个人知识库

2026-10-01-juejin-workbuddy-7-scenarios

12分钟阅读

WorkBuddy 实测：7 个「最爽」场景与效率数据

一位每天写掘金文章、管多台云服务器、给客户做方案的云从业者，自述把 WorkBuddy 用进工作流后，7 个高频场景从”小时级”压到”分钟级”，并给出可复用的自动化/多模态/记忆配置。

基本信息

核心观点

  1. 最大的差距是”工具之间的差距”：作者的核心命题是”AI 工具之间的差距，比 AI 和人之间的差距还大”——同一个模型包在不同的 Agent 壳里，能不能读文件、能不能定时、能不能接外部工具，决定了它是”聊天玩具”还是”工作操作系统”。

  2. 自动化（定时任务）= 把重复劳动变成后台作业：每周手动生成 3 篇掘金文章需 ≥3 小时（选题→写稿→排版→归档）；改造为 FREQ=WEEKLY;BYDAY=MO,TU,WE,TH,FR;BYHOUR=8;BYMINUTE=40 的定时任务后，自动读选题计划、生成 3 篇文章、更新发布记录并落盘到指定目录。效率：3 小时/天 → 10 分钟/天（提升 95%），人只做最后审一遍。

  3. MCP 连接器 = 一个入口统一 30+ 工具：把 GitHub、飞书、腾讯文档、IMA 知识库、天眼查、腾讯会议、企业微信等 30 多个工具统一接入，一句话即可查 GitHub PR、拉飞书表格、发会议邀请。典型场景”查一个腾讯云工单状态”从”打开 3 个网页、登录 2 次、筛选 5 分钟”→“一句话 10 秒”（提升 97%）。

  4. 直接读写文件 = 告别”复制到 AI 再粘回来”：传统 AI 流程是复制代码→粘贴进 Chat→拿结果→再粘回编辑器；WorkBuddy 直接在真实文件上改——“帮我把 utils.py 的异常处理补全”即可完成。批量给 20 个项目文件加类型注解从 2 小时 → 20 分钟（提升 83%）。

  5. 任务与技能把一次性操作变成可复用资产：任务系统（TaskCreate/TaskUpdate/TaskList）把复杂任务拆成可追踪子任务；技能系统把常用流程（“生成掘金文章""部署静态站到 CloudStudio""写 PRD”）写成 Skill 随时调用。同类重复任务平均节省 70% 时间。

  6. 多模态 + 数据可视化 + 三层记忆构成”落地闭环”：能生成图片/视频/3D/SVG（做封面图 30 分钟 → 30 秒，提升 98%）；能直接渲染 Markdown 表格、Chart.js 图表、SVG 流程图；有三层记忆（云端/本地项目/会话），只需告知一次”我习惯用腾讯云轻量服务器 + Docker Compose 部署”，下次自动按此偏好推荐——重复部署流程从 1 小时/次 → 5 分钟/次（提升 92%）。

实操内容保留

本节保留原文可直接复用的配置与 Prompt 模板。原文含 YAML 自动化配置、Skill 定义、以及多段可直接使用的 Prompt。

代码/配置

自动化任务配置（每日掘金文章生成）：

# automation-5.yaml：每日掘金文章生成
name: "每日掘金文章生成"
status: ACTIVE
schedule_type: recurring
rrule: "FREQ=WEEKLY;BYDAY=MO,TU,WE,TH,FR;BYHOUR=8;BYMINUTE=40"
cwds: [ "d:\\常用软件\\稀土挖金" ]
prompt: |
1. 读取选题计划，找到前3个未完成的选题
2. 每篇生成 1500-2500 字技术文章
3. 保存为 文章N_标题简称.md
4. 更新选题计划与发布记录

Skill 定义（部署静态站到 CloudStudio）：

# deploy-static-site.skill
name: "部署静态站到 CloudStudio"
trigger: "部署、CloudStudio、静态站"
steps:
- 检查 dist/ 目录是否存在
- 调用 workbuddy_cloudstudio_deploy
- 返回访问 URL

Prompt 模板

① 一句话查工单状态（连接器）：

# 用 WorkBuddy 的 connector 查询腾讯云工单
# 不需要自己写 API 调用，直接自然语言描述
prompt = """
查询我名下状态为"处理中"的腾讯云工单，
按优先级排序，输出前 5 条的工单号、标题、创建时间。
"""

② 批量给项目所有 Python 文件加类型注解：

# 用 WorkBuddy 批量给项目所有 Python 文件加类型注解
# 它会自动 Glob 匹配，然后逐个文件修改
"""
请给 d:\\项目\\src\\**\\*.py 中所有函数参数添加类型注解，
缺少返回值的函数默认返回 None，使用 Python 3.10+ 语法。
"""

