WorkBuddy实战教程：技能、专家、连接器三大生态详解

WorkBuddy被不少人称作「Codex国内平替」——一个能在本地电脑上帮你自动干活的AI工具。它的门槛相对较低，无需复杂的网络配置，从写方案、做表格、数据分析，到做海报、写代码甚至接管浏览器操控软件，都能一键交付成品。本文基于B站UP主的保姆级教程，拆解WorkBuddy的核心生态与实战用法，帮你理解它如何从「聊天工具」进化成「数字员工」。

为什么说提示词不如执行力

教程开头抛出一个扎心问题：玩AI这么久、背了一堆提示词，你的工资涨了吗？

答案往往是否定的。原因在于，提示词说到底只是想法和建议，而建议本身不值钱，真正值钱的是落地执行。WorkBuddy^广告的价值定位正是在此——它能把你的想法直接变成实际操作，而不是停留在对话框里的文字输出。

这个判断点出了当前AI工具应用的核心转变：从「生成内容」走向「自动执行任务」。当AI具备调用本地文件、操控软件、完成多步骤任务的能力时，它才真正开始替代重复性劳动。

这里所说的「自动执行任务」，在AI领域通常被称为 AI Agent（智能体） 范式。与传统的「输入问题→获得文字回答」的对话模式不同，Agent 模式下的AI会将一个复杂目标拆解为多个子步骤，并在每个步骤中自主决定调用哪些工具——读写本地文件、操控浏览器、运行代码、调用外部API等——形成「感知→规划→执行→反馈」的闭环。OpenAI的Codex、Anthropic的Claude Computer Use，以及本文的WorkBuddy，都属于这一范式的落地尝试。其核心挑战在于长任务链中的容错与规划能力：单步出错可能导致整个任务失败，这也是文章后文强调「先用Plan模式出方案、再执行」的根本原因。

三大生态：技能、专家、连接器

WorkBuddy的核心是三大生态，分别对应把一个「全而不精的大学生数字员工」培养成「经验老道的专业老员工」的三条路径。

专家和连接器

技能：单项专项能力

技能就像打游戏时角色升级学到的招式，让原本泛泛的AI掌握某项专项能力，从而更好地解决具体问题。和游戏不同的是，WorkBuddy无需「刷级」，平台提供大量现成技能，点击即可添加。

比如教程中演示的「PDF图片文字提取」技能，添加后只需选择工作空间或上传含文本的文件，再提出具体要求（怎么提取、结果放在哪里），AI就能完成。

专家：领域级外援

很多时候我们面对的不是单一问题，而是一整个领域的复杂问题。这时与其让AI逐项学技能，不如直接「请专家」。专家相当于数字公司外聘的领域外援。

专家能解决的问题也有限

教程还提到「专家团」选项——三个臭皮匠顶个诸葛亮，多位专家协作能应对更复杂的问题。但要注意，调用专家团会消耗更多积分，需根据当前积分和实际需求权衡。平台每日可免费领取积分，别忘了签到。

连接器：打通外部软件

连接器扮演的是公司「商务部」的角色。WorkBuddy虽然有权限调用本地文件，但面对需要登录账号、带防护机制的联网软件时就会受阻。连接器的作用就是提前打通渠道，让WorkBuddy和这些软件建立信任，从而顺畅操作。

使用方式很简单：点击「连接」后登录对应账号即可。连接器列表里是实打实的办公软件，而非抽象的技能或问题领域。

三者的逻辑关系可以这样总结：技能是单项能力，专家是领域解决方案，连接器则负责对外部系统的对接。装上技能、请来专家、对接外部系统，AI就从聊天工具变成了真正的数字员工。

连接器背后采用的技术原理通常是 OAuth 授权 或预置的 API 集成。OAuth 是目前主流办公软件（Google Workspace、Notion、GitHub 等）采用的标准授权协议：用户点击「连接」并登录后，平台获得一个访问令牌（Access Token），此后可代替用户调用对应软件的API，而无需存储用户的账号密码。这种机制既保障了安全性，也解释了为什么某些需要绕过登录或具有反爬机制的网站仍难以直接操控——连接器能对接的范围，本质上取决于对方是否开放了标准化的API接口。对于列表之外的软件，WorkBuddy通常退而求其次，通过控制本地浏览器模拟点击操作来完成任务。

实战：用Plan模式开发个人网站

前面的任务多是几分钟搞定的小活，教程进一步演示了一个更复杂的任务——让AI开发一个包含个人简介和作品集的个人网站。

切换到Plan模式

为什么要用Plan模式

关键经验是：复杂任务不要让AI直接动手，而要先用Plan模式让它制定方案。大多数人并不懂前端开发，不知道该如何提需求，Plan模式让AI先把计划告诉你，你再据此提出修改建议，最终结果会更符合预期。

模型选择的讲究

生成模型的选择直接影响质量。教程给出的建议值得参考：

GLM-5.3：设计多页面、带交互效果的网页时效果最好，但带「订阅优先」后缀，无会员时排队较久
GLM-5.2：次优选择，综合表现稳定
HY3：适合简单网页
Auto默认模式：不推荐，可能乱选模型导致输出质量不稳定

执行流程

输入需求（如「制作一个包含个人简介、作品集，风格简约现代的个人网站」）并发送后，WorkBuddy会依次确认关键细节：

用哪种技术栈（教程选择纯HTML+CSS+JS）
用真实个人信息还是占位内容
视觉风格（浅色/暗色/中性灰白）
部署到云端还是本地（选本地便于后期修改）

生成效果丰富

确认方案后点击执行，约10分钟即生成完毕，仅消耗70多点积分（每日免费100点，完全够用）。生成的页面简约现代，首页、作品集、关于我、联系我等模块布局和交互逻辑都做得相当到位。

文中提到的「沙箱隔离」是现代AI Agent工具的重要安全机制。沙箱（Sandbox）是一个与宿主操作系统相互隔离的受控运行环境：AI在沙箱内写入文件、运行脚本或启动进程，产生的影响默认不会扩散到系统关键目录。这类似于在一台「虚拟的临时电脑」上干活，做坏了可以丢弃重来，而不会损伤真实系统。对于本地运行的AI Agent来说，沙箱是平衡「需要足够高的系统权限才能完成任务」与「不能让AI随意修改系统文件」这一矛盾的核心手段。用户授予的「沙箱管理权限」并非无限制的管理员权限，而是在划定边界的隔离空间内的操作权限。

效率技巧与注意事项

教程最后给出几条实用建议：

多任务并行：在等待一个任务生成时，可以点击「新建任务」继续提需求，已有任务会保留在左侧菜单，随时切换。手上有多个项目时能明显提升效率。

沙箱隔离：创建网页或程序时，电脑上会出现「沙箱管理权限」，它对系统进行隔离防护，避免制作过程干扰本机系统。

执行大型项目留足空间，不要频繁中断。新手优先用Plan模式，先看方案再确认执行，既省时间又省积分。

AI交付的完整逻辑大致是：输出整体框架 → 方案获批 → 创建目录结构 → 写入数据源 → 编写样式和交互 → 依次开发各页面 → 校验文件完整性 → 执行部署。这个过程在WorkBuddy的回执消息中都能看到。

结语

WorkBuddy的产品思路很清晰：通过技能、专家、连接器三大生态，把一个通用AI武装成具备专项能力、领域经验和外部对接能力的「数字员工」。配合Plan模式和合理的模型选择，普通人也能用自然语言完成前端开发这类过去需要专业技能的任务。对于希望把AI从「聊天」推向「干活」的用户来说，这套工具的落地思路值得一试。