WorkBuddy技能推荐与实操：15个精选技能提升办公与开发效率

1. 先把概念理顺：技能、插件、连接器、MCP，到底什么关系

1.1 四个术语一句话讲清楚

我在给朋友安利WorkBuddy的时候，发现大部分人卡在第一关不是安装，而是搞不清楚“技能”“插件”“连接器”“MCP”这四个词。很多教程把它们混在一起讲，新手看着就劝退。这里我用最直白的方式说一遍。

• 技能（Skill）：一个封装好的“任务处理能力”，比如“把PDF转成Excel”“提取会议纪要里的待办事项”。它是WorkBuddy里的最小功能单元，你可以把它理解成一个会干活的“小助手”，只需要给它输入，它给你输出。
• 插件（Plugin）：一个更大的“功能包”，可能包含多个技能和多个界面增强功能，比如一个“Office全家桶插件”里装了文档转换、表格分析、邮件起草三个技能。
• 连接器（Connector）：负责打通外部系统身份的通道，比如连接你的企业微信、钉钉、Outlook、GitLab。它的核心工作是“授权”和“同步”，说白了就是让WorkBuddy能安全地读写你其他软件里的数据。
• MCP（Model Context Protocol）：一套标准化的通信协议。你可以把MCP理解为“通用的USB接口”，只要外部工具也支持MCP，WorkBuddy就能通过这个协议去调用它，而不需要给每个工具单独写适配代码。

这个区分很重要。因为WorkBuddy 9月新版把“技能”提到了一个很高的优先级，官方市场里的技能数量也涨了很多，如果你分不清这些层级，后面装技能时会非常难受。

1.2 一次“帮我读一份PDF合同”的完整调用链

光说概念太空，我用一次真实操作来演示：我对WorkBuddy说“帮我读一下这份PDF合同，把付款条款和违约责任提取成表格”。

• 第一步，WorkBuddy先通过连接器访问到我本地文件夹的读取权限，找到目标PDF。
• 第二步，调度层判断这个任务属于“文档处理”，于是调起PDF表格抽取技能和条款提取技能。
• 第三步，如果PDF是扫描件，文本层拿不到文字，WorkBuddy就会尝试调用OCR模型，这个能力可能通过MCP协议连接到一个本地运行的OCR服务，也可能直接使用内置OCR技能。
• 第四步，所有结果汇总到一个临时结果区，最后以表格形式输出给我。

整条链路里，连接器负责“能拿到文件”，技能负责“会处理文件”，MCP负责“能叫来更多帮手”，插件则是“装好的一整套工具箱”。你完全可以把它们理解成：技能是干活的人，连接器是出入证，MCP是电话线，插件是一整个团队。

1.3 为什么新版主推“技能优先”

以前的工具喜欢搞“大而全”的插件，装一个全家桶，界面很热闹，但很多功能你根本用不上，反而拖慢启动速度。WorkBuddy 9月这版明显换了个思路：把大插件拆成一个个独立的技能，你需要哪个就装哪个，优先级高的放在“常用技能”栏，不用的直接禁用。

这么做的好处，我用三个词总结：轻量、可控、易排查。轻量是启动快、占用低；可控是每个技能都能单独管理权限；易排查是出了问题你立刻知道是哪一环节的锅。比如下一次跑任务报错说“找不到OCR技能”，你就不用翻遍所有插件设置，直接去技能市场确认有没有安装OCR类技能就行。后面我会专门讲这个坑。

2. 15个推荐技能总览：按场景分类的选型表

2.1 四个分组与选择理由

9月新版技能市场里，我实际装了一遍又筛了一遍，最后留下这15个。我没有按字母排序，而是按使用场景分成四组：

• 办公效率组：大多数人每天打开WorkBuddy就是为了减少重复劳动，会议、邮件、周报、日程是最高频场景。
• 开发者工具组：如果你写代码或折腾本地环境，这部分是刚需，包括MCP桥接、技能库管理、缓存迁移、全局规则。
• 文档与信息处理组：PDF、图片、网页信息是大家最容易堆成山的地方，把这些整理好，价值立竿见影。
• 数据与自动化组：适合有一定基础、想让WorkBuddy“半夜悄悄干活”的人，比如定时巡检、CSV分析、API调试。

