WorkBuddy是一款国产 AI 智能体，旨在通过自然语言指令驱动多步骤办公自动化。其核心使用流程如下：

一、安装与部署

WorkBuddy 支持 Windows/macOS 本地部署，也可通过虚拟机安装 。

1. 本地安装（以 Windows 为例）

• 从官方渠道下载安装包。
• 双击运行安装程序，按向导完成安装。
• 首次启动会引导进行基础配置。

2. 虚拟机部署（适用于 macOS 或需要环境隔离）

• 使用 VMware Workstation 创建虚拟机并安装 Windows 11 系统 。
• 在虚拟机内完成 WorkBuddy 的安装，步骤与本地安装相同 。

二、核心配置

安装后，需进行模型和基础设置才能开始使用。

1. 模型配置
WorkBuddy 支持接入多种大模型，是其运行的基础 。配置入口通常在设置或首选项的“模型”或“AI服务”选项中。

配置方式	说明	关键步骤
内置模型	使用 WorkBuddy 已集成的模型服务（如 DeepSeek、GLM、Kimi、混元等）。	在模型列表中选择，部分模型可能需要登录对应平台账号。
自定义 API	通过 API Key 接入 OpenAI、Claude 等第三方模型 。	选择“自定义”或“API”选项，填入正确的 API Base URL 和 Key。

2. 基础功能熟悉

• 主界面：通常包含聊天输入框、会话历史、功能模式切换区。
• 模式切换：WorkBuddy 主要提供日常办公、代码开发、设计创意等模式，针对不同场景优化指令响应 。
• 积分/上下文管理：注意模型的上下文窗口限制，管理好对话历史以优化使用 。

三、核心使用模式与场景

WorkBuddy 通过自然语言指令驱动自动化任务，核心场景如下：

1. 本地办公自动化
这是 WorkBuddy 的核心能力，可直接操作你电脑上的软件和文件 。

# 示例指令（在WorkBuddy聊天框中直接输入自然语言）：
“打开D盘‘季度报告’文件夹，找出所有的Excel文件，将它们的销售数据汇总到一个新的Excel表格里，并生成一个柱状图。”

• 文件处理：批量重命名、格式转换（如 PDF 转 Word）、内容提取与汇总 。
• Office 自动化：生成 Excel 报表、自动排版 PPT、撰写和格式化 Word 文档 。
• 数据整理：从网页或文档中抓取信息并结构化。

2. 代码开发辅助
在代码开发模式下，WorkBuddy 可协助编写、解释、调试代码 。

# 示例指令：
“用Python写一个脚本，遍历当前目录下的所有.txt文件，统计每个文件中‘error’这个词出现的次数，并把结果输出到一个CSV文件中。”

# WorkBuddy 可能会生成类似代码：
import os
import csv
import re

def count_errors_in_txt_files(directory='.'):
    results = []
    for filename in os.listdir(directory):
        if filename.endswith('.txt'):
            filepath = os.path.join(directory, filename)
            try:
                with open(filepath, 'r', encoding='utf-8') as file:
                    content = file.read()
                    # 使用正则表达式进行不区分大小写的计数
                    count = len(re.findall(r'error', content, re.IGNORECASE))
                    results.append({'文件名': filename, 'error出现次数': count})
            except Exception as e:
                results.append({'文件名': filename, 'error出现次数': f'读取失败: {e}'})
    return results

if __name__ == '__main__':
    data = count_errors_in_txt_files()
    with open('error统计结果.csv', 'w', newline='', encoding='utf-8-sig') as csvfile:
        fieldnames = ['文件名', 'error出现次数']
        writer = csv.DictWriter(csvfile, fieldnames=fieldnames)
        writer.writeheader()
        writer.writerows(data)
    print("统计完成，结果已保存至 'error统计结果.csv'")

3. 连接外部平台（通过 MCP 协议）
WorkBuddy 支持 Model Context Protocol (MCP) 协议，可以连接外部工具和服务，极大扩展能力边界 。

• 示例：自动化发微博
  1. 准备环境：安装 Node.js 和微博命令行工具 (CLI) 。
  2. 配置账号：通过微博 CLI 使用 cookies 登录你的微博账号 。
  3. 部署 MCP 服务器：运行微博的 MCP 服务器脚本，使其在本地启动服务 。
  4. 在 WorkBuddy 中配置：在设置中添加该 MCP 服务器的地址（如 http://localhost:8080）并信任连接 。
  5. 使用自然语言指令：配置成功后，可直接在 WorkBuddy 中输入：“发一条微博，内容为‘测试一下 WorkBuddy 的自动化能力！’并附上图片 C:\test.jpg” 。

4. 集成到协同办公平台（如飞书）
可将 WorkBuddy 作为机器人接入飞书，实现团队协同场景的 AI 辅助 。

• 主要步骤：
  1. 在飞书开放平台创建企业自建应用，添加机器人能力 。
  2. 配置应用权限（如获取群信息、接收消息等）。
  3. 在 WorkBuddy 的“集成”或“机器人”设置中，配置飞书提供的 Webhook地址、验证令牌等信息 。
  4. 发布应用，即可在飞书群聊中 @机器人使用 WorkBuddy 的功能 。

四、高级管理与使用技巧

• 工作空间与权限：在团队使用时，可以创建不同工作空间，管理成员对 AI 能力和数据的访问权限 。
• 指令优化：给 AI 的指令应尽量清晰、具体、分步。明确目标、输入、期望的输出格式，能获得更准确的结果。
• 生态兼容：WorkBuddy 兼容 OpenClaw 等生态，可探索更多插件和工具扩展 。

---

参考来源

• WorkBuddy小白教程
• WorkBuddy教程以及核心用法与使用场景
• 使用WorkBuddy自动发微博教程
• 小白也能安装虚拟机 - 虚拟机安装与WorkBuddy部署完整教程
• 保姆级教程｜WorkBuddy接入飞书，10分钟实现高效协同办公