上周在社区里看到《WorkBuddy 行业应用指南》有奖征集，主题是分享你用 WorkBuddy 完成的一项工作任务。因为我自己刚用 WorkBuddy 做了一个“老项目搬迁”的活，正好完整跑了一遍从安装、调教到交付的流程，今天就把这段经历拆开写给你看。如果你也正在纠结 WorkBuddy 能不能用来干正事，或者准备投稿但不知道怎么下手，这篇可以直接当参考。

1. WorkBuddy 是什么：先搞清楚它和 CodeBuddy 的区别

1.1 我第一次用 WorkBuddy 的真实感觉：它不是聊天框，是个“能接任务的同事”

我第一次把 WorkBuddy 打开的时候，其实有点懵。它不像 ChatGPT 那种一问一答的界面，更像一个带工作区的任务调度台。你可以在里面挂项目、写 skill、存记忆、跑一条完整的流水线。说白了，它把“AI 能力”拆成了一个个可以复用的任务单元，你给单元定输入、定步骤、定输出规则，它就去执行，而不是每次都要你重新把需求讲一遍。

这种设计最大的好处是省事。以前我用普通 AI 工具，每个新任务都要从头写 prompt，还要反复纠正。用 WorkBuddy 之后，我先把常见的任务类型整理成 skill，比如“项目依赖分析”“Markdown 文档格式化”“表格数据清洗”，后面再遇到同类任务，直接调用对应 skill，输入换一下就行。写得久了，WorkBuddy 会记住我对输出格式、语气、结构的要求，不需要每次重复提醒。

1.2 CodeBuddy 和 WorkBuddy 到底该用哪个

这个问题在不少人搜“codebuddy和workbuddy”时会碰到。按我目前的使用体感，二者定位很清楚：CodeBuddy 是给程序员写代码用的，WorkBuddy 是给所有“需要用 AI 处理整件事”的人用的。

如果你是写代码为主，CodeBuddy 更顺手；如果你要处理的是“一个任务的完整流程”，WorkBuddy 会更接近需求。我做项目搬迁的时候，既用 CodeBuddy 看代码逻辑，又用 WorkBuddy 编排迁移步骤，二者互补。网上有“CodeBuddy 和 WorkBuddy 二选一”的问题，我的回答是：按任务选，不必让它们互相替代。

1.3 哪些人值得装 WorkBuddy

我给身边朋友筛选过，适合装的人群大概是这几类：

• 经常要做“技术方案整理、项目交接、环境迁移”的人，WorkBuddy 能把流程固化；
• 需要处理大量文档、表格、Markdown 文件的运营和行政人员；
• 科研场景下要做文献综述、实验记录、资料格式化的研究人员；
• 老师和培训机构想用 AI 快速做教案、题库、PPT 大纲的人。

不适合的也有：如果你只是偶尔问一句话，又不想研究任何配置，那直接用网页版 AI 聊天工具更省心。WorkBuddy 的优点是可控和可复用，但这也意味着你花一点时间做初始化。

2. 安装与初始化：Windows 和 Ubuntu 我各装了一遍

2.1 Windows 安装步骤与避坑

我第一台主力机是 Windows 11，安装过程其实没有太多花样：去官网下载 Windows 安装包，解压后运行安装程序，默认路径可以不改。装好后首次启动会要求登录账号，这个账号决定了你的记忆和配置是否同步。我在这一步建议直接登录，不要用游客模式，否则后面换设备会非常麻烦。

安装过程中有一个容易忽略的坑：WorkBuddy 要在本地执行命令行和读取文件，所以 Windows 上第一次运行某个 skill 时，会弹出一个权限确认框。很多人直接点“否”，然后发现任务总是执行到一半就失败。我的经验是，在权限设置里把“允许本地命令执行”和“允许读取工作区文件”这两个选项打开，只对当前工作目录生效，风险可控。

2.2 Ubuntu/Linux 安装：别让权限卡你半天

Linux 下安装我踩过一次坑。环境是 Ubuntu 22.04，从 GitHub 页面下载了对应的 Linux 压缩包，解压后运行出现的报错是“permission denied”，这是因为没有给可执行文件加权限。解决办法很简单，在终端里跑：

chmod +x workbuddy ./workbuddy

如果你不想手动下载，也可以用包管理器装的思路，但前提是官方仓库有对应版本。我习惯的做法是把 WorkBuddy 放到~/apps/workbuddy目录下，然后在.bashrc里加一个 alias，这样任何目录下都能直接启动：

alias wb='~/apps/workbuddy/workbuddy'

Ubuntu 上还有一个细节：如果你的系统缺少某些字体库，WorkBuddy 的界面会出现方块字。遇到这种情况，先执行sudo apt install fonts-noto-cjk装中文字体，再重启应用，基本能解决。

