1. 为什么“技能”才是 WorkBuddy 的真正分水岭

用了大半年 WorkBuddy，我越来越确信一件事：决定这个工具好不好用的，从来不是模型本身，而是你给它配了哪些 Skill。同一个 WorkBuddy，有人拿它当高级搜索框，问一句答一句；有人把它调教成了一个能自己查资料、自己画图、自己写文档、自己归档的“数字同事”。差距就在 Skill 上。

这篇内容我整理了 9 月最新一轮实测下来最值得推荐的 15 个技能，覆盖 Deep Research、Obsidian 知识库、Excalidraw 画图、Book to Skill、数学建模、Codex 类编码辅助等方向。不管你是刚装好 WorkBuddy 想找几个能立刻用起来的技能，还是已经用了一阵子、想系统性地把工作流串起来，这份清单都能直接抄作业。我会把每个技能解决什么问题、怎么配、踩过什么坑都讲清楚，而不是只丢一个名字给你。

先说清楚一个概念，很多人把 Skill 和 Agent 搞混。简单类比：Agent 是“人”，Skill 是这个人掌握的“手艺”。Agent 负责决定做什么、按什么顺序做；Skill 负责具体怎么把一件事做漂亮。你给 WorkBuddy 装一个“深度研究”Skill，它就知道遇到调研类任务该分几轮检索、该怎么交叉验证；你装一个“Obsidian 归档”Skill，它就知道产出该用什么格式、放到哪个目录、frontmatter 怎么写。所以选 Skill 的本质，是在给你的数字同事做岗前培训。

下面这 15 个，我按使用频率和实际价值排了序，前几个属于“装了就不想卸”的级别。

2. 第一梯队：装了就不想卸的 5 个核心技能

2.1 Deep Research：把“随便查查”变成“系统性调研”

这是我最推荐第一个装的 Skill，没有之一。普通的对话式检索，本质是“你问一句它答一句”，遇到需要多源交叉的题目就容易漏。Deep Research 这个 Skill 的核心逻辑是：接到调研任务后，先拆解成若干子问题，然后分轮次检索、逐层收敛，最后输出一份带引用来源的结构化报告。

我实测下来，它在几个场景里特别值：做行业分析、对比几款产品的优劣、整理某个技术方向的现状。比如我让它调研“国内知识管理工具的差异”，它会自己拆成产品功能、定价、生态、用户口碑几个维度，分别去找资料，最后汇总成一张对比表加一段结论。整个过程大概三到五分钟，产出质量比我手动查半小时还稳。

配置上有个关键点：一定要在 Skill 里写清楚“输出必须带来源链接”和“不确定的信息要标注存疑”。我第一版没写这两条，结果它给的数据有几处对不上，后来加了约束就老实多了。另外建议把“最大检索轮次”设成 3 到 5 轮，太少收敛不够，太多会绕圈子。

注意：Deep Research 很吃 token，别拿它去查“今天天气怎么样”这种问题，纯属浪费。它适合的是那种你愿意花十分钟认真读的题目。

2.2 Obsidian 知识库归档：让产出自动落进你的第二大脑

如果你用 Obsidian 搭知识库，这个 Skill 是刚需。它的作用是：WorkBuddy 每次产出内容后，自动按你定义的规则整理成 Markdown，写进指定目录，并且带上规范的 frontmatter（标签、创建时间、来源、状态等）。

我自己的规则是这样的：所有产出先落到00-Inbox，frontmatter 里自动打上source: workbuddy和status: 待整理，标签根据内容主题自动生成两到三个。这样我每周做一次回顾，把 Inbox 里的东西分流到项目目录或永久笔记，整个流程非常顺。

这里有个坑要提醒：Obsidian 的库路径如果有中文或空格，部分 Skill 脚本会解析失败。我一开始库名带了个空格，归档一直报错，改成下划线就好了。另外建议在 Skill 里加一条“如果目标文件已存在则追加而不是覆盖”，不然重复归档会把之前的笔记冲掉，这个我踩过，损失过一篇整理好的长文。

2.3 Excalidraw 画图：一句话生成可编辑的手绘风示意图

Excalidraw 这个 Skill 解决的是“我不想打开画图软件但又需要一张图”的问题。你描述清楚要画什么，它直接生成 Excalidraw 格式的图形数据，粘进去就能编辑，风格是那种手绘感，放在文档和博客里都不违和。

