企业官网建设流程全解析

1. 为什么这份技能清单值得你花三分钟看完

先说结论：WorkBuddy是那种典型的“下崽容易、吃透难”的效率工具。我见过不少人装了它，然后因为不知道怎么把技能串起来用，最后当普通聊天窗口使。这其实挺亏的。

所谓Skills，在WorkBuddy里可以理解为“有预设立场和执行逻辑的任务模板”。它不是一个简单的提示词，而是把你平时反复要做的事——比如“整理文档”“生成本地网页”“连接远程服务器”“批量处理文献”——提前固化成了标准动作。你选中一个技能，它就知道该调用什么模型策略、该用什么输出格式、该走什么流程顺序，甚至知道你上次干到哪一步。

这篇文章不是官方文档的搬运工，是我基于过去大半年高频使用、结合社区反馈和9月最新版本能力变化，从几十个可用技能里筛出来的15个。筛选标准有三条：覆盖面够不够广、上手门槛够不够低、是否解决了真实高频的痛点。按这个标准往下排，基本就是你日常能直接照抄的作业。

2. 先搞懂WorkBuddy的技能体系，再谈推荐

2.1 技能到底是个什么“东西”

你可以把WorkBuddy的技能想象成给AI配的一份“岗位说明书”。没有技能的时候，AI是个什么都懂一点但不知道你想干嘛的通才；绑定了技能之后，它就变成了一个有明确职责、有标准作业程序、有输出模板的员工。

举个例子，你要让它写一份文献综述。裸聊的话，你得自己交代背景、说明格式、规定引用风格、提醒它前后逻辑连贯……折腾半天。但如果你启用“文献综述”技能，它能自动按引言、方法论、主题归类、批判性分析、结论的结构来组织内容，还知道引用要按APA格式排，文献表格要单独生成Excel清单。这不是模型变聪明了，而是技能把“该怎么做”的上下文提前喂给了模型。

2.2 技能和普通指令、工作流、MCP的关系

这可能是新手最容易绕晕的点。说实话，这三者的边界在官方文档里写得很杰克逊，实操起来也经常混着用。我自己的理解是：

• 普通指令：一次性告诉AI怎么做，下次还得再说一遍。
• 技能（Skill）：把“怎么做”固化成一个可复用模板，附带参数设定和输出格式，一次配置，反复调用。
• 工作流（Workflow）：多个技能按顺序编排，比如“抓取网页→清洗正文→生成摘要→发送到邮箱”，是技能的串并联组合。
• MCP：是技能和外部工具之间的插线板。比如你要让AI访问本地文件、查数据库、控制浏览器，就要通过MCP把工具接进来。列表里哪些技能值得从入门用到精通？

从“值回票价”的角度，我直接给出梯队划分：

这15个里，前三个属于“今天配好、这辈子受益”的类型；中间六个属于“有空就得试试、试完离不开”的类型；最后六个属于“用不上没关系、用上了就是真香”的类型。

3. 第一梯队：让WorkBuddy真正“懂事”的三个基础技能

3.1 跨对话记忆技能：告别“重新自我介绍”的循环

用AI的人都有一个共同痛点：上一轮聊得好好的，关掉窗口再开，它忘得干干净净。跨对话记忆技能解决的就是这个问题。

它的工作原理不复杂。每次对话结束时，WorkBuddy会把关键信息（比如用户偏好、任务状态、项目上下文）压缩成一条“记忆摘要”，存到本地记忆库；下一次新对话开始时，技能会自动加载相关记忆片段，塞进Prompt里，让新会话“继承”之前的背景。9月版本还增强了一个细节：记忆不再只是按对话流去匹配，而是按“主题标签”去检索。比如你之前聊过“网站发布”相关的事，下次再触发这个话题时，它能自动关联之前的偏好设定。

实操建议：在技能配置页把“记忆粒度”从默认的5条往上调高一点，比如调到10条。因为如果记忆太稀疏，很多上下文根本串不上；但也不要调到顶，记忆过载之后，模型反而分不清哪些才是当前任务真正需要的背景。

3.2 自定义全局规则：一次设定、处处生效

这个技能是WorkBuddy性价比极高的一个，也是被很多人忽略的一个。

我在网上看到不少人在问“给WorkBuddy定几条规则，后续对所有任务都生效”这类问题——说的就是它。全局规则的作用相当于给AI立“宪法”：不管后面跑哪个技能、接什么任务，都得先遵守这层约束。比如你可以设定：

