一篇不讲虚的、只谈配置与踩坑的实操笔记
过去大半个月，我把 WorkBuddy 几乎翻了个底朝天——从内置功能模块到第三方 API 接入、再到真实项目跑通，全部走了一遍。这篇文章不是官方说明书，也不是泛泛而谈的评测，而是我亲自验证过的配置路径和避坑指南，希望能给正在考虑用它做自动化或批量处理的朋友一个可参照的路线图。
一、先讲清楚它到底是什么，不是什么
不少人第一次接触 WorkBuddy，容易把它当成“又一个 AI 聊天工具”。这是最大的认知误区。
WorkBuddy 本质上是一个运行在本地、具备高权限的 Agent 调度层。
它负责的是那些“动手”的活：文件读写、网页抓取、窗口自动化、跨流程串联……这些操作在本地执行，不消耗任何积分或 Token 额度。
而真正吃算力的环节——文本推理、长文档归纳、内容生成——则被剥离出去，交由外部模型 API 完成。换句话说，WorkBuddy 负责“执行”，模型负责“思考”。
理解这一层后，接入第三方 API 的意义就很明确了：不是为了省技巧，而是把昂贵的算力开销转移到更灵活的计费方式上，从而省下实打实的成本。
二、八个核心功能模块，逐一拆解
1. 工作区（Workspace）——多线任务的隔离墙
工作区是 WorkBuddy 的环境隔离单元。每个工作区拥有独立的配置、对话历史和知识库，彼此互不干扰。
我按项目维度划分：日常运维一个区、Side Project 一个区、个人学习笔记单独一个区。切换工作区就等于切换到一套完整独立的运行环境，多个任务线并行推进，不会互相“串味”。
2. 三种工作模式：Craft / Plan / Ask
这三种模式本质上是权限由高到低的三档控制：
- Craft：AI 可直接执行操作——改文件、跑命令、调工具，无需用户逐项确认。适用于自动化脚本或完全可信的重复任务。
- Plan：AI 先生成执行计划，每一步都需用户手动确认。适合修改关键配置或方案尚不明确的场景。
- Ask：仅限问答，不触碰系统和文件。纯咨询、查资料时使用。
我的使用习惯是：写自动化脚本切 Craft，动生产环境代码切 Plan，只想快速问个问题就切 Ask。按场景随时切换，不必一刀切用同一模式。
3. 模型选择策略
系统默认使用Auto 模式，会根据任务类型自动匹配性价比最高的模型，多数情况下够用。若任务复杂度高、需要更强推理能力，可手动切换至 GLM、DeepSeek、Qwen 等大模型。热门模型偶尔会有排队，响应略慢。
此外，WorkBuddy 支持接入自定义模型，包括公司内网部署的私有模型或自训练模型。这部分将在后文重点展开。
一句话建议：日常用 Auto，追求效果选大模型，有自建模型就走自定义接入。
4. 技能市场与 Skill Creator
Skill（技能）是预置的工具包，安装后 Agent 在执行任务时会自动调用，用以补齐 WorkBuddy 原生不擅长的能力。目前市场覆盖几大类：
- 文档处理：PDF / Word / PPT / Excel 读写与转换
- 数据分析：图表生成、数据清洗、报告输出
- 自动化：定时任务、工作流编排、API 调用
- 连接器：飞书、钉钉、GitHub、腾讯文档等
真正有长期价值的是Skill Creator。它允许你把个人工作流固化成一个新的 Skill。比如每天都要整理一批数据、归档、发送摘要，用 Skill Creator 包装一遍后，以后只需一键触发。这是一个从“使用工具”到“创造工具”的跃升，用得越久顺手度越高。
5. 专家模式（Agent Team）
这是 WorkBuddy 比较有特色的功能。你可以选择一个专家团（如数据分析团、软件开发团、内容创作团），团长接收指令后分发给团内最合适的 Agent 执行。
