我是一名金融测试工程师，日常工作覆盖港美股交易系统、行情处理、交易 API 测试、IPO 数据验证等多个项目。技术栈以 Python 为主，日常维护 Django + Pytest 自动化测试框架、gRPC 接口测试、以及多套自动化任务脚本。
在接触 WorkBuddy 之前，我的工作流是：每天早上手动跑脚本看行情数据手动整理日报、遇到 bug 切到 TAPD 手动填字段、想分析股票开 3-4 个网站来回切换、项目架构分析得一个文件一个文件地翻。直到开始用 WorkBuddy，才发现 AI 助手不只是聊天，是真的能干活。
一、港股打新日报全自动推送
需求：每天关注即将上市新股、招股价、截止日期，工作日早上 8:30 整理成日报推送给自己。
WorkBuddy 的自动化任务（Automations）功能非常适合：告诉它"帮我创建一个每天 8:30 自动生成港股打新日报的任务"，它会自动配置 RRULE 定时规则，每天调用金融数据 Skill 拉取新股日历数据，生成日报后通过推送通道发到微信。
效果：之前手工 15-20 分钟/天，之后完全自动 0 分钟；数据全量拉取不遗漏；雷打不动。一个月省约 8 小时，从没错过任何一只新股。
要点：自动化任务 prompt 要写清楚。不是"帮我查新股"，而是"查询今日港股新股日历，包括代码、名称、招股价、截止日期、上市日期，整理成 Markdown 表格推送"。
二、股票/行情多维分析，一句话搞定
WorkBuddy 在 finance-data 场景下集成两个专业金融数据 Skill：neodata-financial-search（自然语言金融数据搜索）和 westock-data（腾讯自选股结构化行情数据）。
只需一句话："帮我分析腾讯控股（00700.HK）的技术面和基本面，包括最近 4 期财报、MACD/RSI 指标、机构评级"，WorkBuddy 自动搜索代码、并行查询实时行情/财报/技术指标/研报，整理成结构化表格，红涨绿跌（遵循 A 股/港股配色习惯）。查财报从"开网站→搜代码→选季度→看数据"变成一句话；总耗时从 20-30 分钟降到 30 秒。
三、TAPD 项目管理的无缝对接
团队通过 TAPD 跟踪 Sprint 和 Bug，手动填【环境】【模块】【步骤】【预期】【实际】等字段很繁琐。WorkBuddy 内置 TAPD OpenAPI Skill，支持需求、缺陷、任务、迭代的完整操作。描述一个缺陷，它会自动填充所有字段（项目 ID、迭代信息、严重等级等）。创建缺陷从 3-5 分钟降到 10 秒，字段不再漏填，格式统一。
四、项目架构分析，秒出报告
接手新项目需要快速理解整体架构。直接把项目目录给 WorkBuddy："分析项目的整体架构，包括技术栈、模块划分、数据流、前端和后端技术选型，输出含架构图的详细分析报告"。它会遍历目录、识别模块结构、生成结构化架构分析报告（含可视化架构图）。代码阅读从逐文件翻 1-2 小时变成并行遍历 1 分钟，架构图自动生成 SVG，总耗时从半天降到 5 分钟。
五、踩坑记录
- 坑 1：自动化任务交付被安全审核阻塞。推送工具触发安全审核，内容（尤其含链接或外部数据）会被拦截。解决：推送内容改为纯文本摘要+Markdown，敏感数据用表格内嵌而非外链，拆分大任务降低单次审核风险。
- 坑 2：金融数据 Skill 选择。neodata 优先用于自然语言查询（行情/财报/基金/宏观），westock-data 用于技术指标（MACD/RSI）、筹码分布、股东结构、ETF 持仓。两者互补，WorkBuddy 会自动判断切换。
- 坑 3：TAPD 连接器 Token 过期。现象是所有 TAPD 操作报连接失败。根因是 OAuth Token 有效期短。解决：去连接器管理页重新授权，建议每月检查一次。
六、推荐 Skill 组合
finance-data 插件（金融数据一站式查询）、tapd-openapi（TAPD 需求/缺陷/任务管理）、trading-analysis（多维度投资分析）、agent-browser（网页自动化）、pdfkit-py（PDF 读取编辑合并）、pptx（PPT 自动生成）、playwright-cli（Web 测试与截图）。
七、总结
日均合计从约 3-4 小时降到约 30 分钟，节省约 85%。WorkBuddy 不是聊天机器人，是真正能干活的 AI 工作伙伴。