能力接出去，把范围圈起来

连接器是WorkBuddy与外部系统的桥梁，基于MCP协议打通跨平台操作。手册用了一个很好的比喻：MCP是AI的"USB接口"，可插拔、可组合、可扩展。配置分两个级别——用户级配置一次所有项目复用，项目级只对当前项目生效，这样可以实现项目级的外部服务隔离。

内置连接器里有几个场景很实用：腾讯文档连接器支持AI直接读取云端资料、处理完一键回存并保留原格式；QQ邮箱连接器可以用App扫码授权，然后让AI收邮件、读邮件、搜邮件、做摘要、写邮件甚至按客户/内部/通知三类整理，还支持离线邮件文件的本地解析，所有操作都在本地完成不发起网络请求，适合高保密场景；腾讯乐享连接器则用于搜索、创建和管理知识库文档。

手册还列了当前社区已支持的第三方服务，覆盖笔记、任务、代码和协作几类：Notion用MCP连接器读写页面和查询数据库，Obsidian用Skill插件做本地笔记读写与搜索，滴答清单用来管理任务和同步待办，飞书用于云文档读写和多维表格，GitHub则负责仓库操作以及PR和Issue管理。手册给了两段配置示例，一段是企业微信机器人，一段是GitHub，结构上都是command、args、env三件套。配置完成后看状态灯就行——绿色表示连接成功，红色说明配置有异常。

多工作区这块，手册建议把工作和个人项目分成两个独立工作空间，自动化任务指定专属工作空间。更重要的是权限层面的一条：初始化配置时仅勾选工作相关目录，禁止授权系统盘和隐私文件夹。未授权的文件夹无法被读取，这等于从权限层面把工作区和非工作区文件隔离开了。

六、Skill、专家与专家团：三种扩展方式怎么选

手册用一张表把三者的关系讲清楚了。Skill是工具能力，让AI能做某件事；专家是AI顾问，懂某个领域的角色；专家团是AI协作团队，能自动拆解任务、并行执行、完整交付。用一句话概括：Skill是能力，专家等于能力加经验，专家团则是多位专家加协作流程。

同一方向的另一份笔记：《AI品牌全案设计实战：提示词四大技巧让AI读懂你的品牌（附课件下载）》，建议一起收藏。

怎么选？手册的答案很干脆：需要AI具备某种工具能力就找Skill，有一个明确的单点问题就找专家，任务复杂、需要多角色配合就用专家团。

手册里提到的公开专家有内容创作、数据分析、中国电商运营、抖音策略、销售教练、品牌策略、小红书运营、招聘等方向。召唤方式有两种，一是从左侧"专家"进入公开广场，按分类浏览或搜索，点击立即召唤；二是当广场上的不够贴合时自己创建专属专家团。创建的方式也很有意思，是用一段提示词启动：告诉AI"我是小白，我想训练一个内容创作专家，请以交互式问答的形式每次问我一个简单问题，提供选项引导我确认想法"，AI会问你7到10个问题，比如"主要发哪个平台""文风偏专业还是偏口语"，答完后自动生成一套配置。

通读下来，这份手册最像"用户说明书"的地方，是它不夸大能力，反而用了不少篇幅讲什么时候不适合用、边界在哪里。比如涉及高度敏感且未授权的机密数据、需要人类判断的创意决策、没有备份的重要文件的大规模批量操作、你自己也无法验收的复杂任务，都不建议直接交给AI。手册里有句核心原则总结得很好：AI可以提高效率，但不能替你做判断。如果你判断不了结果对不对，就不要让它独立完成。对刚开始上手AI Agent桌面工作台的人来说，这句比任何功能清单都重要。想系统研究AI工具、Agent应用和效率工作流的实战资料，可以上运营动脉（www.yydm.cn）翻翻，站内有7万+份方案、报告和课件，每月更新超1000份。