我的AI助手「虾」来了——亲测WorkBuddy那些让人又爱又抓狂的日子

一个普通打工人的真实使用日记 | 2026年3月

一、第一次见面：这个”虾”到底是什么东西？

说实话，第一次听说WorkBuddy这个名字，我还以为是又一个什么花里胡哨的软件，打开用两天就弃坑的那种。

结果——嗯，它比我想象的复杂一点，也比我想象的有用一点。

WorkBuddy是一款运行在本地电脑上的AI工作助手，核心设计理念是：你说需求，它来执行。不是聊天机器人，不是搜索引擎，它更像一个能真正帮你动手干活的数字同事。

官方文档里有句话让我印象很深：

“路径即文件或文件夹在电脑中的位置，无需手动输入——设置时直接在文件选择器中定位并选中目标文件夹即可。若未提前指定，WorkBuddy会在新建任务时自动创建独立目录。”

嗯，听起来挺方便的。那我就先试试吧。

▲ WorkBuddy支持多种AI模型，各有所长

二、第一次翻车：乱码事件始末

好，重点来了。我第一个任务是什么？写一篇公众号文章。

我是这么输入的：

WorkBuddy开始嗡嗡运转了。我端着咖啡，满怀期待地等结果。

然后——草稿箱里出现了一篇文章。我打开一看：

好家伙。满屏问号。

我当时就坐直了：「这啥情况？乱码？」

于是我开始自己排查：

首先，我检查了Python脚本的编码设置——没问题，头部已经加了 # -*- coding: utf-8 -*-。

然后我想到：会不会是发送到微信API时，数据没有用UTF-8编码？打开代码一看，果然——json.dumps() 没有设置 ensure_ascii=False！

中文字符被转义成了反斜杠uXXXX格式，微信公众号平台无法正确渲染，于是变成了一堆乱码。

我立刻回去改代码——加上了 ensure_ascii=False，同时设置请求头为 Content-Type: application/json; charset=utf-8。

重新发送——这次，文章正常显示了。

呼——

三、搞清楚了：WorkBuddy的五大核心能力

经历了乱码事件之后，我对WorkBuddy的理解加深了不少。它不只是一个对话窗口，更是一个能调用真实工具、执行真实任务的本地AI平台。

从使用经验整理了一下它支持的主要AI模型：

每个模型各有侧重，WorkBuddy让你可以根据任务类型自由切换，而不是所有任务都丢给同一个模型傻等。这一点我觉得很务实。

▲ 清晰表达”做什么+有什么+怎么样”，是用好AI的关键

四、让我印象最深的：Skill技能市场

WorkBuddy有个很有意思的设计——Skill（技能）体系。

你可以把它理解成：给AI助手安装”插件”。

比如我需要处理PDF文件，直接安装PDF技能；需要让WorkBuddy帮我浏览网页截图，装上Agent Browser；需要下载视频内容，有yt-dlp-downloader；甚至有Web Search，让它能实时联网搜索，而不是只凭训练数据瞎猜。

目前我自己安装并在用的有：

• 办公文档四件套：PDF、DOCX、PPTX、XLSX，覆盖日常办公所有文件格式
• Agent Browser：让WorkBuddy直接打开网页、滚动、点击、截图——对于那些必须交互才能看到内容的页面，太好用了
• Web Search：涉及最新信息时先搜索再回答，降低因信息过期导致的误判
• yt-dlp-downloader：下载视频、提取字幕，再交给WorkBuddy做摘要整理
• self-improvement：让WorkBuddy记录我的偏好和使用习惯，越用越聪明
• find-skills：当我不知道用哪个Skill时，它帮我快速筛选推荐
• frontend-design：让生成的网页不只是代码跑通，还要有设计感和视觉层次

有了这些Skill加持，WorkBuddy从一个”对话工具”升级成了真正的”工作代理”。

五、自动化功能：把重复的活儿全交给它

最近发现WorkBuddy还有个功能我一直没好好用——自动化任务。

说白了就是：定时自动执行你设置好的任务。

几个我觉得很实用的场景：

• 场景1：每日早报
  设置一个每天早上8:30的自动化任务：发送一份每日新闻资讯早报到我的邮箱。再也不用自己去刷资讯了。
• 场景2：周报自动生成
  每周五17:00自动运行，汇总本周所有代码提交记录，按模块分类统计，生成一份简洁周报。领导问起来，我直接发过去就完事了。
• 场景3：定时提醒
  下午3点开会？设置一个一次性任务，到点提醒。比手机日历更聪明，因为它可以附带执行动作，比如帮你准备会议资料。

▲ 自动化任务配置示例

六、使用心得：怎么跟这个”虾”好好说话

用了一段时间，我总结出一个核心规律：你给的信息越精准，它发挥得越好。

WorkBuddy的官方文档里有个”三要素公式”，我觉得说得特别到位：

另外还有一条很实用的建议：把大任务拆成小步骤。

新手最常犯的错误，就是把一个庞大的需求一口气丢过去，比如”帮我把整个项目重构一遍”或者”把这份50页的报告全部翻译并总结”。结果AI输出了很多内容，但没有一处真正让你满意。

更好的做法是：把大任务分解成独立的小目标，一次只推进一步，每步确认后再继续。

七、总结：这玩意儿值得认真用

回过头来看，我使用WorkBuddy这段时间，从最开始的乱码翻车、到学会精准表达需求、再到搭建自己的自动化工作流，走了不少弯路，但也真正体会到了AI工具的潜力所在。

它不是万能的，也需要你去学习怎么”驯化”它。但一旦上手，你会发现：很多以前觉得费时费力的重复性工作，其实可以完全交出去。

最后说一句：如果你也在用WorkBuddy，记得注意编码问题——ensure_ascii=False这个坑，我替你踩过了。