文档大纲

WorkBuddy 实战：从入门到精通

如果你正在找一款能用自然语言驱动、且在国内网络环境下不需要翻墙就能直接跑通的 AI 办公助理，那这篇实战教程值得读完。

WorkBuddy 是腾讯出品的全场景 AI 办公工作台（PVT），主打「一句话多步骤执行」——交代任务即可让 AI 自主拆解、调用工具、生成本地文件，而不需要你每次手动复制粘贴上下文。本文带你从基础认知、四步工作流、Skill 体系、自动化任务，一直走到 API 对接生成数字人口播视频、搭建自媒体工作台，全程实战视角，不讲空话。

读完这篇你能带走什么：

一套「Skill + 连接器 + 自动化」三层能力的实操模板，能直接套用到自己的办公场景
4 个真实跑通的 API 对接链路（蝉镜数字人 / MiniMax TTS / 智灵抖音文案 / 飞书多维表）
5 条 AI 输出的验收口径（事实/推断/建议分层、数据口径约定、PPT 调研路径、数据分析三层校验、Skill 自动化剪辑）
一份「什么时候 WorkBuddy 反而帮不上你」的反面清单，避免选型踩坑

如果你只用 WorkBuddy 做一两件重复事，下面这套方法同样能复用——把每日 AI 资讯推送、爆款文案提取、周报汇总、数字人口播这些重复路径固化为 Skill，一句话触发，整条流水线自动跑完。

1 WorkBuddy 基础认知

1.1 WorkBuddy 的定位

WorkBuddy 是 AI 工作台，可以围绕目标自行制定计划，在合适时机使用工具、处理文件，并把成果交付给用户。

PVT 是腾讯出品的全场景 AI 办公工作台，用自然语言描述即可执行任务，无需考虑网络问题，更符合中国用户使用习惯。

1.2 环境要求

系统	版本要求
Windows	Win10 及以上
Mac	macOS 12 及以上

Mac 存在两种芯片，下载页面会自动识别当前设备，选择"下载当前设备"即可。

1.3 普通对话 AI 与 WorkBuddy 的核心区别

1.3.1 交互模式差异

普通对话 AI 采用一来一回的交互方式：用户提问，AI 回答；用户不提问，AI 即停止，仅提供建议性回复。

WorkBuddy 只需交代任务即可自主执行，按分计划推进。文件无需人工拖拽、复制粘贴发送，在工作空间授权打开后，AI 会自动读取空间内文件。

1.4 任务处理深度差异

普通对话 AI 是单步响应，验收时只能简单查看建议性回复。

WorkBuddy 能将任务划分为多步骤处理，验收时能看到 AI 自主生成的文件产物，每一步执行情况都可追溯。

1.5 四步工作流

办公型 Agent 的执行由四步构成，所有 Agent 几乎都遵循这一流程：

理解目标：明确用户的任务目标及限制条件，并参考上下文已有信息
拆解任务：把任务拆分成细致的 1-2-3-4-5，逐步推进
调用工具：在执行过程中，根据需要调用本地技能、连接器插件或 MCP 等工具处理材料
交付文件：生成最终交付物，并保留中间执行过程，可随时回溯与打断修正

1.6 工作流可视化

执行过程中，若用户在提问时提前开启 Plan 模式（计划模式），AI 会先给出计划，用户确认无误后再执行。生成文件后，用户必须做人工验收，发现问题再让 AI 修改——因为 AI 存在一定幻觉，且若第一步目标没说清楚，执行时容易出现小问题。

1.7 WorkBuddy 四大核心能力

WorkBuddy 在"国家发力"层面提供四种能力：

1.8 技能（Skill）

教技术技能类，用户可直接调用他人做好的技能（如做 PPT、出表格）
支持将个人工作流程简化，封装为 SOP
当前已有 9.2 万个技能可供选择

1.9 专家模式

如同请了一位专门做设计的人员，会调用设计领域的 PS 等工具，由多个技能组合而成。

1.10 连接器

WorkBuddy 可直接连接 IM 知识库、飞书、邮箱等系统，支持直接操作。

1.11 自动化

顾名思义，用于定时重复执行的任务。

1.12 专家与技能差异

技能：单个技能包，单一能力
专家：由多个技能组合而成的"专家角色"，可直接召唤使用
专家团队：多 Agent 外包，例如投资分析类任务由 13 位专业角色分工执行

1.13 基础配置与实操

1.13.1 新建任务入口

WorkBuddy 下载安装后，在页面左侧点击"新建任务"。新建任务完成后会出现在"任务"列表中。

1.14 任务空间与归档

选择任务空间后，对话会在该空间下进行
不选择任务空间时，对话正常排列在"任务"列表中

任务列表的右键操作包括：

归档：将对话隐藏，可在系统设置 → 数据管理中查看已归档任务
置顶：将常用对话置顶，方便查找

1.15 新建任务的界面构成

新建任务界面分为三种预置模式：

日常办公类
代码开发类
设计图片类

界面上方排列的是内置技能（Skill），如视觉海报等，点击后即可使用该技能并输入提示词。

右下角加号支持添加本地文件、通讯文档、知识库中的文件。

1.16 模式选择

模式	特点
计划模式	先规划任务，确认无误后再执行
紧回答模式	仅回答不操作，类似豆包的对话方式

1.17 模式相关设置

设计模式：可选择 AI 生图或先用色块占位（待后续替换）
设计风格：用户自选
模型选择：支持添加自定义模型，或使用内置腾讯混元模型（2024 年 8 月 31 日前免费）、DeepSeek 等；自配模型时填入 Key 并保存即可

1.18 工作空间

选择工作空间后，对话会在该空间内执行。打开工作空间后，界面展示已有空间及数量对应关系，可新建空间或打开本地工作空间。默认权限一般无需调整，对新手来说可保持默认。

1.19 移动端助理与协作

1.19.1 助理功能

绑定连接后，可在手机端 WorkBuddy 或小程序上与 AI 沟通，实现手机远程遥控电脑替用户干活。

1.20 归档管理

左下角 → 设置 → 数据管理 → 已归档的任务，可对归档任务进行取消归档或删除操作。

1.21 手机端两种模式

模式	适用场景
云端工作	无需操作电脑本地文件的场景
连接电脑	需要操作电脑内文件（如整理文件）的场景

连接电脑后，AI 可看到对话，新建任务若未选工作空间则同步展示在手机端；选了工作空间则需在对应空间内查找。同步展示的内容是聊天记录，输入框内容不同步。

1.22 项目协作

项目创建后可分享给同事或员工，团队成员可一起协作。例如员工 A 完成产品文档后，其历史记录可被其他人拉取并在其基础上叠加更改。

1.23 技能（Skill）体系

1.23.1 技能市场

技能分为精选技能与推荐技能（办公类、开发类、投资类等）。SkillHub 可类比为手机上的应用商店，技能由用户开源上传，当前已有 9.2 万个技能。

1.24 技能创建与上传

添加技能：右上角可将已有技能直接上传，也可点击"创建技能"
创建技能：调用系统内置的"创建技能"技能，改成自己需要的功能即可

1.25 网页版技能数据

网页版已有 11.6 万个 AI 技能，包含微信小程序团队官方出品的技能。技能榜包括近期飙升榜（编程专家下载量 44 万）、下载热榜（最高 110 万、70 多万、60 万）、最近上新榜等。也可自制技能发布上去。

1.26 灵感功能

在"灵感"可搜索"今日 AI 日报一键生成"，点击"一键做通款"可直接替换输入框内已有内容，再复制到自动化或提示词中粘贴使用。

1.27 系统设置要点

1.27.1 存储路径

在 Windows 系统上，存储默认路径为 C 盘，需改为其他盘符，避免 C 盘空间占满导致电脑变卡。

1.28 远程连接

手机连接电脑时需开启远程锁屏，否则电脑进入休眠状态时手机无法连接。

1.29 集成渠道

在助理设置中可配置：

微信小程序集成：扫码绑定即可
支持微信、企微、飞书机器人、钉钉机器人等

1.30 实操案例演示：会议纪要整理

1.30.1 操作流程

选择任务空间（如"会议"空间）
输入提示词，要求 AI 读取工作空间文件夹并提炼关键问题，缺失项标记为"再确认"
点击"执行"，AI 自动生成结果

1.31 验收

AI 执行完毕后显示执行结果，可在工作空间中查看对应文件路径，双击打开验证内容。

1.32 积分领取与任务指南

1.32.1 每日积分

点击左下角用户名 → "WorkBuddy 加油站" → "立即领取"，每天可领 100 积分。

1.33 成长计划

抽奖与礼物：点击"领取礼物"获得积分；点击"派出"后回来可看到随机奖励
任务积分：完成指定任务（如体验知识库、体验新模型、设置自动化任务、体验画布等）可获得积分

1.34 任务完成示例

任务	操作
体验知识库	阅读完毕介绍后点击完成
体验新模型	打开机密栏 2，新建对话发送"你好"即可
截止 8 月 31 日的模型体验	直接点击"召唤专家"，切换为腾讯混元模型（免费至 8 月 31 日）
体验画布	创意设计 → 选择视觉海报，体验即可