③ 生成公众号封面图：

# 用 WorkBuddy 生成一张公众号封面图
# 提示词：科技感，AI 大脑连接云服务器，蓝紫色调
prompt = "科技感 AI 云服务器架构图，蓝色和紫色渐变，适合公众号封面，16:9"

操作步骤

原文对自动化配置给出的使用逻辑（四步）：

  1. 在 WorkBuddy 里建一个定时任务，设定 rrule（如每周一到周五 8:40 触发）；
  2. 指定工作目录 cwds（如 d:\常用软件\稀土挖金）；
  3. 用 prompt 写清楚：读取选题计划 → 找前 3 个未完成选题 → 每篇生成 1500-2500 字 → 保存为 文章N_标题简称.md → 更新选题计划与发布记录；
  4. 人只做最后审一遍。

关键概念

  • WorkBuddy — 全文主角，被定位为”工作操作系统”而非聊天工具；本篇从其自动化/连接器/文件读写/任务技能/多模态/可视化/记忆七个面给出实测
  • 连接器 — 文中”MCP 连接器”统一接入 GitHub/飞书/腾讯文档/IMA/天眼查/腾讯会议/企业微信等 30+ 工具
  • MCP 模型上下文协议 — “MCP 连接器”背后的接入标准
  • 长程记忆 / Agent Memory — 文中”三层记忆（云端/本地项目/会话）“中的项目级记忆
  • AI办公自动化 — 本篇 7 场景整体归属的办公自动化主题
  • 定时任务（recurring + rrule） — 文中自动化的核心机制，未单独建实体，已在 WorkBuddy 实体页标注
  • 多模态生成 — 图文/视频/3D/SVG 一体，归入既有 视频生成模型 / AI内容创作 语境

与其他素材的关联

  • 与 2026-09-28-woshipm-workbuddy-credit-saving-6-tips 的关系：互补。省积分篇讲”怎么用得省”（Ask/Plan/Craft 模式降级、模型倍率、上下文管理），本篇讲”用在哪最爽”（7 个场景 + 效率数字）；两篇合起来构成 WorkBuddy 的”场景 + 成本”两面。
  • 与 2026-09-24-woshipm-workbuddy-one-line-requirement-mvp 的关系：扩展。MVP 篇证明 WorkBuddy 能”从一句话需求交付可用产品”，本篇的连接器场景（一句话查工单）是同一”自然语言→工具动作”能力在日常运维上的轻量体现。
  • 与 2026-07-16-woshipm-workbuddy-ima-workflow 的关系：印证。两篇都强调 IMA 知识库经连接器成为 WorkBuddy 的工作上下文，本篇把它列进”30+ 工具统一入口”清单。
  • 与 2026-08-14-codex-deepseek-v4-pro-grok-466 的关系：对照。前者讲”自定义接入第三方模型 API”，本篇讲”内置读写文件/定时/技能”，共同描绘 WorkBuddy 作为”多模型 Agent 终端 + 工作操作系统”的画像。

原文精彩摘录

作为一个每天要写掘金文章、管理多个云服务器、还要帮客户做方案的云从业者，我过去一天至少有 3 小时耗在”找资料、改代码、做表格、整理文档”上。直到把 WorkBuddy 真正用到工作流里，我才意识到：AI 工具之间的差距，比 AI 和人之间的差距还大。这篇文章不吹不黑，只分享我自己用 WorkBuddy 觉得最爽的 7 个场景，以及对应的效率数据。

用过一堆 AI 工具后，我对 WorkBuddy 的评价可以总结为三点：它不是聊天工具，是工作操作系统：文件系统、自动化、连接器、任务、技能、记忆，这些组合起来才像是一个真正干活的助手。它真的懂你：项目记忆和技能系统让它的回答越来越贴合你的习惯和场景，而不是每次都从零开始。它能把结果落地：不是只给一段代码让你自己 copy，而是直接改文件、部署服务、生成可交付物。

让 WorkBuddy 帮我”吵架”：把客户对方案的质疑丢给它，它生成的反驳文案既专业又有理有据，最后我没发出去，但心情好了。

效率对照表（原文）：掘金文章生成 3 小时/天 → 10 分钟/天（95%）｜代码批量重构 2 小时 → 20 分钟（83%）｜查工单/查文档 5 分钟/次 → 10 秒/次（97%）｜封面图/配图 30 分钟/张 → 30 秒/张（98%）｜重复部署流程 1 小时/次 → 5 分钟/次（92%）。

相关页面

关系图谱

快速导航

反向链接