2.2 一张表看懂15个技能

2.3 不同人群怎么选

如果你是普通上班族，我建议优先装办公效率组全部4个，再加Web Clipper和OCR Extractor，完全够用。如果你是开发者，直接奔着MCP Tool Bridge、Skill Manager、Cache Mover、Rule Keeper去。如果你日常碰数据表格，CSV Analyst和API Client能省下大量重复操作。

别一上来就装满15个。WorkBuddy的技能是“随用随加载”的吗？不是。你装得越多，技能调度的时候匹配越慢，误唤醒的概率也越高。我个人的原则是：常用技能维持在8到10个以内，剩下的先收藏不安装。

3. 办公效率类：会议、邮件、周报，四个技能细节实操

3.1 会议纪要与行动项提取：别让它只做“听写”

“会议纪要Action Items”这个技能，很多人的用法是丢一段录音进去让它转成文字，然后就没有然后了。这其实只发挥了一半价值。它真正厉害的地方是“把非结构化对话变成可执行任务”。

我每次开完会之后，会把录音文件和现有任务列表一起拖给WorkBuddy，然后加一句指令：“提取本次会议所有待办事项，标注负责人和时间，并与已有任务做重复检测。”这个技能会返回一个结构化清单，每项包含任务描述、疑似负责人、截止时间、关联项目。

这里有一个关键配置：在技能设置里开启“自动识别负责人”。如果不开启，它默认把所有人名都当作参与者，输出会混入大量无关信息。开启后，它会结合语境判断“这个活交给谁”，比如听到“小王你来跟进一下法务”就知道责任人是小王。

使用时有三个注意事项，都是我自己踩过的：

• 录音质量差时，宁可先让WorkBuddy转文字再丢给技能，不要直接丢音频，因为音频转写的延迟很高，而且多轮对话容易乱。
• 会议中有多个议题时，记得加“分段标题”，比如“第一部分：预算；第二部分：排期”，否则输出会是一锅粥。
• 输出结果一定要先让“人”复核再同步到任务系统，别让AI直接建任务。我吃过一次亏，它把“这个方案可以再考虑”识别成了“需要负责人确认方案”，搞得别人很莫名。

3.2 智能日程排期：日历权限怎么给才安全

这个技能最实用的场景是“我有一堆事，但不知道今天怎么安排”。它会读取你的日历，结合任务列表里的优先级和预估工时，生成一份按时间段排列的建议。

有人问过我，说这个技能会不会乱读隐私数据。这里我要强调：连接器的授权范围是可以控制的。给日历连接器时，我建议只授权“读取空闲/忙碌状态”，不授权读取会议标题、参与者详情。这样它知道你今天几点有空、几点没空，但不知道你具体和谁开会。对绝大多数排期需求来说，这个粗粒度授权完全够用。

实际操作时，我会给它这样一段输入：“明天上午五个任务，其中A是紧急且重要，B是重要不紧急，C、D、E看情况。我下午三点前要离开。请给我一个安排。”它会返回计划表，按“精力曲线”把重要工作放到上午精神最好的时段。需要提醒的是，排期结果只适合做“参考”，因为它不知道你同事的时间，如果涉及多人会议，还是得用日历系统自带的忙闲查询。

3.3 邮件语气改写：先确认受众再动笔

这个技能我一开始觉得有点鸡肋，毕竟自己写邮件又不难。但真正用下来，它最大的价值不是“替你把话说得好听”，而是“帮你从不同角度审视同一句话”。

比如我常写催办邮件，原稿是：“你这个东西什么时候给我？我们这边很急。”这显然太冲。丢给技能后，我可以选择受众类型：同事、供应商、客户。它会按不同身份的沟通尺度给出版本。给客户的是：“麻烦确认一下当前进度，我们这边需求比较紧急，希望能尽快同步时间节点。”给供应商的则更直接一点：“请在本周五前提供更新，否则影响项目排期。”

这里有个小技巧：每次改写前在技能参数里填“沟通目标”，比如“催办但不要引起反感”“拒绝但不伤害关系”“同步坏消息但显得透明”。填了这个字段后，改写质量会明显提升，否则它只会泛泛地替你润色。我实测下来，语气太客气、内容重点被模糊的情况很常见，一定要自己再校对一遍再发出去。