专家团的核心优势在于：每个团队针对特定领域做过优化，知道该领域内用什么思路和工具解决问题，效果显著优于通用对话模型。相当于你随时有一个专业虚拟团队待命，而不是一个只能闲聊的通用助手。
6. 记忆系统——长期画像的积累
WorkBuddy 具备持久化记忆能力，所有记录可在设置中查看和编辑。它会通过持续对话逐步绘制你的用户画像：工作性质、常用工具、偏好的输出格式、项目背景、长期关注领域等。
好处是后续对话无需重复交代背景信息。更重要的是，记忆权掌握在用户手里——记错了可以直接修改，遗漏了可以主动补充。既“学习”你，又“听从”你。
7. IM 连接——嵌入现有沟通工具
支持接入微信、钉钉、飞书、企业微信。绑定后，无需打开 WorkBuddy 界面，直接在 IM 中即可对话和派发任务：
- 微信收到文件，转发即可整理归档
- 钉钉群里 @它，就能查资料、做表格
- 飞书中直接生成会议纪要
将 AI 能力嵌入日常沟通流，减少应用切换成本，这是腾讯生态内一个比较明显的使用优势。
8. 定时任务——自动化按计划跑
设定时间后自动执行，无需人工触发。例如：每日 18:00 归档当天聊天摘要、每周一 9:00 输出上周小结、每月初统计项目进度、每天早上推送行业资讯。
一个必须注意的坑：定时任务仅在 WorkBuddy保持运行时才会触发，而该软件目前不支持开机自启。所以每天开机后记得手动启动，别指望它会自己“醒来”。
三、实战演练：用专家团搭建一个酒店比价网站
下面用一个完整案例，展示上述功能如何协同工作。目标：做一个国内三大平台（携程、去哪儿、美团）的酒店比价展示网站，前后端分离，全程通过专家团推进。
整个流程分为五个阶段：
第一步：生成需求文档
使用“探索”功能调用产品需求文档模板，输入项目主题后，AI 生成一份结构完整的 Markdown 文档，涵盖背景、功能需求、用户故事、技术约束。这份文档作为后续所有阶段的输入基础。
第二步：产品架构设计
切换到产品战略专家团，将需求文档输入，要求输出功能模块划分、用户流程、信息架构及技术栈建议。最终产出架构蓝图。
第三步：前端页面开发
切换到前端开发工程师团，将架构文档递交给他们，要求实现现代简约 UI、响应式布局，并完成搜索、比价展示、趋势图三个核心页面。前端团直接生成 HTML/CSS/JS 代码，可在浏览器中预览效果。
第四步：后端模块实现
切换到后端架构师团，要求设计数据获取逻辑、多平台比价策略、数据库模型，并推荐合适的技术栈。产出后端代码及 API 接口文档。
第五步：集成与上线
切换到高级开发工程师团，将前后端代码一并交付，要求提供联调步骤、本地运行方法、多种部署方案对比及常见问题排查指南。最终拿到一份可直接照着跑的部署文档。
五步走完，一个可用的比价站雏形就出来了：输入出发地、目的地和日期，点击搜索即可并行拉取三个平台的价格，以卡片对比加趋势图的方式呈现，PC 和移动端均自适应。
这个案例的重点不在于网站本身有多厉害，而在于从需求到上线，一个 WorkBuddy 实例扮演了整支开发团队的角色。各专家团之间通过文档交接，你只需将上一阶段的产出物喂给下一阶段即可。这种模式在快速验证 idea 或做技术预研时，效率优势非常明显。
四、接入第三方 API（以数字先锋API为例）
为什么要接第三方 API：回到第一节的算力分离逻辑。WorkBuddy 本地调度不花积分，但用内置模型做文本推理是要扣积分的。高频批量任务（几十份 PDF 拆解、上万行表格清洗、全网竞品抓取）跑下来，积分掉得很快。接一个外部模型 API 进来，把推理这一段甩出去，本地任务全程零积分消耗。免费额度用完换个平台接着用，长期成本压到很低。
