- 博客(22)
- 收藏
- 关注
RSS订阅原创 WorkBuddy+投资研究，用AI构建自己的研究体系
回到开头那个误会。AI 不会告诉你明天涨还是跌，没有任何工具会。它能把「搞清楚一家公司」这件事从几天压缩到几十分钟，但压缩掉的是体力，不是风险。所以这套流程真正的价值，不是某一次研究的结论，而是你可以对每一只票都跑同一套流程。结论会错，流程不会——它保证你每次都看过事实、看过分歧、看过反证，再下判断。而固化成 Skill 之后，每次重来的组织成本归零了，另一个东西的重要性却被放大了：你得比工具更清楚它不能做什么。能力越强，边界意识的权重越高。工具负责把事实和分歧摆到你面前，你负责拍板，也负责承担。
2026-09-09 08:52:04
695
原创 WorkBuddy + 手机派活。原来人不在电脑前，活照样能跑
适用：临时要电脑里的课件、汇报、合同、报价单，只记得关键词不记得文件名。先限定目录（桌面、Downloads、项目资料文件夹）让 WorkBuddy只读扫描，列出候选文件、修改时间、文件大小和匹配原因确认目标文件后，再读取内容并生成可转发的摘要需要发文件时，先整理到单独的输出目录，不移动原文件你帮我看一下，我电脑上在我这个local long GPT里边有一个关于xx公司的一些PPT，然后你整理一下内容发给我。
2026-09-08 08:47:59
733
原创 WorkBuddy 会议自动化实战：从腾讯会议转写到待办系统的完整链路（附全套提示词）
没有议程的会议，转写再完整也只是大量对话。为"会议纪要自动生成待办"产品评审准备 45 分钟议程。参会角色：产品、研发、设计、测试、运营。本次必须形成三个决定：首期范围、待办字段、上线验收指标。读取 project/meeting-to-task 中的需求草案和上次决策记录，输出：会议目标、会前材料、按分钟议程、每个议题的主持人、需要当场决定的问题、可以会后异步处理的问题。事实与建议分开；缺少的信息列入会前补充，不自行补造。会议的真正产出在会后：决定、负责人、检查点，不是纪要字数。
2026-09-04 13:25:31
296
原创 GPT-6 Astra 下场，宣告AGI时代的到来
这一次，OpenAI证明了他们的实力，而且有一点当年GPT-4那个味道了，全方面的王者归来，而且最让我开心的是，这终于不再是一个纯粹为了Coding特化的模型了。可惜的就是，我已经提前准备好了二十多个case，已经全部都用Claude、GLM 5.3 Flash啥的跑完了，想对比一下，可惜没法用，实测的内容只能到时候出了。但是如果我们回到最底层，你会发现所有的软件的本质的逻辑就是交互。这玩意最变态的地方是，没有说明书，没有规则，甚至不会告诉你目标是啥，你就进去以后，自己玩，然后慢慢搞懂里面乱七八糟的规则。
2026-09-04 13:17:24
536
原创 WorkBuddy + ima 知识库实战：微信收藏内容系统化管理全流程
能再次被调用的才是资产闭环三步：ima 收集（低摩擦）→ WorkBuddy 加工（分类、关联、知识地图）→ 回传 ima 沉淀增量更新而非推倒重来，知识库才会越来越厚本文案例来自开源项目《WorkBuddy 实战蓝皮书》社区案例集，完整版见案例原文。评论区聊聊。
2026-09-03 08:46:25
711
原创 Excel 数据清洗与可视化：用 WorkBuddy 把 119 个门店表格变成运营分析看板
<think>我们根据要求，生成≤150字的文章摘要。内容是关于处理多表合并的数据清洗分析案例，强调业务问题在前、技术在后，给出完整流程和三轮提示词。摘要需简洁概括核心。</think>本文以茶饮连锁119份混乱Excel为例，提出数据分析应先厘清业务问题、指标口径和数据质量，而非直接上手图表。通过“先摸底、清洗合并、活公式报告、交互看板”四步流程和三轮可复用提示词，完成从脏数据到可交互看板的闭环，并强调假设记录、活公式和离线交付等要点。
2026-09-02 08:31:57
861
原创 WorkBuddy 实战：用 AI 交付 Word/Excel/PPT，从「生成快」到「能交差」
<think>用户要求根据提供的文章内容生成一篇不超过150字的摘要。文章是关于使用WorkBuddy进行AI辅助办公的实操总结，重点包括五个交付标准问题、四个提示词模板，以及社区案例。摘要需提炼核心信息，字数严格限制在150字以内。 需涵盖：问题根源（交付标准不清）、交付五问（目标/受众/材料/格式/验收）、三个实操场景（Word/Excel/PPT）的要点、两个社区案例（简历/年报）的可复现性，以及总结性建议。语言精炼，突出干货价值。</think>用AI办公文档总“交不出去”？根源在交付标准不清。实战
2026-09-01 08:51:05
821
原创 WorkBuddy快速上手之总结篇