3.4 周报生成器：数据来源比模板更重要

周报生成器是另一个“很多人装完不会用”的技能。默认状态下，你丢给它几个关键词，它帮你写一段看起来很漂亮的周报，但内容全靠想象，完全是自嗨。

正确的用法是：把这一周的工作记录作为数据源喂给它。我平时会让WorkBuddy把IM消息、任务系统变更记录、代码提交记录、文档修改记录统一抓取，筛选出和本周相关的条目，再交给周报生成器整理。这样生成的周报有具体事实支撑，而不是一堆正确无比的废话。

在这个流程里，我建议设置“排除规则”，比如屏蔽掉一些关键词，像“加班”“改bug”“填表”这类容易引起负面观感的表述，可以改写成“完成问题排查”“处理流程性事务”。这不叫撒谎，而是职场沟通里必要的表达管理。我自己是不喜欢把痛苦细节全写上去的，重点是结果和进展。

4. 开发者向：MCP桥接、技能库管理、缓存迁移、全局规则

4.1 MCP技能连接器：让WorkBuddy调用你的本地工具

前文说了MCP是一套协议。在这里我再细化一下实际配置。WorkBuddy 9月版的MCP Tool Bridge技能，启动后会在本地开启一个轻量服务，通过标准输入输出来和外部工具交换数据。

我常用它来连接本地命令行工具，比如让WorkBuddy直接调用我电脑上的ffmpeg、git、python脚本。配置方式很简单：在技能设置里填一个工具清单，格式是JSON数组，每个条目包含命令名称、参数模板、安全级别。

[ { "name": "ffmpeg", "args": ["-i", "{input}", "-vf", "scale=1280:720", "{output}"], "safe_level": "high" }, { "name": "python", "args": ["{script_path}"], "safe_level": "medium" } ]

填好之后，我只要对WorkBuddy说“把视频压缩成720p并放到output目录”，它就会自动拼出参数调用ffmpeg，然后把结果回报给我。这一步把“聊天窗口”变成了“命令行终端”，效率提升非常明显。

但注意，MCP的权限管理至关重要。这等于把本地系统的一个后门交给了AI，如果没有防护，一个恶意技能就可能通过MCP执行危险命令。我强烈建议：只给MCP桥接配置白名单命令，并且文件的读写路径限制在一个固定工作目录内。别把所有系统命令都暴露出去。

4.2 技能库管理：安装、更新、回滚一条龙

Skill Manager这个技能，说白了就是“应用商店管理工具”。很多人以为官方市场就是唯一来源，其实WorkBuddy的skills技能库网址支持导入第三方仓库，你可以把社区维护的技能源添加进来。

在管理面板里添加仓库地址非常方便，点“添加来源”，填URL，它会拉取技能清单。之后安装、更新、卸载都在同一个页面操作。这个技能还有一个隐藏优势：回滚。每次升级都会保留旧版本，如果新版本行为异常，可以一键切回前一个版本，不用重新配置。

我建议所有装了第三方技能的伙伴，每周做一次“版本检查”。WorkBuddy新版本迭代很快，技能作者也会跟着适配，有些技能更新后需要重新授权连接器，如果不更新，功能会静默失效。更新时如果提示“权限变更”，千万别闭眼点同意，展开看新增了哪些权限再决定。

4.3 系统缓存目录迁移：D盘/linux/macOS 怎么改

这是一个非常现实的痛点。WorkBuddy默认缓存会放在系统盘的用户目录下，时间一长能吃掉几十GB，系统盘直接爆红。我在Windows上把缓存迁到了D盘，在Linux服务器上也做了同样的事，这里分享一下通用方法。

Windows版在配置文件里有一项cache_dir，把它改成D:\WorkBuddyCache即可。改完后重启应用，再把旧缓存目录清掉。Linux和macOS可以先设置环境变量再启动：

export WORKBUDDY_CACHE_DIR=/data/workbuddy_cache workbuddy

改缓存目录有几个细节要特别留意：

• 新目录所在分区尽量是SSD，缓存读写频繁，机械盘会让技能加载明显变慢。
• 不要用中文路径和带空格的路径，我遇到过解析出错的兼容性问题。
• 迁移之后，之前技能下载的模型文件不一定跟随迁移，有的需要在技能设置里重新指定模型存放路径。
• 如果你用Docker部署WorkBuddy，请把缓存目录挂载为数据卷，否则容器一重建全部缓存归零。