1.35 任务奖励

完成任务后可领取积分奖励，还能开启盲盒抽取小宠物。

1.36 注意事项

积分具有时效性，可在需要时再做任务。做任务时必须先点"去完成"使状态变为"进行中"，再去试安装使用，否则无效。

1.37 连接器体系

1.37.1 连接器定位

连接器相当于 MCP（Model Context Protocol），是 WorkBuddy 中已配置好的 MCP 连接，无需用户再做配置。

1.38 内置连接器

腾讯文档、腾讯会议、微信、钉钉、腾讯 TAPD（类似 QA 系统）、股票查询（含香港股票）等。点击加号即可配置，仅需授权。

1.39 自定义连接器

若企业有自建 CP 系统需开放接口，可点击"自定义连接器"，配置自有 MCP 服务，将相关信息粘贴进来并保存即可使用。

1.40 连接器使用

直接点击即可调用，让 AI 操作邮箱、选拨文档、飞书等系统。WorkBuddy 在国内的生态非常庞大。

2 专家、专家团队与Skills体系

2.1 连接器的使用流程

授权连接器后点击进入对话，页面跳转后在"加号"中选择"连接器"并打开，出现对应图标即为成功。此时可向 AI 说明在飞书多维表格的哪一个表格里新增一行什么内容，执行后即可在飞书中看到结果。

2.2 专家=单一 Agent 技能包

专家可理解为单一的 Agent，以"高级应用开发工程师"为例，只会做全站开发这一类技能，是预配置好的高端人才，直接调用即可。调用方式为点击"召唤专家"，用自然语言描述需求即可。

2.3 专家团队=多 Agent 外包协作

专家团队相当于外包了一整个团队。以软件开发为例，团队包含 5 位专家：负责交付的、架构师、执行者、产品经理以及最后的 QA。用户交代一项工作后，这 5 个人会逐一执行。需注意团队模式积分消耗较高。

2.4 连接器=AI 可调用的工具生态

WorkBuddy 最大的亮点是连接器——其他 Agent 平台通常需要用户自定义连接、手动配置，而 WorkBuddy 已内置丰富的生态连接器，点击"加号"即可直接配置。

2.5 WorkBuddy 接入 ima 知识库

2.5.1 授权与查看

WorkBuddy 与 ima 知识库已打通。在左侧"更多"中点击"ima 知识库"进行授权。Mac 端已登录微信时可选择快捷登录；若未出现该入口，可点击下方选项用微信扫码登录，效果一致。

授权后可获得三项能力：在 WorkBuddy 中查看知识库列表、查看并搜索知识库资料，以及在任务中精准调用知识库内容。

2.6 手机端收藏公众号文章到 ima

在手机微信中首先要确保打开过一次 ima 小程序。遇到一篇优质文章时，点击右上角三个点：

若中间栏直接显示 ima 知识库图标，直接选中即可
若首次使用没有该图标，点击"更多打开方式"，在靠后位置找到并选中 ima 知识库

未打开过 ima 小程序的情况下，该图标不会显示。收藏成功后后台会自动解析，稍等片刻即可使用。

2.7 在 WorkBuddy 中调用 ima 知识库

前置条件：WorkBuddy 与 ima 知识库的连接已配好（课程中有单独视频讲解）。

新建任务时操作步骤：

点击"加号"，选择最下方的"连接器"
找到 ima 知识库并点击，此时界面会出现 ima 知识库的图标
选择模型（推荐混元 3，限时免费）
点击"添加文件"，可从 ima 知识库中精准选择某一篇文章
输入指令，例如"帮我总结一下这篇公众号的内容"

AI 会调用该文章并输出总结结果。

2.8 操作流程小结

在 WorkBuddy 中使用 ima 知识库分为两步：

手机微信端：确保打开过 ima 小程序 → 收藏文章时通过中间栏或"更多打开方式"选中 ima 知识库
WorkBuddy 端：新建任务 → 添加 ima 知识库连接器 → 精准选择知识库中的具体文章 → 进行总结、翻译等操作

2.9 Skill 基础：认识与了解 Skill

2.9.1 Skill 的本质

Skill 并非"更复杂的提示词"，而是一套标准化的做法——能让大模型重复使用的说明文档，类似药品的说明书。用户日常会写大量提示词，例如总结文章、将英文翻译成中文等，这些提示词对很多人来说被反复使用过多次。

Skill 与普通提示词的本质区别：

维度	普通 Prompt	Skill
存在形式	文档中或记忆里	本地文件夹，跟随工具（如 WorkBuddy）使用
调用方式	每次复制、重写或临时提取	放置一次后可手动触发或通过关键词自动触发
优化方式	临时发挥	可随时修改、扩展（如从英文翻译扩展到韩文、日文）
适用场景	临时性、一次性的任务	重复性任务（如每日翻译、每周总结）
附件能力	仅支持上传文档、图片	可带脚本（可执行代码）、模板、图片、字体等

2.10 Skill 与 Prompt 的关系

Skill 不是替代 Prompt，而是把好的 Prompt 固化下来、标准化。临时性任务继续用普通 Prompt 即可；像翻译、总结这类重复任务，则适合做成 Skill，并可在 Skill 中详细规定翻译质量、标点符号、专有名词处理等细节，使输出越来越符合个人要求。

2.11 Skill 的诞生背景

2024 年 10 月，Anthropic（Cloud 旗下）推出了 Skill 标准。在此之前，Claude Code 等工具虽已存在多个月，但缺乏统一的 Skill 标准和工具支持。Skill 的出现显著增强了 Agent 的能力，到 2025 年 10 月（距今约 10 个月）正是学习 Skill 的合适时机，越早掌握越好。

2.12 在 WorkBuddy 中使用 Skill

2.12.1 Skill 的目录结构

Skill 的标准目录结构包含：

name：当前 Skill 的名称，一般使用小写英文，多个单词用小横杠连接
skill.md：必须的文件，包含 Skill 的核心定义
scripts/：脚本文件目录，可放置 Python、JS 或 .sh 脚本
reference/：引用文件目录（可省略），存放数据库元数据、API 文档、领域知识等参考资料
assets/：模板文件目录，存放模板、图片、字体等，主要用于最终产出而非指令阅读

2.13 skill.md 的加载机制

skill.md 主要包含元数据（name + description）和正文。其中：

name + description：打开 WorkBuddy 后即被预加载到上下文中，始终可见
正文：触发式加载，仅在手动触发或通过自然语言提示词自动触发时才加载
引用的 md 文件：按需加载，在正文触发后再进一步加载

因此 skill.md 的正文应尽量精简，避免过长。如果有引用文件或脚本，应在正文中明确标注以实现按需加载。最简单的 Skill 只有一个 skill.md 文件。

2.14 Skill 的三种触发方式

触发方式	操作	Token 消耗
手动触发	在 WorkBuddy 中找到需要的 Skill，点击安装后直接调用	最省
自然语言触发	直接说"帮我生成一个公众号的封面图"，AI 根据上下文自动找到对应 Skill 再生成	较多（多一个回路）
外部搜索触发	在 skillhub 网站上搜索更详细的 Skill，或到 GitHub 上查找相关技能	视来源而定

三种触发方式可以结合使用——在 WorkBuddy 内搜索、去 skillhub 网站搜索、去 GitHub 搜索。

2.15 Skill 的作用域：项目级 vs 全局级

2.15.1 两种作用域的区别

作用域	作用范围	触发方式
全局 Skill	在所有项目、所有文件夹下都可用	直接使用
项目级 Skill	仅在当前项目（如 .workbody 文件夹）下生效	只能在当前文件夹内使用

2.16 创建项目级 Skill 的实操

以"总结文章 Skill"为例：

新开任务并新增一个文件夹（如 SummerArticle）
输入命令 skill create
描述需求："帮我生成一个总结文章的 Skill，包含三个功能：一句话总结文章内容、分段总结、告诉我文章的结构"
明确指定"这个 Skill 要创建到当前项目，不要创建到全局"

创建耗时约 1 分 14 秒，生成结果：

名称：article-summer（项目级位置）
功能：第一层一句话总结（50 字）、第二层分段总结、第三层文章结构
输出方式：URL 链接、本机文件、上传（用户未指定，系统自动补充）

2.17 验证与使用

创建完成后可手动触发该 Skill：

给 AI 一篇文章作为输入
查看输出结果：一句话总结 → 分段总结 → 文章结构（如"递进式：问题→分析→解决→再出问题→分析→解决"）

验证方式：当前文件夹下能找到 article-summer，其他文件夹找不到，即为项目级 Skill 生效。

2.18 Skill 文件结构示例

打开 article-summer 文件夹，最简结构只有一个 skill.md，包含：

name：article-summer
description：建议控制在 100 字以内，描述 Skill 的功能（如"总结文章、概括文章、分析文章，对文章进行分段总结，用于计划总结"），系统会据此自动触发
正文：具体的执行指令（本例较简单，无需引用和脚本）

复杂 Skill 还可包含 reference（引用）和 script（脚本），按需加载。

2.19 发布 Skill 到 SkillHub

2.19.1 发布前置条件

发布到 SkillHub 需要：

登录账号
完成认证（否则无法发布，同时也是出于安全考虑）

2.20 显示隐藏的 `.workbody` 文件夹

Skill 通常存放在 .workbody 文件夹下，但该文件夹默认隐藏。显示方法：

Mac 端：打开终端 → 跳转到对应目录 → 执行 ls -a 即可看到所有隐藏文件。

Windows 端：可直接设置为始终显示隐藏文件，或继续问 AI 获取指引。

2.21 发布步骤

在 SkillHub 中找到目标文件夹（如 article-summer）
填写唯一的标识符（仅允许小写字母、数字和连字符，如 summer）
填写本次版本号（如 1.00，标记为初始版本）
点击上传
系统会进行腾讯云安全扫描（含云警实验室扫描），首次上传耗时未知，完成后会提示成功