十篇写完了。回头看，这个系列没教你任何高深技术，全是基本功：说清楚要什么、把工具备齐、该自动的自动。AI 这东西，入门门槛比想象低，拉开差距的地方也不神秘——就是用起来，天天用。但我得说实话：会操作和用得好之间，还隔着一层。下一层叫「场景」。同样是这支 AI 团队，有人拿它写周报，有人拿它做投研，有人让它每天替自己读几百条资讯——差的是知不知道自己的哪些活可以交出去。所以下个系列就干这个：「AI 工作改造」，一共 12 篇，每篇拿一个真实工作场景，从头到尾改一遍给你看。
2026-08-28 08:35:11
411
原创 WorkBuddy快速上手之让AI自己到点上班
你到底是「装过」还是「上手」了？先别急着答。回头看这九篇，线索其实很清楚：从把 AI 当员工派活，到把活说清楚，再到今天的——把说清楚的活存成定时资产。到这里，WorkBuddy 的基本盘你就全摸过一遍了。下一篇收官篇，我帮你把整张地图拼起来，再附一份上手自查清单——到时候对着它逐项打勾，自己就有数了。合集导航：本篇是「WorkBuddy 快速上手」系列第 9 篇，点上方合集标签查看全部连载。资料领取。
2026-08-27 08:50:17
579
原创 如何远程用钉钉飞书给WorkBuddy派活
回头看，这个系列走到这，WorkBuddy 已经变了个样：从装在电脑里的一个软件，变成了你随时随地能喊话的一个同事。入口解放了，前面学的所有派活功夫才真正全天候生效。但也别上头。入口方便了，不代表什么活都该往手机上丢——涉密的文件、没想清楚的任务，还是回电脑前坐下来好好交代。工具给你的是选择权，用不用、什么时候用，还是你说了算。对了，现在你能随时随地派活了，用不了多久你就会发现一个新问题：有些活每天都在重复派——每天早上抓一遍数据，每周五出一次周报，话术都不带改的。既然重复，
2026-08-26 08:52:26
561
原创 WorkBuddy快速上手之AI终于能替你动手了
AI 的价值，从「会说」到「会做」，中间隔着一个连接器。前面的篇目让 WorkBuddy 有了脑子和专家团，这篇给它装上了手脚。到这里，它已经能在你的电脑上干不少事了——读文件、做方案、约会议、管邮件。但问题也来了：这些能力全绑在你这台电脑上。可你不是时时刻刻坐在电脑前啊——通勤路上想起一个活，躺床上冒出一个想法，怎么办？下一篇解决这个问题：把 WorkBuddy 装进口袋。合集导航：本篇是「WorkBuddy 快速上手」系列第 7 篇，点上方合集标签查看全部连载。资料领取。
2026-08-25 11:19:20
554
原创 WorkBuddy快速上手之专家和专家团的协同工作
这篇的观点就一句：复杂问题要的不是更聪明的 AI，是更多视角。很多人用 AI 的思路是「等模型再强一点」，觉得 GPT 下一代出来了，文案自然就看懂了。我不这么看。模型再强，用一个视角看问题就是会有一个视角的盲区。WorkBuddy 的专家机制是另一条路：给它多安几双眼睛。分析有分析的眼睛，创作有创作的眼睛，谁都不够用的时候，摆一桌一起开。而且这条路上你最值钱的投入，是你自己的经验。广场上的专家人人能召唤，你拿自己五年手感喂出来的那个，只有你拥有。
2026-08-24 08:32:32
734
原创 WorkBuddy快速上手之小白Skill全通关，一次看懂
这篇你真正要带走的东西，不是「斜杠唤起技能」这个操作，操作点两下就会了。要带走的是一个习惯：**从今往后，留意你重复对 AI 说的每一句话。**凡是说了两遍以上的要求，都值得停下来想一想——它是不是该变成一个 Skill。普通人用 AI，每次都是从头开始；高手用 AI，每次都在给下一次攒东西。差距就是这么一点一点拉开的。但 Skill 也有边界：它管一类任务。有时活太杂，一个方法罩不住——做行业调研，既要搜资料、又要验信源、还要写报告。
2026-08-21 09:27:27
492
原创 WorkBuddy 快速上手之小白的第一个任务设计
本文是「WorkBuddy快速上手」系列第4篇，重点指导用户如何正确委派第一个AI任务。文章建议：1）首次任务要选择简单明确的小任务，便于验收；2）创建任务前需设定专用工作目录控制风险；3）推荐先用"Plan"模式让AI先提供执行方案；4）任务说明需包含目标、输入、动作等6要素，特别强调约束条件和验收标准；5）验收时要严格检查AI输出。文中提供了文件整理任务的完整模板，强调通过小任务练习来建立对AI能力的准确认知。最终目标是帮助用户安全有效地将真实工作交给AI处理。
2026-08-21 09:13:16
532
原创 WorkBuddy 快速上手 --- 03 熟悉界面功能设计，快速开始
本文介绍了AI助手WorkBuddy的基本使用逻辑：界面分为任务区、沟通区和结果区，对应任务管理的核心流程；强调建立独立工作区的重要性，建议为每项任务创建专属目录以保障安全边界；提供Ask/Plan/Craft三种操作模式的适用场景选择建议；并说明模型选择的考量因素。文章指出这些基础设置虽然简单，但能有效预防后续操作风险，为后续实际应用打下基础，适合新手建立系统性使用思维。