我常用它画三类图：流程示意、架构草图、概念关系图。比如写技术方案时，让它画一张“数据从采集到入库的流转图”，它会自动摆好方框、箭头、标注，我只需要微调位置。比从零拖拽快太多了。

实操要点：描述里一定要说清楚“有几个节点、节点之间什么关系、有没有分支”。我试过只写“画个流程图”，出来的东西很泛；改成“画一个包含用户提交、校验、入库、通知四个环节的线性流程，校验失败要回到提交”，出来的图基本一次到位。另外 Excalidraw 的数据是 JSON，如果 Skill 输出的格式不对，粘进去会报错，建议在 Skill 里固定好版本字段。

2.4 Book to Skill：把一本书拆成可复用的技能包

这个技能名字直译就是“把书变成技能”，思路很有意思：你给它一本书（或长文档），它帮你提炼出结构化的方法论，再转成一个可调用的 Skill。比如你读完一本关于写作的书，可以让它把核心方法抽出来，做成一个“帮我改稿”的 Skill，以后写东西直接调用。

我用它处理过几本工具书，效果最好的是那种“有明确步骤和方法论”的书，比如讲笔记法、讲项目管理、讲结构化表达的。小说和散文就不太适合，因为提炼不出可执行的规则。

操作上，建议分两步走：先让它输出一份“方法论摘要”，你人工过一遍，确认提炼得对不对；确认没问题再让它生成 Skill 文件。一步到位的话，偶尔会把书里的例子当成规则写进去，导致 Skill 用起来很别扭。

2.5 数学建模 Skill：竞赛和数据分析的加速器

如果你做数学建模或者经常处理数据拟合、优化类问题，这个 Skill 能省大量时间。它内置了常见模型的选型逻辑：拿到问题先判断属于哪一类（评价、预测、优化、分类），再推荐合适的模型和求解思路，最后给出可运行的代码框架。

我拿它跑过几个往年的建模题，它的价值主要在“选型”这一步。很多人卡在“这题该用层次分析法还是熵权法”上，它会根据题目特征给出建议并说明理由。代码部分它一般给 Python，用 numpy、scipy、sklearn 这些库，跑之前记得检查依赖版本。

提示：建模 Skill 给的结果一定要自己验证。它偶尔会推荐一个理论上合适但数据量撑不起来的模型，这时候要人工判断降级方案。

3. 第二梯队：编码与自动化方向的 5 个实用技能

3.1 Codex 类编码辅助 Skill：不只是补全，而是理解上下文

这类 Skill 和普通的代码补全不一样，它会先读你项目里的相关文件，理解上下文再动手。我常用的场景是：让它在一个已有项目里加一个新功能，它会先看目录结构、看现有代码风格，然后按同样的风格写。

配置关键是“项目根目录”和“忽略规则”。一定要把node_modules、dist、.git这些排除掉，不然它读一堆无关文件，又慢又容易跑偏。我一般会在 Skill 里写死忽略列表，省得每次交代。

实测下来，它在“写测试”“重构一个函数”“补文档注释”这几件事上特别靠谱。但涉及跨模块的大改动，还是建议拆成小任务分步做，一次性让它改太多地方容易顾此失彼。

3.2 自定义指令规则 Skill：一次设定，后续所有任务生效

热词里有个“给 workbuddy 定几条规则，后续对所有任务都生效”，说的就是这个。你可以写一个全局 Skill，里面放你的通用偏好：比如“回答用中文”“代码块标注语言”“不确定的信息要说明”“不要用夸张的形容词”。设好之后，后面所有对话都自动遵守。

我的全局规则大概有八条，最有用的是“先给结论再给理由”和“涉及数字要给出来源或计算过程”。这两条一加，输出质量立刻上一个台阶。建议新手先设三到五条，用一阵子发现哪里不顺再补，别一上来写二十条，自己都记不住。

3.3 网站生成与发布 Skill：从描述到可访问页面

这个 Skill 适合做落地页、个人主页、简单工具页。你描述页面要有什么内容、什么风格，它生成 HTML/CSS/JS，然后可以一键发布。我拿它做过几个小工具页，从描述到上线大概十几分钟。

