三个月内，我换了两次电脑。

第一次换电脑，没经验。在新机器上装好 WorkBuddy，登录进去——一个干干净净的"新员工"。之前教过它的技能、写过的配置、积累的对话上下文，全没了。一切从零开始，不仅浪费时间，更浪费 Token。

第二次换电脑前，我认真研究了一下：怎么把这个"老员工"完整地搬到新机器上？

WorkBuddy 的"记忆"是什么？

很多人以为 AI 助手就是"你问它答"，用完就没了。但 WorkBuddy 不一样——它有持久化记忆（Persistent Memory），具体包括这几层：

◆用户档案：你的身份信息、偏好设置、写作风格

◆Skills（技能）：你封装过的 .workbuddy/skills/ 下的自定义技能

◆工作空间记忆：项目目录下的 .workbuddy/memory/，记录了每次会话的工作日志和长期笔记

◆对话上下文：最近的交互历史，让它知道"我们在聊什么"

◆本地文件：你的工作目录、脚本、配置文件

这些数据散落在用户目录、项目目录、本地数据库里。手动拷贝？基本不可能找全。

所以核心原则只有一句：AI 的事情，让 AI 自己做。

迁移三步走

第一步：让 WorkBuddy 自己打包

在旧电脑的 WorkBuddy 里，直接告诉它：

我需要更换电脑，你把自己的所有内容打包，我到新电脑后释放即可使用。

WorkBuddy 会自动规划迁移方案，生成一个 WorkBuddy-Migration 文件夹。这个过程需要一点时间，因为它要把散落各处的数据（用户配置、Skills、记忆文件、本地数据库等）全部收集起来。

这个文件夹里包含 data/（核心数据）、sync（旧机收尾脚本）、deploy（新机释放脚本）、patch.py（路径修补工具）和 README.md（操作说明）。不需要你关心每个文件干什么——照着流程走就行。

第二步：旧电脑收尾

按照 WorkBuddy 给出的操作流程，在旧电脑上用 PowerShell 运行 sync.ps1：

`powershell

在 WorkBuddy-Migration 目录下

.\sync.ps1

`

这一步的作用是：把 WorkBuddy 运行期间产生的最新数据（比如最后一次对话的内容、刚修改的文件）同步进打包文件夹。因为 WorkBuddy 运行时数据库是锁定状态，必须在退出后由脚本来做最后的"快照"。

运行完成后，把整个 WorkBuddy-Migration 文件夹拷贝到新电脑（U 盘、云盘、局域网传输都行）。

第三步：新电脑释放

在新电脑上先安装 WorkBuddy，但先不要启动。然后进入 WorkBuddy-Migration 目录，运行：

`powershell

.\deploy.ps1

`

这个脚本会自动完成这些事：

◆  把打包的用户配置写入新电脑的真实用户目录

◆  修复因盘符、用户名变化导致的路径不一致

◆  还原 SQLite 会话数据库

◆  恢复 Python 虚拟环境（venv）

完成后启动 WorkBuddy——你看到的不是一个陌生人，而是那个已经和你配合了很久的"老搭档"。

我踩过的 6 个坑

实际操作中，有几个问题值得提前知道：

1. 盘符和用户名会变

从旧电脑迁到新电脑，盘符可能从 D: 变成 E:，用户名也可能不同。在让 WorkBuddy 打包时，要明确告诉它这一点。它会用 patch.py 在释放时自动替换路径。

2. PowerShell 脚本闪退

在旧电脑上运行 sync.ps1 时，我遇到了窗口一闪而过的情况。原因是 Windows 默认的 PowerShell 执行策略（Execution Policy） 是 Restricted，禁止运行脚本。

解决方法有两种：

◆  临时绕过：powershell -ExecutionPolicy Bypass -File sync.ps1

◆  让 AI 帮你诊断——我在新电脑上就是这么干的，直接把现象描述给 WorkBuddy，它自己定位并解决了问题

3. 新电脑 deploy 也闪退了

没错，deploy.ps1 也闪退了。当时吓出一身冷汗——万一数据释放不完整怎么办？

我的做法：先正常启动新电脑的 WorkBuddy，把当前状况告诉它（"我刚执行了数据迁移，但 deploy 脚本闪退了"），让它自己诊断。结果它不仅找到了原因，还成功完成了数据释放。

这就是前面说的原则：AI 的问题，交给 AI 解决。 你不需要成为 PowerShell 专家。

4. 版本不一致怎么办？

官方建议新旧电脑的 WorkBuddy 版本保持一致。但我实际情况是新电脑装的版本比旧电脑更新。目前看没有出现兼容问题——新版一般能向后兼容旧版数据。不过如果你遇到异常，降级到同版本是最稳妥的做法。

5. 独立工作空间是个好习惯

我在旧电脑上专门建了一个"AI 工作空间"目录，所有和 AI 相关的项目、脚本、素材都放在这里面。换电脑时，只需要把这个目录整体复制过去就行，不会和其他文件混在一起，也避免了在较大权限下误操作的风险。

6. 释放前别急着用新电脑的 WorkBuddy

如果你在新电脑上先启动了 WorkBuddy 并产生了新数据，再运行 deploy.ps1 时，脚本会提示你是否覆盖。输入 yes 确认即可——毕竟覆盖的只是初始状态的空数据，你要的就是旧电脑搬过来的那些。

写在最后

换电脑对普通人来说可能只是重装软件，但对于深度使用 AI 助手的人来说，意味着一个"有记忆的搭档"可能瞬间变成一张白纸。

WorkBuddy 的迁移功能把这件事变得很简单：说一句话，跑两个脚本，完事。整个过程最关键的不是技术细节，而是那个核心理念——让 AI 管理自己的数据，而不是让你去猜它把文件藏在了哪里。

毕竟，我们用 AI 就是为了省心，不是吗？