2026-08-20 08:51:34
467
原创 WorkBuddy快速上手 -- 下载与安装使用
你发现没有，这篇里最「技术」的内容，其实是两个安全习惯：只从官网下载，不绕过公司的安装策略。剩下的全是「下一步、下一步」，十岁小孩都能点完。这其实就是用 AI 软件的真实门槛——不在操作，在意识。软件本身越来越傻瓜，但你的文件、你的账号、你公司的安全策略，这些边界得你自己心里有数。工具越能干，看门的人越不能迷糊。装好了先别急着派活。下一篇带你认界面：WorkBuddy 打开之后，左边、中间、右边三个区域各管什么？
2026-08-19 08:43:26
1144
原创 用 WorkBuddy 之后我才发现：大多数人用 AI 都停在第一层
摘要： 本文探讨了AI使用的两个层次差异。第一层用户将AI视为顾问，仅用于获取建议；第二层用户将其视为员工，直接交付完整工作成果。作者通过亲身实践发现，关键在于清晰的任务派发能力，并提出"派活三问"：明确交付成果、提供背景资料、设定验收标准。文章指出，未来AI应用的核心竞争力在于任务描述能力，而非工具本身。这种能力本质上是管理者长期培养的目标设定与结果验收技能，提示词工程反居其次。
2026-08-18 17:08:58
397
原创 深度拆解 DeepSeek Harness：一文看懂 快速本地上手
DeepSeek Harness 不是又一个 Agent 产品，而是一套把"Agent 的一切组成都变成可插拔零件"的操作系统级基座——78 行插件配置撑起整个运行时，连 Agent 循环本身都可以被你换掉。模型是发动机，而 DeepSeek 这次开源的是整辆车的底盘图纸。本文基于 deepseek-harness 0.1.0-rc.5 源码（2026-08）撰写，项目迭代迅速，细节请以最新仓库为准。
2026-08-14 13:28:37
2011
原创 深度拆解 DeepSeek Harness：一文看懂 快速本地上手
DeepSeek Harness：一个开箱即用的智能体框架 摘要： DeepSeek Harness（dsh）是DeepSeek开源的一个智能体框架，定位为"可拆解、可扩展的Agent基座"。其核心特点是"一切皆插件"的架构设计，基于Cordis插件框架实现时空可组合性，连Agent循环和模型适配也可替换。该系统采用事件日志优先的设计原则，具备严格的权限与沙箱安全机制，提供Web UI、CLI和Python SDK三种使用方式。特别值得注意的是其四种预设模式，尤其是创造模式允许Agent直接操作自身运行时，
2026-08-14 11:38:35
286
原创 WorkBuddy保姆级教程-从安装到自动化
文章摘要： WorkBuddy是腾讯推出的AI智能体工作台，能大幅提升工作效率。本文提供了从安装到实战的保姆级教程： 核心优势：支持本地文件操作、自动生成办公文档、定时任务和技能沉淀，比普通AI聊天更实用。 详细安装指南：包括Windows和Mac系统的安装步骤及安全注意事项。 界面解析：分为侧边栏、对话区和结果区三部分，强调"一项任务一个目录"的安全原则。 实战案例：以Excel转PPT为例，提供完整Prompt模板和执行要点。 三个即用Prompt模板：文件整理、会议纪要、Word转PPT。 Skill
2026-07-31 16:01:40
891
原创 我们为什么选择 RuoYi-Vue-Pro
我们选择 RuoYi-Vue-Pro，不是因为它能替我们完成所有业务，也不是因为功能越多越好，而是因为它已经把大量共性复杂度放进了清楚的模块和约定中。真正的工作从选型之后才开始：裁剪不需要的能力，守住框架与业务边界，把默认配置变成生产规范，把生成代码变成经过验证的业务代码，并建立可持续升级机制。当这些工作完成后，RuoYi-Vue-Pro 才不再是一份开源源码，而会成为团队自己的企业开发底座。
2026-07-30 17:12:03
314
原创 从企业文档到智能客服-RAG知识库实战
大模型时代，企业接入 AI 客服似乎只需要调个 API。但真正落地时，你会发现核心问题不是模型不够强，而是模型不懂你的业务知识。产品手册、服务政策、操作指南、FAQ……这些资料分散在各个角落。当客户问一个问题时，如何让 AI 基于这些资料给出准确、可信、可溯源的答案？这就是 RAG（Retrieval-Augmented Generation）要解决的问题。本文将分享我们在灵应 AI（Hublight）平台中，如何构建一套完整的 RAG 智能知识库系统，支撑 AI 客服场景。知识怎么存？
2026-07-17 14:08:13
531
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人