4.4 全局规则：几条规则管住后续所有任务

这是我最想让新手重视的技能。很多人把WorkBuddy当“一次性的问答机器人”，每次都要啰嗦一遍“请简洁回答、请用表格、请先给结论”。其实这些偏好完全可以固化成全局规则，之后所有任务、所有技能都默认遵守。

Rule Keeper技能提供一套规则模板。我自己的全局规则配置长这样：

{ "global_rules": [ { "rule_id": "rule-001", "description": "输出顺序：先结论，再过程，最后建议", "scope": "all_tasks" }, { "rule_id": "rule-002", "description": "涉及修改文件的操作，必须先给出备份方案", "scope": "file_tasks" }, { "rule_id": "rule-003", "description": "分析类输出如果超过500字，必须附带摘要块", "scope": "analysis_tasks" }, { "rule_id": "rule-004", "description": "与外部系统交互时，默认使用只读权限，除非明确要求写操作", "scope": "connector_tasks" } ] }

设置完之后，你随便触发一个技能，它都会自动先遵守这些规则。比如我让它“分析这个CSV并给我报表”，它就会先给摘要块，再给详细分析，不会像以前那样丢我一大段天书。

有个设计很好：规则支持条件作用域。你不想让某条规则影响某个特定技能，可以在技能的独立设置里勾选“绕过全局规则中的写入限制”之类的选项。这相当于给极端情况开了一条后门。

4.5 本地部署和桌面版：怎么取舍

WorkBuddy有在线网页版和本地桌面版两种用法，另外还能本地部署到自己的服务器。这三者的取舍，我直接说结论：

• 网页版：适合轻量任务、临时用、公司电脑不方便装软件的场景。优点是无安装、随开随用；缺点是技能市场的一些本地处理类技能无法使用，因为网页版跑在云端沙箱里，不能访问你的本地文件。
• 桌面版：适合个人主力机。本地缓存、本地模型调用、文件访问都更顺畅，性能怪兽级技能也能跑。
• 服务器本地部署：适合团队共享或对数据隐私要求高的场景。WorkBuddy本体是一个可以自托管的服务，部署在你自己服务器的优点是可以统一管理数据，多人共用一套环境。缺点是需要自己维护版本更新和存储空间。

如果你是重度用户，我建议直接桌面版 + 数据定期备份。我个人的习惯是：所有涉及敏感资料的活全部在本地跑，网页版只用来查公开信息。

5. 文档与信息处理：OCR缺失的坑，以及四个替换方案

5.1 技能市场里没有OCR？先确认三件事

很多人在社区问“skills里没有OCR类技能怎么办”。这个描述我太熟悉了，因为我第一次装也遇到同样的问题。后来排查发现，OCR功能其实是依赖本地模型或外部服务的，新版WorkBuddy把OCR模型从“内置”改成了“按需下载”，所以安装完技能后还需要额外拉取识别模型文件。

你可以依次检查三件事：

• 技能是否已更新到最新版，旧版技能不会自动带模型配置入口。
• 设置项里“模型管理”页面是否有一个OCR模型显示“未下载”，如果未下载，点下载按钮，需要联网拉取模型文件。
• 检查系统是否安装了tesseract或其他OCR运行时，WorkBuddy本体不自带底层OCR引擎，很多场景下它会尝试调用系统的OCR工具。

如果以上都检查完还是不行，那就是技能市场上架版本有缺漏。此时不用死磕，参考下一节的两个替代方案，一样能完成识别任务。

5.2 OCR的可用替代链路

• 方案一：照片App自带文字识别。手机拍完的文档照片，先在系统相册里用“实况文本”功能提取一次文字，把文字复制到剪贴板，再丢给WorkBuddy处理。这个方法对标准印刷体非常准，而且不消耗WorkBuddy任何资源。
• 方案二：本地Python脚本配合OCR库。如果你的电脑里装了Python，直接用PaddleOCR或Tesseract写一个十几行的小脚本，把图片转成文本，再让WorkBuddy读取结果。这样你甚至不需要装WorkBuddy里的OCR技能，规避了缺失问题。
• 方案三：先用PDF表格提取技能打开扫描件。有时候你要处理的不是纯图片，而是PDF里的扫描页。PDF Table Extractor本身就带一个“扫描件检测”逻辑，它可以先把图片区域输出成栅格图，再交给OCR。这也是一条旁路。
• 方案四：云服务商的通用OCR接口。通过API Client技能发送图片到通用OCR接口，拿回文本结果，再继续后面的任务。这是最省事的替身，但涉及把文件发到外部服务，敏感材料慎用。