要注意的是：生成的页面默认是静态的，涉及后端逻辑（比如表单提交存数据）需要额外接服务。另外发布前一定要在手机上看一眼，它默认按桌面端排版，移动端偶尔会挤。

3.4 Obsidian Git 同步 Skill：知识库版本管理自动化

用 Obsidian 的人迟早会遇到“改错了想回滚”的需求，这个 Skill 把 git 操作封装成了自然语言。你说“把今天的改动提交一下”，它就帮你 add、commit、push，commit message 还会根据改动内容自动生成。

配置要点：提前把仓库的远程地址和分支配好，Skill 里写清楚“提交前先 pull”。我有次忘了配 pull，本地和远程冲突了，处理起来挺麻烦。另外建议设一个“提交前检查是否有大文件”的规则，避免不小心把附件传上去。

3.5 文档转换 Skill：docx、pdf、md 互转不丢格式

热词里有人问“obsidian 的 docxer 怎么用”，本质就是文档格式转换的需求。这个 Skill 支持常见格式互转，我常用的是把 docx 转成 Markdown 进知识库，以及把 Markdown 转成 docx 发给不用 Obsidian 的同事。

转换的难点在表格和公式。实测下来，简单表格没问题，复杂合并单元格会丢结构；公式建议用 LaTeX 写，转出来基本能保留。如果文档里有大量图片，转换后要检查图片路径，偶尔会变成绝对路径导致换电脑就打不开。

4. 第三梯队：让 WorkBuddy 更懂你的 5 个进阶技能

4.1 学生错题库 Skill：把错题变成可复习的知识点

热词里有人问“obsidian 可以建立学生错题库帮助学生学习吗”，答案是能，而且配合 Skill 效果很好。这个 Skill 的逻辑是：你录入错题（题干、错误答案、正确答案、错因），它自动归类到对应知识点，并生成复习提醒。

我帮朋友的孩子搭过一套，流程是：错题拍照转文字，录入后 Skill 自动打标签（比如“一元二次方程”“因式分解”），每周生成一份“本周错题回顾”。用了一个月，孩子自己就能看出哪类题反复错，针对性补漏效率高很多。

关键在标签体系要提前定好，不然标签会越打越乱。建议按“学科-章节-知识点”三级来，比如“数学-代数-因式分解”。

4.2 项目管理台账 Skill：Obsidian 里管项目不输专业工具

热词里“obsidian 创建项目管理台账”是个高频需求。这个 Skill 帮你把项目信息结构化：项目名、负责人、起止时间、当前阶段、待办、风险，全部用 frontmatter 和 Dataview 查询串起来。

我自己的台账用了一个月，最大的感受是“一眼能看到所有项目的状态”。配合 Dataview 写几个查询，比如“显示所有逾期任务”“显示本周到期的事项”，比翻文件夹快多了。配置时注意日期格式统一用YYYY-MM-DD，不然 Dataview 排序会乱。

4.3 主题与外观配置 Skill：让 Obsidian 好看又好用

热词里“obsidian 主题推荐”一直有人问。这个 Skill 不直接给你主题，而是根据你的使用习惯推荐：常写代码的推荐对比度高的主题，常读长文的推荐衬线字体主题，晚上用的推荐深色护眼主题。

我试过它推荐的几款，最后留了一个深色主题加一个浅色主题，按时间段切换。配置时记得把字体大小和行高一起调，光换主题不改排版，观感提升有限。

4.4 知识库结构诊断 Skill：找出你笔记库的“堵点”

用久了 Obsidian 的人都会遇到“笔记越来越多但越来越难找”的问题。这个 Skill 会扫描你的库，分析标签使用、链接密度、孤儿笔记（没有任何链接指向的笔记），然后给出优化建议。