2.3 缓存目录为什么要改，两种改法

“workbuddy缓存目录怎么更改”这个话题搜的人不少。默认情况下，WorkBuddy 会把运行日志和临时文件放在系统目录，比如 Windows 的C:\Users\用户名\AppData\Local\WorkBuddy。时间久了，尤其是我这种要做大量文件解析的人，缓存能轻松占到几个 GB，C 盘直接变红。

我的建议是安装后第一时间把缓存目录改到独立数据盘或一个专门目录下。Windows 上可以在设置里的“存储位置”里修改缓存路径；Linux 上则可以在启动配置里设置环境变量：

export WORKBUDDY_CACHE=~/workbuddy_cache

修改完之后，旧缓存不会自动搬过去，需要手动把原目录里的cache和logs文件夹复制到新位置。别嫌麻烦，这一步能避免后面很多磁盘爆满的问题。

2.4 换账号不丢记忆：导出与导入的正确姿势

“workbuddy 换账号如何获得原来账号的记忆”这个问题的核心是：WorkBuddy 的记忆是和账号绑定的，不是存在本地文件就万事大吉。如果你因为工作原因要切换账号，最稳妥的方式是在切换前，把工作区配置、自定义 skill、规则文件导出为备份包；切到新账号后，再通过“导入配置”把这些内容读进来。

我自己实测过，导出的时候最好把“对话记录”也带上，不要只导出 skill。因为有些记忆藏在对话上下文中，尤其是你之前反复纠正过 WorkBuddy 某种表达方式，这些信息如果丢了，新账号又要重新调教一遍。切账号之后，先检查工作区的路径是否还指向旧目录，如果不对，手动改一下，问题不大。

3. 用它完成的一个真实任务：老项目搬迁到新电脑

3.1 任务背景：一个 2019 年的项目要换环境

正好借着有奖征集，我选择了自己最近做的“搬迁项目 win”场景作为投稿素材。这个任务听起来简单，实际上很容易翻车。一个 2019 年的老项目，Windows 环境下开发，要迁到另一台 Windows 电脑上继续跑。项目里有绝对路径、旧依赖、特定版本的配置文件，谁手动处理都得花大半天。

我用 WorkBuddy 的思路是，不把它当成“AI 代码助手”，而是当成一个“项目搬迁流程执行者”。我先定义好步骤，让它逐个扫描项目文件、找出硬编码路径、列出依赖清单、生成替换建议，最后在目标环境里做一次验证。

3.2 先给 WorkBuddy 定规则：一个可复用的 skill 文件

WorkBuddy 的 skill 本质是一个结构化配置文件，告诉 AI 每一步要做什么。我写了一个最简单的版本：

name: legacy_migration description: 老项目搬迁：扫描、分析、替换、验证 input: source_dir, target_dir steps: - 扫描 source_dir 下的全部文件 - 统计所有绝对路径出现的位置 - 识别依赖清单和版本信息 - 生成路径替换建议表 - 输出搬迁报告到 target_dir output: migration_report.md

就是这个文件，让我后面每次迁移都能复用。你不需要懂编程，把这个配置里的字段改成你的任务，比如“把某文件夹里的所有图片统一改名”“把几十份合同里的公司名批量替换”，WorkBuddy 就能按步骤跑。这个“给 workbuddy 定几条规则”的操作，比反复打 prompt 省心太多。

3.3 实操过程：依赖分析、路径替换、环境验证

整个迁移过程分三个阶段推进。

第一阶段是扫描。WorkBuddy 遍历了项目目录下的所有文件，用表格列出了出现绝对路径的文件清单。这一步输出得很快，但我发现一个细节：它默认只扫描文本文件，像.dll、.jpg这类二进制文件会被跳过。对于老项目，如果某些配置写在二进制文件里，直接跳过的风险很大。我后来在 skill 里加了一条规则，要求对无法判断的文件类型也要做二进制字符串搜索。

第二阶段是替换。我没有让它直接改文件，而是先输出一份“把C:\old_path换成D:\new_path”的替换建议表。我逐条核对后，才允许它执行批量替换。我的习惯是：永远先看 diff，再落地修改。这个节奏看起来慢，但能避免 AI 自作主张把不该改的字符串也改掉。

第三阶段是环境验证。WorkBuddy 会在目标目录下重新安装依赖，并把关键配置文件做一次 diff，输出验证报告。这一步我原本以为要自己来，结果它把缺失的依赖和版本冲突都列了出来，还给出了修复命令。虽然有些命令要微调，但整体效率比我手动处理高出太多了。

4. 把 WorkBuddy 的产出调教成“人话”：减少 AI 味

4.1 AI 味是怎么来的

“workbuddy减少ai味”这个热搜词很有意思。很多人让 WorkBuddy 写文章，一出来就是一股模板味，被读者一眼看穿。这个问题不在于大模型能力不行，而在于我们没有给它足够明确的表达规则。

WorkBuddy 默认的输出风格偏向“完整、得体、面面俱到”，所以它容易写出一大段“随着……的发展”“通过……可以……”“综上所述……”之类的废话。这不是它的错，是我没告诉它“人话长什么样”。