2.22 发布后验证

上传成功后，在 SkillHub 中再次搜索该 Skill，确认能搜到即为发布成功。

3 Skill提示词标准化与项目/全局作用域

3.1 Skill 发布流程与 SkillHub 社区

文章发布后可直接进行安装，安装过程可能较顺利。希望使用者把自己觉得好用的技能发布到 WorkBuddy 的 SkillHub 平台，供他人使用。SkillHub 偶尔会举办活动，参与可获得奖励。

3.2 Skill 使用四阶段回顾

Skill 的完整使用链路：从 Skill 市集浏览 → 常用用法 → 自创建 Skill → 使用 → 最终发布到 SkillHub 并安装。讲解已覆盖全过程，如有疑问可在 VIP 群咨询。

3.3 实用技巧_快速搜索需要的 Skill

3.3.1 视频内容结构

视频分三部分：第一部分在 WorkBuddy 软件内直接查找；第二部分去 SkillHub 社区（腾讯为国内用户创建的技能社区）；第三部分用更 AI 原生的方式找技能。

3.4 WorkBuddy 内查找技能的两种入口

技能入口有两种方式：第一种先点击入口，切换到"专家/技能/连接器"中的"技能"；第二种利用浮动选项直接点技能进入。

进入后页面分三栏：精选技能（官方推荐）、推荐技能、更多技能及技能套件。"我安装的"区域列出已安装技能。

3.5 在 WorkBuddy 内搜索与安装 Skill

以"微信公众号导出"为例搜索，搜索结果来源均为 SkillHub。可查看技能作者（多为第三方上传者），点击"安装"即可。安装完成后"去试试"，手动选中技能即可使用。

3.6 SkillHub 网站搜索

第二种方式：清空 WorkBuddy 搜索框，点中间进入 SkillHub 网站直接搜索。SkillHub 站内搜索结果比 WorkBuddy 内的更多。

3.7 自动化任务_搜索新闻并创作文章

3.7.1 视频目标与流程

用 WorkBuddy 帮助自媒体定时生成选题 → 基于选题生成不同方向 → 生成文章或图文。可在基础流程上拓展为视频脚本等。

以"每天定时推送最新 AI 资讯"为案例演示：左侧点击"自动化"→ 新建自动化 → 从模板添加（选"每日 AI 新秀文推送"）→ 工作空间选 workbody → 推送后内容出现在空间下。

模板默认提示词：

关注当天 AI 领域的重要动态，侧重 AI 扩定与继承智能方向，再选 3 到 5 条有价值的信息，简要说明世界内容及值得关注的原因。

可在提示词基础上追加个人指导。

3.8 自动化任务的配置项

自动化任务可配置以下项：

配置项	选项	说明
模型	选择模型	决定生成所用模型
技能	导入已有技能	可加入腾讯 PUT、做 PUT 等
召唤专家	选单个专家或专家团	例如内容创作专家，可写公众号长文
访问权限	完全访问/部分访问	全部放开便于跑通链路
连接器	连接 MMA 支持库、外部知识库	数据来源
执行频率	周期（每天/每周/每月/每年）、间隔（周一周二…+每小时/每 2 小时）、单次	单次可指定具体执行时间
推送渠道	Coze 微信小程序、企业微信 bot	关联后可推送

初次接触时建议保持最简配置，跑通链路后再逐步扩展。

3.9 单次执行的延时机制

设置单次 23:37 执行，因触发后还需抓取与处理信息，到达用户端时显示为 23:41（约 4 分钟延迟，属正常）。

执行后系统推送 5 条 AI 动态（提示词要求 3.5 条）。可基于推送继续追问，例如对 DeepSeek 开源 Harness 0.1 并调整 API 定价这条，要求按不同方向整理文章参考。

3.10 多方向选题与文章生成

系统按 4 个方向整理参考：官方一手信息、圆马级解读、架构科普与对比、占领分析方向（API 风谷调价）。基于方向 4 生成 200 字公众号文章后，可追加要求扩写到 1000 字并保持专业语气，约 1 分钟即可完成。

3.11 自动化场景延伸

每周五固定任务 → 设成每周五定时执行，自动产出周报
自动化设置方向 + 自动化生成文章 → 全部串成一条流水线
流程走通后可在基础之上自由拓展

3.12 WorkBuddy 海报设计与图片制作

3.12.1 选择视觉海报技能

新建任务后，把入口从"代码开发"切到"设计创意"，选"视觉海报"。下方附带最佳实践案例。可选择设计风格，也可不选直接发送。例："帮我设计一个咖啡馆的宣传海报"。

3.13 海报生成与设计工具

发送后系统新建海报铁面，左侧进入设计工具，展示创业引擎的构思过程。Tips 显示支持打开文件、调用已有素材。生成图片后用画布工具修改，旁边会生成新版本。系统会自动挑选字体（不同字体对应不同风格），咖啡馆场景避免太正经或太 kawaii 的字体。

3.14 画布三件套

箭头工具：选中并移动元素
手型工具：移动整张图片
智能框选：框选文字等元素，按提示修改属性

操作示例：框选"晨曦咖啡"主标题 → 让 AI 调整字体颜色为绿色 → AI 实际调整为深墨绿，效果比预期更好。

3.15 海报生成总结

风格选项与缩放均可尝试，点击"一键做同款"复用效果。海报能做的类型很多，值得多尝试。

3.16 WorkBuddy 制作 3D 模型

3.16.1 选择 3D 技能与生成

选用"3D 模型与视觉特效"（OVA 自带，无需额外安装）。直接发送"帮我生成一个霸王龙 3D 模型"，等待 1–5 分钟即可生成。生成后鼠标滑动可放大缩小，效果逼真。

3.17 产物文件说明

生成产物含 GLB 文件与预览拼接文件：

GLB 格式 → 放入游戏引擎或 3D 软件使用
preview 拼接文件 → 快速查看效果

可生成其他类型：3D 房子、轴承等，建议多尝试。

3.18 一句话调用技能生成视频

3.18.1 视频效果与提示词撰写

案例视频为俯拍视角：孤独身影立于山顶，夕阳映照云海，电影级光影。提示词要尽可能清晰详细，例如：

俯拍镜头，一个孤独的身影站在山顶上，风吹乱了他们的一角，远处是翻滚的云海和初升的金色阳光，镜头缓慢拉远并环上拍摄，电影级光影，4K 分辨率，世纪氛围。

简单写为"一个人站在山顶制作视频"效果不佳。

3.19 生成与效果查看

选"3D 模型与视频特效"（workbody 已默认安装），点发送。系统进入空间范围提示后始终允许即可。分辨率仅支持 1680p（不支持 4K），经两分钟生成后点击播放查看效果。视频约 5 秒，带电影感。效果不理想可继续告诉 AI 调整。

3.20 技能玩法探索

对功能不熟的技能，可直接问"这个技能生成视频都有什么玩法呢"，AI 会列出使用方式。该方法同样适用于其他技能，例如资料库等。

电商场景适用点：WorkBuddy 能用在哪些电商场景

WorkBuddy 落到电商业务上有 5 个立刻能上手的方向，按投入产出比从高到低排序：

店铺日报 / 周报自动汇总：把每日的店铺数据（订单、流量、转化）通过 Skill 沉淀到本地知识库，每周末自动生成结构化周报，省下 2-3 小时人工整理时间。
爆款文案二次创作：通过智灵 API 抓取抖音爆款文案 → MiniMax 生成语音 → 蝉镜生成数字人口播视频，全链路可封装为 Skill，输入商品链接一句话输出短视频脚本。
客服话术 SOP 化：把金牌客服的高频应答话术整理为 Skill，新人遇到常见问题时一键调出标准回复，避免每个人各说一套。
私域朋友圈批量生成：基于选题 Skill 自动生成 5:3:2 内容配比的朋友圈素材（人设/像人/产品），按时间段自动推送。
数据看板自动填报：把每日要看的 GMV、ROI、客单价数据从多平台抓回来，自动写入飞书多维表格，手机随时查看。

投入门槛：1-2 个工作日搭基础链路（参考本文第 4-6 章），1 周跑通 1 个场景，再逐步扩展。

4 自动化任务与画布/数字人实操

4.1 videocin 工具的定位与生成能力

技能中的"视频能力"并非文生视频，而是 videocin 工具提供的视频特效能力——通过上传静态图片，选择模板驱动生成动态短视频。底层提供约 60 套模板，覆盖人物互动、变装、物理特效、风格转换、互动等多种玩法。日常使用中遇到不熟悉的工具或技能，直接询问 AI 即可获得使用方法说明，无需自行摸索。

4.2 五大玩法的实操路径

人物互动玩法支持上传两张人脸照片（如情侣），通过模板驱动生成互动视频；变装玩法可生成风格化变装效果，在某音平台上传播效果较好；物理特效、风格转换、互动三类玩法均可直接套用模板进行尝试。使用时若不知道如何生成合适的提示词，可直接向 AI 索取参考提示词，再据此生成内容。