我跑过一次，发现有两百多篇孤儿笔记，基本都是早期随手记的碎片。按它的建议做了合并和链接，检索效率明显提升。建议每季度跑一次，当作知识库的“体检”。

4.5 多语言与国际化 Skill：中英混排不再乱

如果你的工作涉及中英文混排，这个 Skill 能帮你统一标点、空格、术语。比如中文里夹英文单词，它自动加空格；中英文标点混用，它统一成中文标点（代码块除外）。

这个看着是小功能，但写正式文档时特别省心。配置时记得把“代码块内不处理”写进规则，不然它会把代码里的标点也改了，那就出大事了。

5. 技能组合与工作流串联：单装不如会配

5.1 三套我常用的技能组合

单装技能是加法，组合起来是乘法。分享三套我实际在用的组合：

第一套是“调研-归档”流：Deep Research 负责查，Obsidian 归档 Skill 负责存，知识库诊断 Skill 定期体检。这套适合做研究和内容创作的人，从输入到沉淀一条龙。

第二套是“编码-文档”流：Codex 类 Skill 写代码，文档转换 Skill 出文档，Excalidraw 画架构图。这套适合开发者，交付物一次成型。

第三套是“学习-复习”流：Book to Skill 提炼方法，错题库 Skill 记录薄弱点，项目管理台账 Skill 跟踪进度。这套适合学生和考证党。

5.2 技能冲突与优先级怎么处理

装多了会冲突，这是必然的。最常见的是两个 Skill 都想处理同一类任务，结果互相抢。解决办法是给 Skill 写清楚“触发条件”，比如“仅当用户明确说‘调研’时启用”，避免误触发。

优先级上，我的原则是：全局规则 Skill 最高，它管所有对话的底线；其次是任务类 Skill，按具体场景触发；最后是工具类 Skill，被动调用。理清这个层级，冲突就少很多。

5.3 技能更新与版本管理

Skill 也是会过时的。我建议给每个 Skill 在文件头写个版本号和更新日期，每季度检查一次。特别是依赖外部接口的 Skill（比如检索类），接口一变就可能失效，早发现早修。

6. 实操避坑：我踩过的那些坑

6.1 安装与配置阶段的常见问题

第一个坑是路径。前面提过，中文和空格路径容易出问题，建议全用英文加下划线。第二个坑是权限，涉及读写本地文件的 Skill，要确保 WorkBuddy 有对应目录的权限，不然会静默失败。第三个坑是依赖，Python 类 Skill 要确认库版本，我遇到过 numpy 版本不兼容导致建模 Skill 跑不起来的情况。

6.2 运行时的典型故障排查

6.3 性能与成本控制

Deep Research 和编码类 Skill 比较费资源，建议按需启用，别常驻。我一般把重活集中在固定时段做，避免零散调用。另外给 Skill 设个“最大执行时长”，防止某个任务卡住一直跑。

7. 关于 Skill 和 Agent 的区别，再啰嗦几句

热词里“skill 和 agent 的区别”问的人很多，我用一个具体例子说清楚。假设你要做一份市场分析报告：Agent 负责决定“先查行业规模，再查竞品，最后写结论”这个流程；Skill 负责“怎么查得准”“怎么写得好”。Agent 是项目经理，Skill 是各个岗位的专家。

所以配置思路也不一样：Agent 要配的是“任务拆解逻辑”和“执行顺序”，Skill 要配的是“专业标准和输出规范”。两者配合好，WorkBuddy 才真正像个团队，而不是一个只会聊天的工具。

8. 最后分享几个我压箱底的小技巧

第一个技巧：给 Skill 写“反例”。比如在写作类 Skill 里写“不要用‘随着……的发展’这种开头”，比只写“要写得好”有效得多。模型对“不要什么”的响应往往比“要什么”更准。

第二个技巧：Skill 描述用“动词开头”。比如“生成一份带来源的调研报告”比“调研报告生成器”触发更准，因为模型是按任务意图匹配的。

第三个技巧：定期清理。装了不用的 Skill 就删掉，留着只会增加误触发概率。我现在常驻的 Skill 就八个，其余按需临时启用。

第四个技巧：把最常用的 Skill 组合写成一个“快捷指令”，一句话触发整套流程。比如“帮我做份调研并归档”，背后串起 Deep Research 加 Obsidian 归档两个 Skill，效率翻倍。

这套东西我摸索了小半年，从最开始装一堆用不上，到现在精简到十几个真正顺手的，中间踩的坑基本都写在这了。Skill 这东西，贵精不贵多，找到适合自己工作流的几个，比盲目收集强得多。