一、WorkBuddy 是什么？和普通 AI 聊天工具有什么区别？
WorkBuddy 是腾讯云推出的全场景桌面 AI 智能体，覆盖日常办公、代码开发与设计创意。但它最核心的差异点在于：它不只是"聊天"，而是能真的帮你"干活"。
传统的 AI 聊天工具（如网页版 ChatGPT、文心一言）的交互模式是"你问它答"，你得到的是文字建议，然后自己动手。WorkBuddy 的定位则是"能交付成果的 Agent 工作台"——你下达自然语言指令，它自主拆解任务、调用工具、操作你电脑上的文件，最终交付可以直接验收的结果。
目前 WorkBuddy 已上线全栈应用生成能力，支持自带云数据库、文件存储、注册登录和 AI 调用的网页应用，免部署、发布即用。此外，它与微信/企微聊天记录打通，也支持与元宝 AI 录音笔联动。
二、三步上手：安装、登录、跑通第一个任务
2.1 下载与安装
访问 WorkBuddy 官网 workbuddy.cn，根据系统选择 Windows 10/11 或 macOS 11+ 安装包，直接运行即可。安装时建议选择"仅为我安装"，避免不必要的权限扩散。
登录支持微信、企业微信或 QQ 账号。授予本地权限时，建议仅限工作目录，不要给全盘访问权限。
2.2 界面速览
WorkBuddy 采用三栏布局：左侧是能力管理区（新建任务、助理、项目、专家、自动化、资料库、Skill 等），中间是任务执行区，右侧是结果管理区。
2.3 三种运行模式：Ask、Plan、Craft
这是最容易踩坑的地方。WorkBuddy 提供三种运行模式：
- Ask：只聊不动手，适合纯问答、查资料
- Plan：先规划再动手，AI 给出执行方案，你确认后再执行
- Craft：说干就干，AI 直接开始操作文件和执行任务
踩坑提醒：WorkBuddy 默认是 Craft 模式。如果你只是想问一个问题，记得先切到 Ask，否则 AI 会直接开始"动手"，不仅浪费积分，还可能误操作文件。
2.4 第一个实战任务
可以用一个简单的文件整理任务来跑通流程。在 Craft 模式下输入：
把桌面"待归档"文件夹里的文件按类型分进文档/图片/表格三个文件夹，重复文件名加前缀避免覆盖。
WorkBuddy 会自动读取文件夹、判断文件类型、创建子文件夹并完成归类。
三、核心技能：自定义模型配置（含避坑实录）
WorkBuddy 内置了多款模型，也支持接入自定义 API。但自定义模型配置是新手最容易翻车的环节。
3.1 配置入口
在 WorkBuddy 主界面点击底部的模型选择器，在列表最底部找到"配置自定义模型"；也可以走"系统设置 → 模型 → 添加模型"路径。
3.2 真实避坑案例：为什么模型被拒绝了？
问题现象：在 WorkBuddy 的"添加模型"界面中，供应商选择"深度求索"，API Key 填写正确，模型名称下拉框中选择 DeepSeek-V4 Pro，点击"测试连接"——结果显示"模型服务拒绝了测试请求"。
查看 DeepSeek 平台的用量页面，近 30 天 API 请求次数为 0，说明请求从未成功抵达 DeepSeek 服务器。
根因定位：WorkBuddy 会把你选择的显示名称原样作为 model 参数发送给 DeepSeek API，而 DeepSeek 官方 API 只接受特定的模型 ID。DeepSeek-V4 Pro 不是 API 认可的值，正确的模型 ID 是 deepseek-flash（对应 DeepSeek-V4.1-Flash）或 deepseek-v4-pro（对应 Pro 模型）。
这是一个非常普遍的陷阱：UI 里展示的是人类友好的名称，但背后发出的请求用的是另一个字段。如果开发者不知道这个差异，就会在"API Key 没问题、网络也通"的情况下反复碰壁。
解决方案：手动编辑 WorkBuddy 的 models.json 配置文件，将 id 和 name 字段都设置为 deepseek-flash，同时确保 url 为 https://api.deepseek.com/v1/chat/completions。保存为 UTF-8 无 BOM 格式后完全退出并重启 WorkBuddy。
3.3 通用配置原则
无论接入哪家供应商，记住三条原则：
- 模型名称必须是 API 接受的
model字段值，而不是网页展示名称。大小写、连字符和版本后缀都可能影响路由。deepseek-chat和DeepSeek Chat不是同一个值。 - 如果 GUI 保存后模型消失，检查配置文件。WorkBuddy 的自定义模型配置通常存储在
~/.workbuddy/models.json（macOS/Linux）或对应的 Windows 路径下。用python3 -m json.tool验证 JSON 格式是否正确。 - 遇到连接失败，先用
curl直连测试供应商端点。这是最有效的排查手段——如果curl返回 200，问题一定在 WorkBuddy 的配置层；如果返回 401/403/404，则分别对应 Key 无效、权限不足、端点或模型 ID 错误。
四、进阶用法：自动化与 Skill
4.1 自动化任务：让 AI"到点干活"
WorkBuddy 左侧边栏有一个"自动化"入口，本质是一个跑在云端的定时 AI 代理：你设定时间和频率，到点它在云端醒来，按照你写好的提示词去干活，干完把结果发给你。
创建流程很简单：点击"新建自动化"，填写三项内容——执行频率、执行提示词、结果推送方式。注意：提示词里只描述"做什么"，不要写"什么时候做"，时间由计划控制。
适合自动化的场景包括：每日竞品动态汇总、每周数据报告生成、定时提醒推送、周期性文件整理等。需要人工判断的复杂任务（如"根据行情决定是否调仓"）不适合全自动，但可以用 Plan 模式先出方案再人工确认。
4.2 Skill：把重复操作封装成"一键技能"
Skill 是 WorkBuddy 的最小可执行工具单元，可以理解为"给 AI 的工具包"。安装方式有三种：直接在对话中输入任务描述让它查找相关 Skill、通过斜杠命令调用、或者点击左侧"技能"入口浏览技能市场。
如果你有一套固定流程反复使用（比如"把会议录音转成纪要并提取待办事项"），可以用 Skill Creator 把它固化成自定义 Skill，下次直接调用即可。
五、WorkBuddy 适合谁？不适合谁？
WorkBuddy 的定位是"跨职能组织赋能"，它解决的不只是"写代码快不快"，而是从任务拆解到成果交付的完整工作流。
适合的场景：日常办公自动化（文件整理、报告生成、数据提取）、轻度代码开发（脚本编写、原型验证、调试排错）、团队协作中的知识沉淀与复用。它内置 Python 和 Node.js 运行环境，写完代码可以立刻执行，最适合数据处理脚本、工具类程序和快速原型验证。
需要留意的场景：复杂大型项目的工程化开发更适合专业 IDE（如 Cursor、Trae）；重度开发场景下，WorkBuddy 的补全能力足够但工程能力有限；跨系统超大模块的深层逻辑推断，它偶尔会"编"，需要人工核对。企业版采用订阅制，价格偏高，个人用户建议先用免费额度验证需求。
结语
WorkBuddy 的核心价值在于把 AI 从"回答问题"推进到了"交付成果"。它的上手门槛不高，但自定义模型配置和权限管理上有一些容易忽视的细节——尤其是模型名称必须匹配 API 字段这一点，是新手最常见的拦路虎。记住：UI 里看到的名称，和你实际发送的请求参数，是两回事。把它当做一个"需要管着用的聪明助手"，而不是"全自动的黑盒"，你会在日常工作中发现它真正省时间的地方。