4.3 图片生成视频实操：趣味反差风格例

选择"搞笑反差风"模板，上传静态图片，AI 自动驱动模板生成动态视频。实操案例为上传金毛图片，AI 生成的金毛视频描述为"一只金毛巡回犬坐着温和的注视镜头，微微歪头，耳朵轻轻抖"，生成耗时约 2 分 40 秒至 3 分钟，与描述吻合，效果良好。

4.4 积分消耗提示

图片生成视频类操作积分消耗较大，单次生成约消耗 50–100 积分。建议在使用时注意积分余额，避免无意中消耗过多资源。AI 工具的掌握遵循熟能生巧规律，玩得越多越熟练，长期不练习则难以保持操作手感。

4.5 创建批量生成小红书配图 Skill

4.5.1 Skill 创建的入口与基础提示词

在 WorkBuddy 中新建任务时选择"代码开发"模块，因为该模块内置 Skill 开发能力。提示词设计要点是让 AI 创建一个可重复使用的小红书配图 Skill，命名为"小红书 XLM images"。Skill 功能为读取用户提供的文章，规划并生成封面图与若干章节解释图。

4.6 提示词中的规则设定

Skill 需完整理解文章后智能判断需要配图的章节，无需为每个小标题机械生成图片——简单列表与过渡段落通常不需要配图。生成图片前必须先制定整体配图方案，避免积分消耗后无法满足需求。封面设计原则要求围绕文章主题、明确主要视觉焦点；每个章节解释图只解释一个核心问题，避免一张图承载多核心问题导致视觉混乱。文章中已有的真实截图或已生成的图片可直接使用，不强制替换。

4.7 校对输出与个性化调整

Skill 执行完成后会输出封面与各章节图。生成效果可通过追加指令继续调整，例如指定每次生成的图片统一放入当前工作目录的 output 文件夹下，并固定背景与文字风格。调整完成后即可正常使用。生成图出错时可让 AI 反复修改，无需担心试错成本。

4.8 Obsidian 下载及安装基础配置

4.8.1 下载安装与仓库创建

Obsidian 官网提供下载入口，英文界面可在设置中切换为中文。系统会根据操作系统自动推荐对应版本（Windows / Linux / MacOS），如推荐错误也可手动选择。安装后首次打开会进入初始界面。

创建本地仓库（即笔记存放的文件夹）时，建议将位置选择到非 C 盘（如 D 盘、E 盘或下载文件夹），原因在于知识库随使用时间会持续增大，存放图片、视频等附件后容易撑爆 C 盘容量。Mac 用户直接浏览选择文件夹即可；Windows 用户需注意盘符选择。Obsidian 对硬盘性能要求不高，普通机械盘或 SSD 均可流畅使用。

4.9 界面布局与基础设置

Obsidian 主界面分为三列：最左侧为笔记列表、中间为正文编辑区、右侧为功能栏（默认关闭，无需使用）。设置入口位于左下角，初次使用无需深入配置全部选项，遇到具体问题再针对性设置即可。

文件与链接的两项关键配置：

新建笔记的存放位置：默认设置为"仓库根目录"，会导致不论当前打开哪个文件夹，新建笔记都直接生成在根目录。建议改为"当前文件所在文件夹"，这样在文件夹 1 中新建"未命名 2″会自动归入文件夹 1，而非根目录。
附件默认的存放路径：默认情况下图片、视频等附件会全部堆放至根目录，无法分辨属于哪篇笔记。建议设置为"当前文件所在文件夹下指定的文件夹"（如命名为"附件"），粘贴图片时自动归入当前笔记所在文件夹的"附件"子目录，使知识库保持整洁。

4.10 第三方插件与 iTubar 安装

安装第三方插件前需先在设置中点击"退出受限模式"，随后在"第三方插件"中点击"浏览"进入插件市场。

iTubar 插件：Obsidian 底层使用 Markdown 语法（标题用井号标记、一级标题一个井号、二级标题两个井号），但多数用户记不住完整语法。iTubar 插件提供可视化按钮工具栏，新建笔记时直接点击 H1、H2 等按钮即可生成对应级别标题，无需手写 Markdown。安装流程为在插件市场搜索 → 点击安装 → 启用。新建笔记后顶部会多出一行按钮，点击 H1 生成一级标题，点击 H2 生成二级标题，依此类推。

插件市场与主题推荐：插件市场中除工具类插件外，还有大量主题（皮肤）类插件可调整 Obsidian 整体外观风格。安装方式相同：搜索 → 下载 → 启用 → 切换主题。安装新主题后界面外观会立即变化，部分主题视觉效果接近 iOS 风格。

4.11 Obsidian 接入 WorkBuddy

4.11.1 插件安装与基础配置

WorkBuddy 已安装并登录后，即可在 Obsidian 中通过插件方式调用。具体路径为：设置 → 第三方插件 → 插件市场 → 搜索"workbody"。市场中有两个相关插件，推荐安装其中一个（可在右侧栏调用 WorkBuddy AI 的版本），安装后点击"启用"。

启用后进入插件"选项"进行配置，需要指定两个路径：

WorkBuddy CLI 路径：插件会自动查询本机路径；若查询失败，可直接询问 WorkBuddy AI"本机电脑的 workbody cli 路径是什么"，它会逐条询问确认（无写入权限时还需授权），确认后给出具体路径。
Node.js 路径：同上，手动指定即可。

4.12 三种授权模式

计划模式（只读不改）：AI 不会立刻执行操作，而是先制定计划告知将要做什么（如"我要做 A、做 B、做 C"），但不实际修改任何文件。
完全访问模式：将全部权限授予 AI，可任意读写电脑文件，操作能力强但风险高，慎用。
默认询问模式：AI 每步操作前都会询问确认。

演示场景通常使用完全访问模式以便操作流畅。常驻指令设置项支持配置 AI 人设（如设定"每次回复都叫我 boss"），配置后对所有会话永久生效，包括新开窗口。

4.13 为什么在 Obsidian 内调用而非独立 App

在 Obsidian 内通过侧边栏调用 WorkBuddy 的核心优势是避免频繁切换窗口。如果在独立 Cursor App 中操作，需要在 App 内让 AI 执行修改 → 切回 Obsidian 查看文件变化，频繁切换容易打断写作与编辑思路。而在 Obsidian 侧边栏直接调用，可以同时看到 AI 输出与文件实时变化，心智保持在同一界面，不打断思考流。

4.14 个人知识库搭建：建立自己的知识体系

4.14.1 知识库搭建的难易平衡

知识库搭建看似复杂，实际门槛较低——已有现成的完善提示词可直接发给 AI，由 AI 创建知识库结构、设定内部规则、说明每个文件夹的用途与放置条件，并全程引导使用。每个文件夹放什么、何时放、放哪里都已预设，无需自行设计。

真正的复杂度在于长期维护：知识库不是一次性搭建完就能持续发挥作用，而是需要把工作过程中产生的各类信息持续维护进对应文件夹。今天把信息放入 Obsidian 只是开始，后续要持续使用与更新，才能让知识库真正服务于日常工作。

5 API对接方案：抖音文案与数字人语音

知识库的价值依赖长期沉淀。如果信息分散在手机备忘录、便签、各类聊天软件中，AI 在调用知识库时就无法识别这些外部内容，导致检索不准确。"巧妇难为无米之炊"，AI 不知道的信息，无论怎么问都得不到正确回答。日常遇到任何值得记录的内容都应立即存入知识库，而非依赖记忆。

5.1 AI 辅助搭建知识库的实操过程

复制预设好的提示词，将其粘贴到 WorkBuddy 插件的输入框中。授权模式选择"完全访问"，模型可自由选择（推荐使用会员 3 或更高模型）。由于提示词已经植入了完整的知识库结构定义，发送后 AI 会自动在本地执行命令创建完整的目录结构，无需手动建立文件夹。

执行过程中 WorkBuddy 会请求本地权限（"是否允许执行命令"），直接选择"总是允许"即可。AI 执行完毕后，左侧会自动出现以下目录：

收集箱：存放临时性、零散的日常记录，例如临时想法、快速笔记
项目：存放大型任务的所有产出物，例如"汇报 PPT 项目"下集中管理所有 PPT 相关文件
主题知识：按知识领域分类的长期记录，例如计算机、健身、理财、厨艺等
原始资料：存放从外部获取的优质内容，例如文章、论文、行业报告
成果输出：存放利用知识库生成的最终成果，例如文章、报告
归档：存放已完成或过时的项目内容

每个目录都配有对应的 AI 工作规则文件（AI工作规则.md）和使用说明文件。使用说明既是给使用者看的指引，也是给 AI 阅读的上下文。agents 目录则用于配置 Codex 等 AI Agent 的行为规则。

5.2 日常使用方式

无需记忆固定指令模板，只需像与一个聪明的人对话一样告诉 AI 你想做什么：

录入临时信息：直接发送内容，AI 自动归入收集箱并标注来源
创建项目：直接说"我要做一个汇报 PPT"，AI 自动创建项目文件夹与项目目标

知识库的规则文件可以根据个人习惯调整。如果觉得默认流程不合理，直接告诉 AI 让它帮你修改规则即可，无需手动编辑 Markdown 文件。

5.3 在知识库中创建专属 Skill

知识库中可以创建属于自己的 Skill。例如每周需要写周报的场景，可以创建一个"周报生成 Skill"：平时把每天完成的工作内容都记录到知识库中，每周末执行该 Skill，AI 自动汇总上周的工作内容与成果，生成完整周报。Skill 还可以调用浏览器自动发送邮件等高级操作。