• 所有回复禁止说废话，开头直接给结论；
• 涉及数据计算时，必须列出计算步骤；
• 生成代码时必须包含错误处理逻辑；
• 涉及金额时必须按人民币口径，并标注汇率来源。

配置上有个小建议：全局规则文本越长，每轮对话的Token消耗就越高，响应也会变慢。我的经验是控制在一屏以内，只留“必须遵守”级别的硬约束。那些需要临时启用的软约束，放在技能内部去设定就足够了。

3.3 MCP适配器：接入插件生态的万能钥匙

MCP这个东西，一句话解释就是“AI和外部世界之间的USB接口”。WorkBuddy官方的技能商店里有很多现成的MCP服务，比如数据库查询、文件系统访问、浏览器自动化等。但9月版本之后，自己配一个自定义MCP也不难了。

实操中，我最常用的是给WorkBuddy接一个“本地文件管理”的MCP，让它直接读取我指定的项目文件夹，不用我再手动把文档内容复制粘贴进去。还有一个高频场景是接“网站发布”工具——我只需要说一句“把这个文档转成网页并发布到测试环境”，它就通过MCP调用了本地的发布脚本，整个过程我不用打开命令行。

容易踩的坑是路径权限。MCP服务默认能访问的范围受配置文件约束，一旦你把根目录权限放开，它就能翻你整个硬盘——别问我怎么知道的。建议只在MCP配置里开放具体业务目录，宁可后期改配置，也不要一上来就“全盘通吃”。

4. 第二梯队：高频场景下的“干活型”技能

4.1 SSH连接器：不想背命令行的远程服务器操作方案

如果你平时要登录服务器查个日志、改个配置、看个进程，但又不熟悉SSH命令，这个技能能帮你省掉大半的折腾时间。它的逻辑是：你把服务器地址、账号、认证方式填进技能配置，然后直接在对话里用自然语言说“帮我看看这台机器上的Nginx最近有没有报错”，它就会自动连上去执行对应命令、分析输出，再把结论用大白话告诉你。

更高级一点的用法，是把常用的运维动作固化成“快捷任务”。比如我写了一条“重启服务并检查健康状态”，它实际执行的是三步：连上服务器→重启目标服务→拉取服务状态检查是否恢复正常。整个过程中，AI会把每一步的执行结果返回给我确认，而不是闷头跑完就交差。运维老手可能觉得这多此一举，但对不常碰服务器的人来说，这功能确实把门槛降了下来。

注意一点：SSH密钥的存储位置WorkBuddy默认放在配置目录下。如果是共用电脑或工作机，建议开启系统密钥环加密，否则你的私钥基本等于明文躺在硬盘上。

4.2 网站快速生成技能：从需求到能看的页面，几步走

这个技能被问得很多——热搜里就有“WorkBuddy怎么生成网站发布”这种问题。它和市面上那些“AI生成网页”的工具最大的区别在于：这里不是让你从零手写一个完整网站，而是根据你给出的内容材料，自动套用模板生成结构化的网页，并支持一键推送到本地或远程环境预览。

我建议第一次用的时候，先提供清晰的三类信息：页面主题、栏目结构、内容材料（文字稿、图片链接等）。比如你说“做一个项目展示页，分概览、技术架构、成员介绍三块”，它就会生成一个信息结构清晰、样式统一的HTML页面。生成完之后，直接点预览就能在本地浏览器里看到效果。如果样式不满意，直接在对话里说“把主色调改成深蓝、栏目表加图标”，它会做局部调整，不需要重开一局。

这个技能有个使用纪律：生成网站前顺手把“项目概览”“技术架构”这类栏目的提纲先列一遍。先有骨架再让AI填充，才不会出现那种看着很漂亮、内容像“套话大杂烩”的违和页面。

4.3 文献综述技能：学术写作的“加速器”而非“代笔”

写文献综述是个特别费时间又特别容易写砸的活。WorkBuddy的输出质量说到底还是取决于模型水平，但这个技能的价值在于，它把“综述的规范流程”固化了。

我配置这个技能时，会额外设置三个参数：引用格式偏好（APA/MLA/GB/T 7714）、核心主题热词（比如“数字化转型”“供应链韧性”）、以及期刊级别偏好。设定之后，你只需要丢给它一堆PDF或文章链接，它就能自动按主题聚类、提炼关键观点、标注争议点，最后生成一份带引用列表的综述初稿。