5.3 网页抓取与结构化笔记实操

Web Clipper是文档处理组里最被低估的一个。它不是简单地把网页全文扒下来，而是按语义拆块，保留标题层级、正文核心段落、链接列表、代码块，最后输出成一个Markdown笔记。

我经常用它来做“竞品分析素材整理”。比如我要研究一批同行的产品页，只需要把URL列表一次性喂给技能，它返回一张多行对比表，包含产品名称、核心卖点、定价模式、目标用户等字段。这一步省掉了我以前逐个打开网页、复制、粘贴、整理的大量时间。

一个实用的配置参数是“抓取深度”，我一般设置“仅第一层”。不要贪多，如果设置“递归抓取子链接”，它会顺带把页面里所有子链接全抓下来，结果非常杂乱，还要花时间过滤。另外，遇到有登录墙或动态渲染的页面，Web Clipper抓不到内容，这时候可以配合API Client模拟登录态后再去抓。

5.4 PDF表格抽取：银行流水也能整理

PDF Table Extractor最典型的价值是处理银行流水、订单报表、产品价目表这类带表格的PDF。它的原理是先做版面分析，找出表格线框和非线框区域，然后通过坐标重建单元格结构，最后导出为CSV或Excel。

用这个技能我建议启动“列名识别模式”。开启后，它会自动把表头字段和内容字段对应起来，而不是简单按坐标切分。举个例子，一份银行流水PDF里，日期列、摘要列、金额列的宽度并不一致，如果只按坐标切，很容易把内容切错列。开启列名识别之后，它会根据语义理解“这笔交易是支出还是收入”，显著减少错位。

当然，它也不是万能的。遇到那些“图片型表格”的PDF，也就是整个页面其实就是一张扫描大图，没有文本层，那么PDF Table Extractor本身是拿不到数据的。这时候必须回退到OCR链路：先把整页转成图片，OCR出文本，再让WorkBuddy根据文本重构表格。这个组合拳我实测下来能覆盖95%以上场景。

6. 数据与自动化：把重复劳动交给定时任务

6.1 CSV分析的三种匹配逻辑

CSV Analyst是我做过最多挑战的技能。它的核心能力是数据处理，但很多人只会让它“画个图”，这太浪费了。我总结出三种最常用的匹配逻辑，做数据清洗时你八成会用到其中一种。

• 精确匹配：把两列数据按完全相同的值进行关联，比如订单号。缺点是数据里但凡有一个空格或全半角差异就匹配不上。
• 模糊匹配：按相似度打分，适合匹配“公司名称”这类写法各异的数据，比如“北京某某科技有限公司”和“某某科技北京分公司”。我处理招投标名单时经常用这个。
• 时间窗口匹配：按时间范围关联多份数据，比如把“打卡记录”和“项目排期”放到同一天去分析。它自动做小时级对齐，特别适合分析效率问题。

使用的时候，一定记得先让CSV Analyst做一个“数据概要”，包括缺失率、类型分布、异常值列表。不先看概要就急着做深加工，基本是在垃圾数据里找矿。我踩过最多次的坑是：两列明明看起来差不多，但一个是字符串，一个是数字，匹配时全部失败。先概览，再动手，能省很多时间。

6.2 定时巡检技能：让WorkBuddy主动汇报

Watcher技能是我最近才真正爱上的。它的定位是“定时任务的调度器”，可以做网站健康检查、文件目录定期整理、临时目录清理、各类状态巡检。

我举个具体场景。我经常要确保每天凌晨之前把临时目录和缓存清理干净，否则第二天跑批量任务时磁盘经常不够用。以前靠手动执行，后来用Watcher配了一条规则：

triggers: - schedule: "0 2 * * *" task: cleanup_cache target: "/tmp/workbuddy_intermediate"