4.2 四个减少 AI 味的 Prompt 技巧

我自己在写行业应用案例时，给 WorkBuddy 加了这几条硬性要求，效果立竿见影：

• 不允许用“随着……的发展”和“综上所述”这类空话开头结尾，直接进入事实；
• 每个段落第一句必须是结论或动作，不许铺垫；
• 能用具体数字或文件名的，不写“很多”“一些”这种模糊词；
• 全文最多用三次“我们”，其余用“我”或“你”，让语气更像同事聊天。

这些规则看起来简单，但大多数人忘了写。WorkBuddy 的默认模型非常听话，你只要把它当新人一样交代清楚，它的产出立刻就不一样。

4.3 把规则写进配置文件，一劳永逸

我的做法是把上面这些写作要求写进一个叫writing_style.md的规则文件，然后在 WorkBuddy 的设置里把它挂为全局规则。这样无论我让它写周报、写案例、写方案，它都会先读取这份文件，不用每次在 prompt 里重复。

你可以把这类规则理解成一份“员工手册”，里面写明：语气、称呼、禁止词汇、段落结构、案例格式。第一次整理这份手册可能花二十分钟，但之后每个月都能省下大量调 prompt 的时间，这也是 WorkBuddy 比普通聊天工具值钱的地方。

5. 科研与教学场景：两个亲测有效的行业应用

5.1 科研场景：文献整理与实验记录

很多人搜索“workbuddy 科研”，说明这个工具在学术圈也有应用需求。我帮一个做材料方向的朋友处理过文献综述，任务是把近三年二十篇英文论文的关键信息提取出来，整理成对比表格。

WorkBuddy 的表现超出预期：它把每篇论文的研究方法、样本量、核心结论、局限性和 DOI 都分列出来，还自动标注了重复结果。最让我惊讶的是，它能识别出论文里表格数据和正文描述不一致的地方，虽然它不能替我做专业判断，但至少帮我把注意力集中在可疑区域。

科研场景里有两点要提醒：第一，不要把未脱敏的患者数据直接放进 WorkBuddy 工作区，涉及隐私的信息必须提前处理；第二，文献引用格式一定要在规则里写好，比如要求 IEEE 格式还是 APA 格式，否则它给的参考列表风格会很飘忽。

5.2 教学场景：小程序备课案例

还有一个让我印象深刻的场景是“workbuddy 小程序教学应用案例”。一位小学老师用 WorkBuddy 做了一节科普课的教案，输入是课程主题、学生年级、上课时长和教学用具清单，输出是一份完整的教学流程。它甚至帮她把互动提问设计成了选择题，并预估了学生可能的错误回答。

我最喜欢的是它的“课堂突发情况预案”功能：她输入“如果投影仪坏了怎么办”，WorkBuddy 立刻生成了三个替代方案，包括白板互动、打印材料和现场分组讨论。这个用途不需要任何技术基础，只要会用自然语言描述需求就行。

这类教学案例放到行业应用征集中很有竞争力，因为评审看的不只是技术难度，更是“这个工具如何解决真实场景里的问题”。

6. 有奖征集怎么投稿：我的参赛结构拆解

6.1 评审想看的是什么

《WorkBuddy 行业应用指南》这个征集，关键词是“行业应用”和“一项工作任务”。如果你只是写“WorkBuddy 很好用，推荐大家使用”，大概率没有下文。评审想看的是具体场景、具体问题、具体操作过程和可复现的结果。

换句话说，你要展示的是“我遇到了一个什么样的任务，为什么它很麻烦，我用 WorkBuddy 是怎么拆解和执行的，最终效果如何，有哪些坑和优化。”这样的内容比空泛总结有价值一万倍。

6.2 五段式投稿模板

我整理了一个可以直接套用的投稿结构：

这个结构最核心的部分是“操作过程”，一定要写实操细节，比如你输入了什么、改了什么配置、遇到什么报错。不要只贴一个最终界面截图，围观用户更想知道中间发生了什么。

6.3 赢积分和周边的小经验

说两句实在的。我在投类似征集时，发现几个容易拿分的小细节：

• 标题里直接点明行业和任务，比如“老项目迁移：我用 WorkBuddy 把 4 小时压缩到 1 小时”，比“我的 WorkBuddy 体验”吸引人得多；
• 正文里给 WorkBuddy 设定具体规则的过程，最好能附上配置文件片段，哪怕只有几行，也会显得你真正跑通过；
• 结尾不要写“希望大家喜欢”，而是写“如果你也在做类似任务，可以照这套流程试试”，这样更有信息量。

腾讯周边和积分当然香，但说实话，整理这篇指南的过程本身就是一次复盘。我把 WorkBuddy 的 skill 文件、缓存设置、写作规则都重新过了一遍，效率比我第一次用时高了不少。如果你手里正好有一个用 WorkBuddy 做过的任务，趁征集期间把它写出来，既能帮别人少走弯路，又能拿奖励，这个投入很划算。