数字先锋API平台优势：只需 一个 API Key，即可无缝接入 Claude、DeepSeek、Gemini、OpenAI、等全球顶尖 AI 模型，兼容所有支持 OpenAI 接口协议的应用与系统，帮助开发者和产品团队在研发与规模化阶段，降低算力与部署成本，更高效地构建 GenAI 应用。
统一接口地址（Base URL）：https://api.cxsee.com
在任何支持 OpenAI 或 OpenAI 兼容协议的 SDK / 框架中，
将 Base_URL 替换为：https://api.cxsee.com 即可开始使用
第一步：调用 API 前，你只需要准备两项信息：
Base URL（接口地址）
API Key（访问令牌）
在数字先锋API（api.cxsee.com）平台拿到 API Key
1、账号注册 （邮箱注册或者微信登陆）
2、注册成功后进入【令牌管理】即可看到自己的令牌
3、模型广场上复制要使用的模型名称
要配置moder ID时候要去模型广场复制名称。
第二步：WorkBuddy 添加自定义模型操作步骤
打开 WorkBuddy，点击左下角齿轮图标进入设置页面，切换至「模型管理」标签。滚动到「自定义模型」分区，点击「添加模型」，提供商选择 Custom（自定义）。随后填写三个核心参数——任一填错都会导致连接失败：
| 参数 | 填写内容 | 注意事项 |
|---|---|---|
| 接口 Base 地址 | https://api.cxsee.com/v1 | 必须带/v1，结尾不要有多余斜杠 |
| API 密钥 | sk-你的密钥 | 从数字先锋API后台复制，前后不要带空格或换行 |
| 模型 ID | 平台模型广场中的完整名称 | 区分大小写，不能简写 |
填写完毕后点击保存。
第三步：重启生效（最容易遗漏的一步）
保存配置后并不算完。必须右键点击系统托盘中的 WorkBuddy 图标，选择完全退出软件，然后再重新打开，新配置才会被正确加载。如果只是关闭主窗口，软件仍会挂在后台托盘运行，新增的模型不会出现在下拉列表中。这一步卡住了不少新手。
第四步：在 WorkBuddy 中选择使用
重启完成后，新建任务，在顶部模型下拉框中滚动到最底部，从「自定义模型」分组里选择刚刚配置好的那个模型。之后正常提交批量任务即可，整个过程不消耗官方积分。任务跑完后可以在模型日志中查看调用记录，确认请求走的是外部 API。
部分可用模型预览
实测避坑清单
- 接口地址缺少 /v1：只填域名会返回 404 错误。Base 地址必须写成
https://api.cxsee.com/v1，直接复制粘贴，不要手敲。 - 未填写密钥：会返回
{"error":{"message":"未提供令牌 (request id: ...)","type":"moyu_api_error"}}。检查 WorkBuddy 中密钥字段是否为空。 - 密钥错误或已失效：会返回
{"error":{"message":"无效的令牌 (request id: ...)","type":"moyu_api_error"}}。回后台重新生成一个，粘贴前先清空输入框，确保没有多余空格或换行。 - 模型 ID 填写错误：大小写、横杠必须严格对应平台展示名称，简写或拼写错误会导致调用无返回。建议先通过
/v1/models接口查准确了再填。 - 配置后未重启：参考第三步，需要右键托盘图标彻底退出再重新打开。
- 老版本通过 JSON 文件配置：如果没有图形界面，需手动修改
models.json文件。注意不要留下末尾多余逗号，建议用 JSON 校验工具检查格式无误后再保存。
以上是我三周深度使用下来的真实体验与配置总结。如果你也有类似的文档处理、数据清洗或批量抓取需求，且不想被积分额度卡住，WorkBuddy 这套“本地执行 + 云端推理”的路径，值得花点时间配置一次，后续收益是长期的。