知识库的搭建只是起点，后续需要持续使用和迭代。预设的知识库结构是基础模板，可以根据个人喜好任意修改。

5.4 插件安装流程

Obsidian 左下角点击齿轮图标 → 进入"第三方插件" → 点击"退出受限模式" → 浏览社区插件市场 → 搜索"WorkBuddy" → 点击安装 → 启用插件。

5.5 语言切换与 CLI 地址配置

设置界面中找到 WorkBuddy 插件配置项，第一个界面将语言切换为中文。CLI 地址配置项需要从 WorkBuddy 主程序获取：在 WorkBuddy 中新建任务，发送指令"我要在 Obsidian 里安装 WorkBuddy 的插件，请返回 WorkBuddy 的 CLI 地址"，AI 会返回一个本地地址（例如 http://localhost:xxxx）。将该地址复制粘贴到 Obsidian 的配置框中，无需点击保存，直接关闭设置窗口即可。

5.6 连接验证

操作界面左侧导航栏旁会出现 WorkBuddy 的耳朵图标（WorkBuddy and Chat），点击进入对话界面，发送"你好"。如果模型正常返回响应，证明连接成功，可以开始用 AI 管理笔记。该界面支持随时切换不同的 AI 模型。

当社区插件市场无法搜索到需要的插件时，可以使用 BRAT 插件安装器来安装开源插件。安装流程：

进入设置 → 第三方插件 → 浏览社区插件市场
搜索 BRAT → 点击安装 → 启用插件
通过 BRAT 加载外部开源插件

5.7 数字人项目的整体技术框架

5.7.1 数字人四大模块拆解

通过与 AI 对话梳理，数字人项目可分为四大模块：

形象：使用自己的视频克隆专属数字人形象
语音：克隆自己的声音
对话：将形象与声音进行融合
驱动层：负责整体调度（用户无需深入开发）

综合考虑后选择"口播类型"方案：用自己的声音 + 自己的形象合成数字人口播视频。

5.8 本地硬件替代方案

普通用户没有 4090、5090 这类高端显卡，AI 推荐了云端产品方案替代本地部署，大幅降低了硬件门槛。

5.9 完整技术链路

发现爆款视频 → 提取文案 → AI 改写 → 最终定稿 → 声音克隆 → 形象生成 → 音画融合 → 输出数字人视频。

5.10 真实运行效果展示

软件运行过程中可以看到文案分析进度，分析完成后可手动修改文案。所有中间步骤均通过 WorkBuddy 实现，最终产品包含完整的文案提取、改写、配音、数字人合成全流程。

5.11 供应商选型对比

测试对比了多家数字人厂商：

厂商	特点	是否选用
蝉镜	支持视频克隆/照片激活/文本生成/公共数字人	✅ 最终选用
火山引擎	有数字人功能	❌
腾讯	有数字人功能	❌
Heygen	针对外国人，中文支持与人物形象数据不够丰富	❌

蝉镜的核心优势在于既能定制自己的数字人形象，也能使用公共数字人，且支持 Sora 2.5 等最新视频模型。

5.12 蝉镜功能板块

创建自己的数字人视频
创建自己的数字人形象（核心使用板块）
PPT 转 PDF 转视频功能（较少使用）
公共数字人（不想出镜时使用）

5.13 定制数字人实操流程

5.13.1 视频上传方式

两种上传方式可选：直接上传本地视频文件，或使用摄像头录制。系统会要求朗读指定内容完成授权认证（证明本人身份），认证通过后即可生成专属数字人形象。生成后的数字人可用于创建视频，支持配置音频、背景、文本内容。

5.14 API 对接方式

更高效的方式是通过 API 集成到 WorkBuddy 中自动化操作。蝉镜提供丰富的免费与付费接口。

5.14.1 API 基础概念

API 是一串代码接口，制定了规范：输入什么、返回什么。AI 根据接口文档的规范即可自动调用，无需深入理解底层实现。

5.14.2 接入所需凭证

需要准备两个核心凭证：

APPID：应用唯一标识
Token：相当于访问钥匙，等同于账号权限

安全警示：Token 绝对不能泄露，泄露后他人可使用你的账号额度生成内容，造成财产损失。

5.15 视频拍摄注意事项

拍摄数字人源视频的关键规范：

画幅比例：16:9 或 9:16 均可
遮挡禁忌：不要用手遮挡嘴巴（遮挡会导致生成的视频出现摩尔纹、模糊、效果失真）
构图建议：如需添加特效，人物靠左或靠右，留出一侧空白用于后期叠加内容
时长要求：30 秒素材即可满足生成需求

5.16 API Key 获取与对接

在蝉镜后台点击 API → 进入 API 控制台 → 创建新的 API Key（自定义名称）→ 同时获取 ID 和密钥，两者均需妥善保存。

将 API Key 提供给 WorkBuddy 中的 AI，AI 会验证 API 连通性并显示账号余额。重要操作规范：

禁止明文发送：演示中为方便展示直接明文发送，正式使用时应避免
视频上传方式：必须让 AI 通过 API 接口上传视频，而非通过网页上传（网页上传可能存在兼容性问题）

5.17 数字人形象 ID 与声音 ID

视频上传成功后，AI 会返回两个关键 ID：数字人形象 ID 和声音 ID。这两个 ID 用于后续音画合成调用。

5.18 Skill 封装

将数字人视频合成的完整流程封装为 Skill，后续只需调用该 Skill 并提供文本内容，即可自动生成完整的数字人口播视频，无需重复配置每个步骤。封装好的 Skill 可重复使用，调用时传入文本即可。

5.19 声音克隆厂商对比

与 AI 讨论后，AI 推荐了多家 TTS（Text-to-Speech）厂商：

厂商	特点	是否选用
腾讯 TTS	行业主流	测试过
火山引擎	有免费试用额度	效果不够理想
豆包	字节系	测试过
阿里	主流厂商	测试过
百度	主流厂商	测试过
国际厂商	对中文支持不够友好	❌

最终选择 MiniMax（分为国内站和国外站，国内用户使用国内站），原因在于其 2.8 模型对中文音色处理效果优秀。

5.20 声音克隆流程

5.20.1 核心功能板块

音色设计：可设计特殊风格的声音（尖锐、搞笑、严肃等）
声音克隆：核心使用板块，将自己的音色复刻为 AI 声音

5.21 克隆步骤

录制一段朗读音频（系统提供朗读文本，根据文本朗读即可）
AI 根据音频生成音色模型，返回音色 ID
后续发送任意文本，AI 即可转换为克隆后的声音输出音频

5.22 可调节参数

语速：支持自定义调整
情绪：支持开心、伤心、焦虑等多种情绪模式
音色模式：可选多种预设模式

5.23 实际效果测试对比

普通版本：未做任何调整的默认输出
语速调整版本：调节语速后的输出
情感调整版本：加入情感参数后的输出

三种版本效果差异明显：普通版本语调平稳，调整后版本可表达出明显的情绪起伏（如"太棒了，这次项目终于做完了"在开心情绪下语调上扬明显）。

5.24 Skill 封装

将声音生成流程封装为 Skill（命名为 MiniMax TTS）。后续使用时只需提供文本，Skill 自动调用 API 转换为音频文件，默认参数为：开心情绪、语速 1.2、HD 模型、高保真播报男音（或自定义克隆声音）。

5.25 使用门槛

需要准备：API Key + 自有克隆音色 + 充值开通会员（有积分即可使用）。完成后让 AI 协助封装为 Skill，下次生成音色时直接复用即可。

5.26 文案采集的应用场景

在抖音、小红书等平台看到数据表现优秀的视频（高点赞、高收藏）时，可提取其文案作为文案素材库，用于后续的仿写或二次创作。这是构建爆款内容生产链路的第一环。

5.27 文案提取方案对比

方案类型	具体工具	优点	缺点
免费方案	抖音 Copy、抖音字幕识别、飞书通译（声音转文字）	无成本	操作繁琐、效率低
付费方案	蝉妈妈、考古家等	能力强	费用非常高
API 对接方案	智灵科技等 API 服务	效率高、费用可控	需要技术对接

6 小程序开发全流程

6.1 三种方案对比

抖音视频文案获取主要有三种实现路径。第一种是免费操作，但流程繁琐、需要大量手动介入；第二种是付费方案，费用偏高，性价比不足；第三种是技术路线，即下载视频后用本地语言模型转录音频，该方案识别错误率高，批量处理时本地运行效率极慢，不推荐使用。

方案	优点	缺点
免费手动操作	无费用	操作繁琐、效率低
付费成品工具	直接使用	费用过高
技术路线（本地转录）	可控	错误率高、批量处理慢
API对接（推荐）	批量友好、错误率低、效率高	需付费包月

6.2 推荐方案：API对接

API方式只需提供一条抖音视频短链接，由API供应商自动抓取对应文案。批量场景下效率远高于本地转录方案，且识别准确率更高。

6.2.1 供应商选择与计费

选用智灵科技作为API供应商，其提供的核心能力包括短视频文案提取、音色训练、视频画质修复等。文案提取为本次重点使用的接口。

智灵科技提供按次计费与包月两种模式。包月费用为58元/月，包含约31000次调用额度，批量场景下成本极低（单次约0.0019元）。同时赠送30次免费测试额度，可先测试效果满意后再开通正式套餐。接口文档中心提供通用接口说明与免费测试入口。