但要泼一盆冷水：这技能生成的内容只配当“初稿的初稿”。它最大的价值是帮你完成文献梳理、分类、快速了解每篇文献的贡献和局限，而不是替你写出可以直接投稿的综述。学术写作里“做出原创性判断”这层逻辑，当前版本的AI干不了，也不该让AI干。我自己的用法是：让它把30篇文献的框架搭好、要点列全，然后我一篇篇读原文去修改、补批判性思考。

4.4 系统缓存管理技能：别再让磁盘空间莫名“蒸发”

有热搜词提到“WorkBuddy存放对话记录、运行缓存与临时文件占用高”“系统缓存目录能改到D盘吗”，这就是这个技能要解决的问题。

WorkBuddy这类的本地运行型工具，缓存会随使用时长自然增长。聊天记录、模型临时输出、附件快照、MCP日志都堆在系统盘。你可以用这个技能一键扫描缓存目录得分，一键清理临时文件。但我个人其实更推荐在技能里绑定一个“定时任务”：每周自动清理超过7天的临时文件，并且把缓存目录软链接到D盘这类大容量位置。这样既不用每次手动记着清理，也不会把系统盘撑爆。

机械硬盘用户尤其留意一点：缓存目录最好挪到非系统盘。原因很简单：系统盘的频繁读写会明显拖慢整机响应，放到数据盘之后，感受会立竿见影地好很多。

4.5 本地部署向导：数据不出门的“隐私保险箱”

提到“WorkBuddy本地化部署”“私有化部署”“Docker安装WorkBuddy”“Linux安装包”——这些热搜词指向的都是同一个需求：把服务装进自己的机器，数据完全本地处理。

本地部署向导这个技能的价值是：它会帮你一步一步完成环境检查和安装。你不需要自己翻文档去纠结那些Docker参数，它会把检查CPU架构、选择镜像版本、配置数据卷、设置端口映射这几步串起来。装完以后，再通过技能自检功能检测当前部署状态是否健康。

我在Ubuntu上走了一遍完整流程，大概30分钟吧，中间只手动敲了三次命令，其余都是AI引导完成。这个技能对三种人最有价值：一是必须处理敏感数据的行业用户；二是深度依赖自定义配置的老手；三是看到“数据上云”四个字就心慌的隐私敏感型用户。

最大的坑：本地部署之后技能更新不会自动同步。官方商店里的技能包更新了，你得手动拉一次最新版本再执行升级。你自己魔改过的技能定义在升级时会被覆盖，魔改之前记得先备份技能配置文件。

4.6 模型通道省钱版：同样的活，更便宜地干完

“DeepSeek模型是通过WorkBuddy使用便宜还是直接使用便宜？”——这是很多人看Pricing页的时候会算的一笔账。

直白点说：如果你自己有DeepSeek的API Key，并且技术水平足够自己写一套接口对接，那直接调用当然是最便宜的。但WorkBuddy的模型通道省钱版技能（名字比较直白，就叫这个）干的其实是一件更巧妙的事：它在不同任务之间动态切换模型。简单任务用便宜模型，复杂任务才调贵模型，全程自动判断、无需你手动切换。

我自己实测下来的一个典型场景：让它整理会议纪要，这一单活包含“录音转文字（贵模型）”“要点归纳（中档模型）”“错别字润色（廉价模型）”。如果全程用同一个强模型，成本可能是混合调度的两到三倍。这个技能适合对成本敏感、但又不愿意牺牲整体质量的用户。

一个小提醒：在技能配置页把“复杂度阈值”调低一点，宁可稍微大材小用，也别让它在关键任务上为了省钱而选了能力不足的模型，结果你花更多时间检查修正，反而亏更多。

5. 第三梯队：看着冷门、用着省心的六个技能

5.1 安全审核器：对外内容发出前的“最后一道闸”

很多人问“WorkBuddy安全审核”这个东西到底怎么用。其实它做的不是拦截你的操作，而是对即将输出到外部的文本做一次合规性检查。我配置它主要是用在两个场景：一是对外发邮件、发公关稿，让AI先检查是否会存在夸大宣传、敏感信息或隐含承诺的问题；二是公司内部跨部门流转的文档，避免无意间写入未脱敏的数据或不太合适的表述。

