用WorkBuddy+Linkly AI，搭个“企微同事”

前两天，一位用户分享了一个挺有意思的玩法：他用 WorkBuddy 接入 Linkly AI，不到半小时，在企业微信群里搭出了一个“企微同事”。
这位用户搭的企微同事，可以回答所有知识库里的问题，稿子写完，也能让这个 Bot 检查产品描述。

最开始，他也想过：为什么不直接做一个知识库 Bot？把产品文档上传进去，再让 AI 回答问题。
但真正使用后发现，一个产品经理能回答问题，并不是因为他记住了一份 FAQ。
而是因为他拥有完整的工作上下文：产品文档、更新日志、历史方案、会议记录……这些资料共同组成了产品团队真正的 Context。

但问题在于，这些资料往往不会完整存在于一个知识库里。
可能在本地文件夹、PDF、PPT、Markdown，甚至过去的项目资料中。
如果每换一个 Agent，就重新上传一遍资料、重新解释背景，AI 反而增加了新的维护成本。

这也是为什么这个场景里选择 Linkly AI。
Linkly AI 不只是给某一个 Bot 增加知识，它更像是连接团队知识和不同 Agent 的 Context 层。
文件仍然保存在原来的位置，Linkly AI 会建立 Agent 可以理解的索引，让 Agent 在需要时找到对应内容。
这样，团队不用因为换一个 Agent，就重新搭一套知识库。

整个搭建过程也很简单：
第一步，在 Linkly AI 中创建知识库，把产品帮助文档、更新日志、产品博客等资料接入。
第二步，让 WorkBuddy 读取 Linkly AI 的知识。
第三步，把 WorkBuddy 接入企业微信，把 Bot 拉进群。

不到半小时，群里就多了一个“产品同事”。
真正让这个用户感受到变化的，是一次传播稿审核。
以前：写稿 → @产品 → 等回复 → 修改。
这次：直接把稿子交给 Bot。
它根据已有产品资料，逐条检查产品描述是否准确。

就在这一刻，他发现：知识库进入工作流之后，改变的不只是“问答”。而是让过去必须依赖某个人经验的事情，开始可以被 Agent 承接。
以前必须 @一个人的地方，现在第一次可以不用 @他了。