6.2.2 防护配置

平台支持IP白名单设置，适用于有固定服务器或特殊校验的场景。当API Key意外泄漏时，白名单可防止他人非法调用，构成额外的安全防线。

6.2.3 操作流程

在智灵平台注册账号
进入控制台"密钥管理"创建并复制API Key
若Key泄漏，立即更新新Key
领取免费测试额度验证效果
测试满意后开通包月套餐

6.3 API调用测试与Skill封装

6.3.1 测试效果验证

将测试用的抖音短链接发给WorkBuddy，由其组装API调用逻辑：只需一个API Key和一个视频URL，调用成功后即可获得返回值。

首次测试时发现，Codex对部分内容识别有误，读出的文案存在错误，需要做整理修复工作。但API返回速度极快，仅需3秒左右即可完成，相比"下载视频→处理音频→转换文案"的人工路径，效率提升显著且错误率更低。

6.4 封装为可复用Skill

测试成功后，将整个流程封装为"抖音文案提取Skill"。封装后的Skill命名为"抖音copyintestin"（抖音自零），存放于WorkBuddy技能目录中。使用时只需输入抖音短链接，Skill即自动触发调用并输出文案。

6.4.1 踩坑提示

封装时需特别注意：必须将API Key一并写入Skill的内置配置中，否则后续调用时会发生报错。封装完成后，后续只需调用Skill即可，无需再单独提供Key。

6.5 全链路数字人口播视频生成

6.5.1 链路整合

将各Skill串联，形成完整的数字人口播视频生产链路：

文案提取：从抖音获取爆款文案（智灵API）
音频生成：将文案交给MiniMax生成对应音色的音频
视频合成：通过蝉镜接口结合数字人形象，生成最终口播视频

整个链路均可通过Skill连接，后续只需把抖音短链接丢给WorkBuddy，即可自动产出数字人口播视频。

6.6 智能口播视频生成器搭建

6.6.1 五大功能模块

将数字人流程封装为智能口播生成器，共分五个模块：

模块	功能	调用方
视频文案提取	获取抖音视频文案	智灵科技
爆款拆解	解析痛点开场、案例承接、方法清单结构	MiniMax / DeepSeek
原创仿写	生成共鸣型、专家型、强钩子型、成交型四种风格	MiniMax / DeepSeek
语音合成	生成对应音色音频	MiniMax
数字人合成	合成最终口播视频	蝉镜

各模块均支持人工润色或锁定版本操作，配置灵活。

6.7 开发流程：先设计后编码

软件开发应遵循"先需求、再原型、后编码"的顺序：

明确需求：与AI多轮对话沟通清楚要做什么，包括素材层（短视频、爆款发现、文件上传）、改写层（MiniMax/DeepSeek改写或人工改写）、资产层（数字人形象与声音）、合成层（声音合成与视频下载存储）
设计原型图：让AI根据需求生成UI原型，第一版可能更像网页而非软件，不满意可让AI修整迭代
编写代码：原型确认后再开始编码

6.7.1 关键建议

不要一上来就直接让AI写代码，否则生成的步骤和效果可能与预期偏差较大。应先让AI设计UI图，经过多轮迭代满意后再进入开发阶段。

6.8 数字人API密钥准备

6.8.1 蝉镜数字人API Key获取

登录蝉镜平台，页面左下角点击"API"
点击右侧"创建密钥"
命名为"数字人"（或自定义名称）
复制密钥，保存到桌面新建的文本文件（如命名为"缠静"）
妥善保存密钥文件

6.9 MiniMax数字人语音API Key获取

浏览器搜索"MiniMax"，进入模型平台
点击登录，选择"API介入"
进入"控制台"，在左侧账户下的"按量付费"中找到"请求管理"
创建API，命名为"数字人语音"（或自定义）
复制API Key，保存到同一个ENV文本文件中，标注为"MiniMax"

6.9.1 注意事项

API账户必须有余额，否则生成语音时无法执行
首次使用蝉镜和MiniMax均需完成实名认证
课前需准备约1分钟自然光下、声音清晰、吐字清楚的口播视频素材

6.10 Skill安装与数字人生成实战

6.10.1 Skill安装步骤

打开WorkBuddy，选择执行任务的模型（如质谱）
打开飞书课程文档，找到"第六章节数字人章节"
复制该章节的Skill，发送给WorkBuddy并说"帮我安装这个Skill"
在课程文档中下载"安装包"压缩包到桌面
将压缩包丢给WorkBuddy，说"帮我安装这个压缩包"

6.11 制作专属数字人

将课前准备的1分钟口播视频拖入WorkBuddy，同时拖入保存API密钥的ENV文件，然后发送指令：

根据我的视频，帮我在蝉里制作一个数字人，并且根据我视频的声音在MiniMax里复刻一个音色。蝉的API和MiniMax的API都在ENV文件里。

AI执行完成后，即生成专属数字人形象与克隆音色。

6.12 生成口播视频

给AI一段文案（如100字AI口播文案），发送指令：

根据这个文案帮我生成数字人口播视频。

AI合成完成后，发送"帮我把这个视频保存到桌面"即可。

6.13 封装为长期Skill

将"输入文案→生成数字人口播视频→保存到桌面"流程封装为Skill。封装后，使用方式简化为：直接给AI一段文案，说"做成视频"，AI即自动执行Skill并输出数字人口播视频。

6.14 爆款文案提取与数字人朗读全流程

6.14.1 智灵API接入

浏览器搜索"智灵"，进入智灵官网
点击右上角登录
进入"API所有产品"页面
找到"短视频提取文案"接口，点击"查看文档"
查看计费说明，确认费用标准
在左侧"密钥管理"创建密钥并复制
将密钥保存到ENV文本文件中，命名为"智灵"

6.15 完整链路封装

将智灵API告知WorkBuddy：

我已经将智灵的API存到了ENV文件里，以后我给你一个链接，你直接帮我提取文案，并让数字人说出来。

后续使用方式：

丢一条抖音/快手/小红书/视频号链接，说"提取并做成视频"
或贴一段文字，说"做成视频"

AI自动完成"提取文案→生成数字人口播→保存到桌面"全流程。

6.16 实测演示效果

输入一条抖音链接，AI在数秒内完成文案提取与数字人视频合成，并自动保存至桌面。最终输出的数字人视频使用克隆音色朗读爆款文案，形象与本人高度一致。

6.17 微信小程序开发全流程

6.17.1 注册小程序账号

在网页端搜索"微信小程序"
必须是"微信公众平台"下的微信小程序，其他同名产品无效
点击"前往注册"
输入未被占用的邮箱进行激活，收到验证码后回填
设置密码，勾选协议后点击注册
按流程完成个人认证或企业认证（每个邮箱仅能申请一个小程序）

7 AI输出校验与数据口径约定

7.1 微信开发者工具与 APPID 获取

准备工作阶段需要先完成两件事：一是下载并安装微信开发者工具，二是找到小程序对应的 APPID。

APPID 的获取路径为：登录小程序后台 → 首页下方的"管理" → "管理"下的"开发管理"，即可查看并复制小程序 APPID。若不慎关闭页面，可通过微信内搜索"微信小程序"→ 点击"微信小程序"→ 选择"立即登录"，使用注册小程序时绑定的微信账号登录后，重复上述路径找到 APPID。

7.1.1 项目创建与目录配置

在 WorkBuddy 对话中按提示填入 APPID 后，按照指引打开微信开发者工具，使用注册小程序时所用的微信扫码登录。点击开发者工具左上角的"加号"创建新项目，Mac 系统会自动弹出对应响应；Windows 系统若无自动提示，需主动告诉 WorkBuddy"你已经打开了"，并将对应地址复制到目录字段。

登录开发者工具后点击加号创建项目，选择项目存储目录，填入项目名称（例如"待办事项小程序微信云开发"），点击"创建"。进入项目后点"信任并运行"，即进入开发者工具主界面。

7.2 云开发环境配置

首次运行若数据未同步（如添加"红烧肉"待办后保存失败），说明云开发环境未生效。处理方式为：将报错截图发给 WorkBuddy，让其自动排查并修复。

Windows 系统或首次开发小程序的同学，需要在开发者工具右上角找到"云开发"按钮（小云朵图标）并点击，进入云开发控制台，找到 Cloud1 的环境信息截图，发给 WorkBuddy 用于配置环境 ID。若 WorkBuddy 仍未识别到环境 ID，可直接在 Cloud1 后复制环境 ID 字符串，粘贴给 WorkBuddy 完成绑定。绑定成功的标志是系统提示"环境信息和云端一致"，APPID 与 Cloud 环境均已绑定到该小程序。

7.3 AI 生成代码出错时的修复流程

修改代码后必须点击开发者工具中的"刷新/编译"按钮使更改同步生效。AI 修复流程为：将报错截图或问题描述（例如"我写的待办没有同步"）发给 WorkBuddy，WorkBuddy 会自动查找问题根因并修改代码，修改完成后再次点击"刷新/编译"即可看到数据同步成功。