每天凌晨两点自动清理，并把清理结果生成一张小报表，早上我打开电脑就能看到昨天释放了多少空间。这个技能的风险点是“规则写错会误删文件”，所以我强烈建议在测试阶段先指向一个测试目录，观察三天后再放开到正式目录。

6.3 API调试与接口测试：比浏览器控制台顺手

API Client技能解决的是“懒人调接口”问题。你可以把常用的HTTP请求保存成集合，下次只要说“帮我跑一下登录接口，环境用test”，它就自动填好URL、请求头、Body，然后把响应结果格式化展示出来。

我特别喜欢它的“自动鉴权”功能。比如某接口属于一个第三方系统的连接器，API Client可以自动从连接器缓存里提取token，不用我在每次请求时手动复制。它还能把返回JSON直接转成表格预览，处理那种很长很深的嵌套结构时，比在浏览器控制台里人肉找字段舒服得多。

做接口测试时有个小习惯：先保存请求快照，再执行并发测试。如果直接改请求参数测试，改出一堆版本，事后根本说不清哪个body对应哪个结果。保存快照以后，每次测试的结果都可以回溯，排查问题效率翻倍。

7. 装机配置与避坑速查

7.1 安装后的第一件事：改缓存目录和建技能仓库

新装完WorkBuddy之后，我建议别急着装技能，先把两件事办妥。

第一，改缓存目录。直接参考前面4.3节的配置，把默认的缓存路径从系统盘迁走。这一步能避免未来一个月后系统盘突然爆满，非常值得提前做。

第二，建技能仓库。创建一个空目录，专门用来存放技能市场导入的第三方skills。每次从第三方源安装技能时，WorkBuddy会把技能文件复制到这个仓库目录里，方便做版本管理和备份。如果你不知道怎么建，直接在管理面板里设置一个“技能仓库路径”就行。

7.2 我建议的基础规则配置（直接抄）

这里直接给一套我验证过好用的基础规则，你可以复制粘贴再调整：

{ "global_rules": [ { "rule_id": "r01", "scope": "all_tasks", "text": "回答前先判断是否需要联网检索；如果需要，说明信息来源" }, { "rule_id": "r02", "scope": "analysis_tasks", "text": "给出结论时必须附带一个简短的理由" }, { "rule_id": "r03", "scope": "file_tasks", "text": "涉及创建新文件时，命名格式统一为：年月日_描述" }, { "rule_id": "r04", "scope": "report_tasks", "text": "周报统一使用三段式：本周进展、数据与证据、下周计划" } ] }

这样设置完，你以后所有任务输出都会自带“项目制”的规范感，而不是一篇随心所欲的散文。注意，规则加得越多，模型被束缚得越紧，输出可能变得僵硬。我建议全局规则控制在5条以内，针对个别技能的局部规则单独加。

7.3 常见问题排查速查表

这张表我建议收藏，大部分问题不是系统Bug，而是配置路径、权限范围、缓存位置这些细节。遇事不要先怀疑软件坏了，先从基础配置查起，事半功倍。

7.4 一个不限标题的心得：少即是多

WorkBuddy装技能这件事，我跟身边人说得最多的四个字就是“少即是多”。技能不是收藏品，装得越多，调度越慢，权限冲突越多，排查问题越累。真正能让你工作变顺畅的，永远是那几个每天都触发的高频技能。

我现在的常用技能清单就是办公效率4个、文档处理4个、数据自动化3个、开发者2个，剩下的都在仓库里“冷启动”。这个策略用了一个月，系统稳定，响应速度快，遇到问题也能快速定位。

最后再分享一个小技巧

我个人在实际操作中有一个长期坚持的习惯：每周五下午固定花10分钟，打开Skill Manager看一下本周技能的运行日志，把超过三天没触发过的技能列入“观察名单”。连续两周都没用过的，就直接禁用掉，等真需要再启用，反正技能仓库还在，随时能装回来。

这套“定期清减”的习惯，让我始终保持着“每次打开WorkBuddy都很快”的体感。你不需要被15个技能的推荐清单绑架，先按照自己的真实高频需求留三五个，用顺了再去探索新的，可能你的体验会比一口气装完全部更好。