7.4 三种使用方式对比

小程序开发完成后有三种使用方式：预览扫码适合自用体验；体验版可发给朋友使用且无需备案；正式发布则需完成备案流程，通常需要 5–20 个工作日。

7.5 PPT 制作：资料整理到成稿

7.5.1 自主调研场景的提示词设计

当只给定一个简单主题（如"AI Agent 在办公场景的应用趋势"）让 AI 自主完成 PPT 时，调研任务的不确定性最高，因此必须在提示词中明确范围、来源优先级与冲突处理规则。

提示词需包含以下要素：规定时间范围（如近 90 天内）；来源优先级（官方公告 > 产品文档 > 权威性研究，至少 6 个来源）；来源冲突处理（并列展示并说明冲突原因）；目标页数与面向对象（如 8 页 PPT，面向业务负责人）；交付物形态（HTML + PPTX 两份 + Markdown 报告）；以及先出检索计划再生成文档的执行顺序。

7.5.2 来源优先与交叉验证

明确来源优先级（官方公告、产品文档、权威性研究）可避免 AI 引用营销号等低质量信息。要求 AI 对重要事实做交叉验证（找独立来源互相印证），如消息冲突需并列列出。

7.5.3 五步执行路径

整个执行路径分为五步：第一步明确范围（如 90 天内的 AI Agent 办公场景趋势）；第二步指定检索来源与优先级；第三步对重要事实做交叉验证，冲突信息并列展示；第四步区分事实、推论与建议并提炼结论；第五步生成 HTML、PPTX 与 Markdown 三种交付物。

7.6 验收五步法

完成调研 PPT 后需按五步验收：第一步核对时间范围（数据是否在近 90 天内）；第二步验证来源网址（是否能正常打开）；第三步检查表达层次（事实 / 推断 / 建议三类内容是否分开，事实必须有来源支持，推断是基于事实的解释，建议是可执行的下一步行动）；第四步确认报告与 PPT 口径一致（不能为视觉效果而更改数字）；第五步确认冲突与不确定信息已展示（即便数据可能有误，也要并列两个来源供人工评判）。验收标准依个人工作情况而定，但数据准确性是底线。

7.6.1 HTML 与 PPT 双版本交付

PPT 出 HTML 与 PPTX 两个版本，报告用 Markdown 格式。HTML 版本中包含趋势、风险、来源（如金山办公 7 月 17 日发布）等信息，时间范围覆盖四月到七月（均在 90 天内）。Markdown 报告含一句话结论、关键事实与建议，可手动修改或让 AI 调整。

7.7 自动化任务推送的搭建路径

在等待 AI 生成 PPT 期间，可穿插演示自动化任务搭建。自动化灵感来源可通过 WorkBuddy 的"灵感"模块找到提示词模板，点击"做通话"复制该提示词，在自动化模块中添加并粘贴，自定义任务名称（如"AI 资讯推送"），设置触发时间（如每天早上 9 点），并选择推送目标（如个人小程序或微信）。该自动化任务会每天自动执行并推送 AI 行业资讯，消耗的积分较少（约 18–64 点），积分可通过每日签到领取（如领 1700 点够消耗）。

7.8 数据分析：表格到分析报告

7.8.1 提示词中的数据口径约定

数据分析任务中，必须在提示词中明确指标口径与清理规则，例如：销售额是否包含退款订单、是否排除已取消订单；金额格式是否需要统一（如 899 元与一千多万的转换）；重复数据、空值、异常日期的处理方式；汇报规则（生成图表与结论的格式）。

若提示词未交代清楚，AI 会"照他猜的"自动填充未明确字段，导致生成的统计结果与实际不符。因此人工校验不可省略。

7.8.2 讲师参考口径与实际偏差示例

以讲师参考的清理规则为例：142 条原始数据，正确结果应排除 25 条后保留 116 条有效数据，电商渠道应为 26 个。AI 因未获得完整口径，实际输出订单数为 121（多了 5 条异常 / 重复数据）、电商渠道为 27（多算 1 条脏数据）、未排除退款 / 取消订单、未处理折扣率异常、未识别出日期为空的无效记录。

7.9 验收三层标准

数据分析任务的验收分三层：第一层是数据处理过程可回溯（重复值、异常值是否被处理并标注排除依据）；第二层是图表数据与原始数据对得上；第三层是结论与建议必须与事实分开（不能写成因果关系，只能写关联性，例如不能写"因为私域运营比较高所以企业微信订单最高"，只能写"两者存在相关关系"）。

7.10 补充规则与重新执行

第一次提示词未说清时，可补充新规则（例如追加六条清晰的清理规则），让 AI 重新生成。新一轮生成应明确：只新增文件，不修改任何原始文件；关键性结果加粗处理；事实与待确认内容分开标记。

7.11 自动化剪辑实战（上）

7.11.1 自动化剪辑的工具准备与权限设置

今天教大家用 WorkBuddy 实现自动化剪辑。传统剪辑流程包括生剧本、做画面展示、写题词、生图、生视频、拼接、生成剪映草稿等步骤；现在通过 WorkBuddy 一条命令即可完成整套流程，最终生成可上传到抖音及其他社媒平台的剪映草稿。

实操前先准备两个工具：WorkBuddy（用于做图、做视频）与剪映（用于体现成果）。打开 WorkBuddy 后新建绘画任务，将权限调高（避免后续自动化执行时被反复确认打断）。模型选用混元 3（限时免费），支持生图、生视频与剪映草稿操作。

8 自动化剪辑与历史人物视频封装

8.1 标题生成

以历史人物解说视频为例演示自动化剪辑流程，提示词模板已在飞书文档"自动化剪辑"章节写好，直接复制使用即可。模板可灵活替换——做现代人物、概念性内容或产品视频均可，不会改提示词时可让 AI 协助修改一版。

打开 WorkBuddy 执行第一条命令：明确告诉 AI"我在做一个历史人物解说视频，先给我写剧本、想标题"，并约定格式参考，如"岳飞精忠报国的一生""诸葛亮鞠躬尽瘁的一生"，只需 AI 推荐一个最佳标题。实操以曹操为例发送请求，AI 会先搜索资料、生成多个备选标题，最后推荐一个最符合人物特性的标题供选用；若不符合要求，可让其重新生成。最终实操结果取名为"曹操乱世枭雄的一生"。

8.2 字幕与画面描述生成

标题定好后进入第二步——生成字幕，约定按八段结构覆盖人物一生，统一格式为"年龄+事件"。八段基本能涵盖曹操一生，提示词复制到 WorkBuddy 执行。AI 生成存在随机性，可能把年龄和事件的顺序弄混，因此提示词中需追加格式校验环节，让 AI 自检"年龄+事件"的统一格式。

第三步是为字幕配画面描述，原因是后续要先生成图片、再图生视频，画面描述是图片生成的前提。每段描述不少于 100 字，只描述一个静态画面。为避免八段风格跳脱（如一段卡通、一段现代、一段古代），必须用约束词统一为"真实古代纪录片风格"，这样生徒时画面才连贯。提示词末尾可让 AI 自行调整参数，自己不会改时直接问 WorkBuddy 它会给建议。

8.3 提示词编码与并行生图

生图提示词要求 AI 统一编为 UTF-8 编码，避免直接提交时出现乱码。另一个关键设置是"并行生成"——串行生成八张图每张约两分钟，总计十几分钟；并行生成则一次性提交所有提示词，效率大幅提升。同时 AI 会自动调整违规提示词，避免人工反复修改七八遍仍被判违规的烦恼。

生图过程消耗算力，每张图都需调用额度，AI 会先生成一张试探是否符合要求，再决定后续调整策略，因此该步骤需要耐心等待。生成过程中七张顺利生成、最后一张出现敏感词的情况很常见，AI 会自行调整，无需慌张。

8.4 剪映草稿合成

八张图生成完毕后进入生视频环节，难度大、耗时长。本案例采用首尾帧视频（即图一到图二），提示词中需把字幕、画面描述、首尾帧图一并交给 AI，并附上剪映草稿说明书与背景音乐文档，让 AI 参考两个文档进行剪辑，最终输出适配本地的剪映草稿文件，在剪映中即可看到完整的人物生平视频。

剪映草稿生成涉及大量参数适配，包括环境依赖安装、剪映路径定位、草稿结构拼装等，首次安装耗时较长属正常现象，可在等待期间休息，完成后会有提醒。中途 AI 可能因小问题暂停，需主动点击推进或发送"继续"指令督促其完成。重启环境或预装齐全时速度会明显加快。

最终实操在剪映中成功打开了"曹操乱世枭雄的一生"草稿，字幕、画面、音频均无问题，可直接发布到社交平台或交付客户。

8.5 流程封装为可复用 Skill

整套流程跑通后，最后一条提示词让 AI 把整个流程封装为技能（Skill），命名为 history。封装完成后只需给 AI 一个人物名字（如"李白"），即可一键调用，输出完整的标题、字幕、画面描述、配图、首尾帧视频、剪映草稿全流程产物，这才是真正意义上的自动化剪辑。技能包可分享给朋友或同事复用，避免重复劳动。

封装思路的本质是：把每天重复几次的工作流固化为 Skill，以后一句话就能解决同类型问题。该思路不只适用于剪辑场景，在日常工作和生活中都可应用。技能创建后通过触发关键词（如 history）调用，输入人物名即可一键产出完整剪映草稿。

8.6 个人工作台原理与飞书庙体验收尾

8.6.1 WorkBuddy 个人工作台的技术本质

WorkBuddy 灵感下的个人工作台本质上是 AI 对话生成的单个 HTML 文件，数据存储依赖浏览器 localStorage。这种方案对演示和短期使用非常友好——短时间内能快速生成网页展示效果并操作数据，但存在数据风险：浏览器缓存可能被意外清除，且没有便捷的备份与部署方案，数据存在丢失隐患。如功能示例中的私域运营群工作台（盖栏、社群、成员、转化、话术等模块，支持 Excel），数据都存在本地浏览器。

8.7 飞书庙方案：跨设备数据同步

通过飞书连接器搭建的工作台（如"AI 少年"自媒体创作工作台示例）解决了跨设备同步问题——微信端和浏览器端访问同一份数据，手机和电脑数据实时共享。提示词中要求"使用飞书搭建如下系统"，复杂之处在于表多（账号表、平台爆款表、创作列表、仪表盘等至少五张表）而非逻辑难。飞书会自动生成可分享的 APP 链接，免去域名、服务器、部署等运维成本，手机端和网页端都能轻松访问，新输入的数据实时同步。

两种方案对比：WorkBuddy 本地 HTML 方案上手简单但数据易丢失、且没有给出部署方法；飞书庙方案数据存线上、跨设备同步、无需运维，对自媒体创作工作台场景更友好。腾讯云构建方案虽然存在，但目前对上手门槛较高。

8.8 飞书基础连接教程

准备工作：飞书账号、正常网络、WorkBuddy 保持开启。流程为创建应用 → 添加机器人 → 配置权限 → 获取密钥 → WorkBuddy 连接 → 发布版本。

具体步骤：① 打开飞书开放平台创建企业自建应用，名字和描述随意填写（如"Workbody 个人助手"），选一个头像后点击创建；② 添加机器人功能；③ 权限管理中点击"批量导入/导出权限"，先清空再粘贴预设权限 JSON，点下一步并申请开通，确认后即可看到批量权限已开通；④ 凭证与基础信息中复制 App ID 和 App Secret；⑤ WorkBuddy 设置 → 助理设置 → 飞书捷径 → 设置，选择第一个 Socket 长连接（无需使用第二个），填入 App ID 和 App Secret 后点击注册，显示"已连接"即成功；⑥ 重启 WorkBuddy（不重启可能导致连接失败）；⑦ 创建版本并确认发布。

事件与卡片回调配置：事件管理 → 事件配置 → 接收方式选"使用长连接接收事件"并验证（连接失败时重启后重试），保存后添加"接收消息 v2.0″事件；回调配置同样选择长连接并验证，添加"卡片回程交互"回调；最后再次创建版本并发布使所有操作生效。发布后在飞书客户端即可看到已发布的应用。

8.9 实操：搭建自媒体创作工作台

连接器中已有飞书项时无需重复下载，未下载则点加号下载并完成授权（浏览器打开飞书账号授权）。安装后在任务模块测试飞书连接器是否正常工作，如飞书多维表的授权状态。飞书庙（MCP 中的飞书妙搭）支持本地开发（IDEA、Gata）与云端对话自动迭代代码，云端对话方式相对简单。

工作台结构设计使用简易结构图：五张表——我的账号（监控的账号信息，如废书账号、粉丝数、总获赞、作品数）、平台爆款（按平台抓取的爆款数据）、创作列表（某个账号下的创作记录）、仪表盘（对五张表的数据汇总与关联）。数据保存后在手机端飞书 APP 即可实时查看并编辑，无需关心域名、服务器与部署。

8.10 收尾

今天讲解的目的是让大家对 WorkBuddy 加飞书生成自媒体创作工作台有一个清晰的概念——WorkBuddy 本地方案有数据丢失风险，飞书庙方案可跨设备同步且无需运维，希望听众能自己搭建一个专属的自媒体创作工作台。

9 个人工作台原理与飞书庙体验收尾

9.1 数据采集列表与对标账号筛选

多平台账号运营需配套数据采集表，覆盖账号、视频号、知乎、B站、抖音、小红书等渠道，既支持创作数据登记，也包含外部监控数据。对标账号筛选标准明确：新账号抖音只发少量视频时，应找数据表现优异或粉丝少却出现小爆款的账号；这类账号近几条视频持续爆发且粉丝持续上涨，价值极高，值得重点对标。

9.2 TikHub 平台爆款采集能力

TikHub 是基于 MCP（连接器）架构的数据平台，覆盖抖音、小红书、微博、B站、知乎、快手、微信等国内外渠道，并提供大量抖音数据接口。计费按美元结算，1美元对应1000次调用，约合人民币1元可调用1400次，单次成本不到一分钱。若不愿使用 API，也可直接在平台上手动组装抖音等采集任务，自行完成爆款数据抓取。

9.3 WorkBuddy 连接器配置流程

在 WorkBuddy 中添加 TikHub 等 MCP 服务的步骤如下：进入平台复制目标 MCP 服务链接，粘贴到 WorkBuddy 连接器完成安装；安装后点击"信任"按钮，再执行"开启"操作，即可正式调用。配置完成后，WorkBuddy 可直接使用该连接器抓取多平台数据。

9.4 提示词与表盘网站搭建

准备好的提示词包含五个采集表：账号基础信息、爆款数据、日常采集、对标账号数据，以及单独存放的平台采集表（可按需取舍）。将提示词提交 WorkBuddy 执行后，AI 会自动部署一个网站并返回访问链接。部署过程中若出现卡顿属正常现象，属于长流程自动任务的常见情况，可让任务继续推进。部署完成后，系统会自动注入一批模拟数据以演示效果。

9.5 部署网站的完整功能展示

部署完成的网站包含五大模块：账号模块（视频号、知乎、B站、抖音、小红书）、创作模块（含分页）、监控模块（监控他人数据）、数据采集模块（数据量最多）以及平台爆款模块。数据录入支持两种路径：既可通过 AI 对话直接添加，也可通过网站前端表单手动录入；移动端可直接访问网站查看数据，但当前未做移动端适配，菜单布局在手机上体验欠佳，可继续让 AI 执行"适配移动端"指令以调整页面样式，整体不影响网站搭建主体结构。

9.6 数据存储与后续迭代要点

该网站需要在线存储与双向存储能力支撑。若希望完善移动端体验，可向 AI 追加移动端适配指令，由 AI 自动调整样式布局；若需补充新功能模块，继续通过对话方式告知 AI 即可。

什么时候 WorkBuddy 反而帮不上你

为了让选型更理性，下面这些场景下 WorkBuddy 不是最优解，或者需要换更专业的工具：

需要长上下文百万 Token 级的代码重构：WorkBuddy 的上下文窗口有限，大型 monorepo 重构、多文件同步修改仍是 Claude Code / Cursor 这类工具更强。
科研论文级深度推理 / 数学证明：如果是数学证明、定理推导这类需要严谨推理链的场景，WorkBuddy 的工程化倾向会导致步骤冗长，建议用 DeepSeek-Math / OpenAI o 系列直接对话。
多模态视频超长生成：想要 Sora 级别的 60 秒连贯视频，WorkBuddy 内置的视频能力以「图生视频模板」为主（videocin），而非文生视频；这类需求建议用 Sora / Runway / 可灵 AI 独立工具。
私有部署 / 数据合规严苛：WorkBuddy 是腾讯 SaaS，数据走腾讯云；如果你的业务要求本地私有化部署（如金融、医疗、政企），WorkBuddy 不合适，需要选 Dify / Coze 自部署版。
跨团队多人实时协作同一任务：WorkBuddy 的任务空间适合「一个人 + 多个 AI Agent」的协作模式；如果是 5 人团队实时共写一个文档，更适合飞书文档 / Notion 这类原生协同工具。
零代码基础 + 完全不想学任何指令：WorkBuddy 的核心是「自然语言 + Skill」，仍需你具备基础的提示词能力。如果完全不想写任何指令，更傻瓜的选择是直接用豆包 / Kimi 这类对话型助手。

简单判断标准：

你有 1-3 个重复性的「输入 X → 输出 Y」链路需要自动化 → WorkBuddy 非常合适
你想要的是「偶尔问几个问题」的对话助手 → 直接用对话型 AI 更省心
你需要的是「团队实时协作」或「私有部署」 → WorkBuddy 不是首选

选型前先想清楚：要解决的是「个人效率提升」还是「团队系统建设」——前者 WorkBuddy 性价比最高，后者建议直接上飞书 / 钉钉 + 专业 AI Agent 平台。

写在最后

WorkBuddy 的真正价值不是「又多了一个 AI 助手」，而是把「做一次」的工作固化为「以后一句话就能复用」的 Skill。等你跑通 3-5 个 Skill 之后，回看会发现：以前每天重复 30 分钟的事，现在 30 秒就能完成——这就是 AI 工作台对个人生产力的真实杠杆。

下一步建议：

立刻去 WorkBuddy 创建一个「周报 Skill」，把本周日报自动汇总
把每日 AI 资讯推送做成自动化任务，省下刷新闻的 15 分钟
尝试用 Skill 封装你最近重复做过 3 次以上的工作流

跑通第一个 Skill 后，再回头看本文后半部分的 API 对接与工作台搭建，会更有体感。

阅读量： 322