这类技能讲道理不能完全替代人工审核，但作为“第二双眼睛”，能减少大量的低级失误。有一次它标出了我一份商务函里的“首选供货商”措辞，提醒这个表述可能隐含排他性承诺，顺手帮我规避了后续可能的法律扯皮。

5.2 OCR考试辅助：截图和扫描件里的“文字收割机”

很多用户在准备考试时，习惯把纸质资料扫描成PDF或直接截图存下来。但PDF里的文字是“图片状态”，AI没法直接读。OCR考试辅助技能做的事就是先把图片里的文字识别成文本，再把识别出的文本交给模型去处理。判断、归纳、出题都属于后续联动。

比如你拿一张截图丢进去说“帮我看看这张图里的知识点有哪些是重点”，它先把文字提取出来，然后按考纲相关性给你标出高频考点。这个功能对法学、医学这种背诵量大、资料以扫描件为主的考试特别有用。网上热搜里的“opc考试”大概率就是OCR考试的输入错误。

5.3 破甲模式：面对复杂任务时的“拆解引擎”

破甲这个技能，名字取得有点中二，但逻辑上是靠谱的。它是针对那种“听起来简单、做起来无从下手”的任务设计的。它不会直接给你最终答案，而是先做任务拆解：把大问题分成若干子问题，再给每个子问题单独规划方案和执行路径。

举个例子，你说“帮我整理一份竞品分析报告”——如果是普通模式，AI会直接给一篇文章，但内容往往空泛。破甲模式下，它会先输出分析框架：竞品名单怎么定、每个竞品要从哪些维度分析、数据从哪获取、最终报告用什么结构呈现。然后每完成一个板块，它就回来跟你确认下一步是否继续。这种方式虽然要多轮交互，但遇到复杂的、一次说不清的任务时，效率反而更高。它适合的其实不是“高难度”任务，而是“高模糊度”任务。

5.4 技能积分管理：别再稀里糊涂花冤枉钱

“WorkBuddy积分”是不少新用户对着账单发愁时才想起来研究的词汇。技能积分管理做的事情就是统计：你在这段时间里，哪些技能被调用了多少次、每次大概多少Token、对应消耗多少积分、最终换算成多少钱。

我自己用下来的最直观收获：有一阵子我特别爱用“文献综述”技能，结果后台数据显示它在“整理引用元数据”这一步烧掉的token比正文生成还多。后来我调整了技能配置，把引文处理单独切到一个便宜的模型通道，整体成本立刻降了一大截。如果你是重度用户，这个技能的价值远远大于那些花里胡哨的生成类功能。

5.5 CodeBuddy协同桥：编程和写作各司其职

热搜词里有一组高频对比：“WorkBuddy和CodeBuddy有什么区别”“WorkBuddy和CodeBuddy哪个好用”。这俩产品不是竞争关系，反而是同一家生态里的分工：CodeBuddy，名字和定位都指向代码场景，适合写代码、调试、处理工程问题；WorkBuddy更偏文档、内容、通用任务处理。协同桥这个技能，就是让你在一个界面里同时调用两种角色。

我的日常用法是：在WorkBuddy里写技术方案文档，遇到需要验证代码逻辑的地方，直接用协同桥把CodeBuddy拉进来跑一段代码检查，再把结果回填到文档里。整个过程不用切窗口，体验比较顺滑。如果你平时同时写文档和写代码，这技能值得优先配好。

5.6 网页正式发布辅助：从预览到上线的一条龙

第一梯队里讲过网站快速生成，那是搞出能看的页面。发布则是更进一步：部署到正式服务器。很多人在热搜里搜“WorkBuddy怎么生成网站发布”，其实包含两个动作：生成和正式发布。

发布辅助技能支持和管理面板对接，默认配置可以让AI权限只限定在“更新站点”范围内，不开放服务器其他系统管理权限。以我自己用的流程为例：生成网页→本地预览修改→通过SSH推送→发布到Nginx目录→回读URL做访问验证。整个过程里AI角色像助手多于执行者：每一步都会问我确认。之前我图省事把“确认步骤”关了，结果它直接覆盖了旧页面，那次教训很深刻，现在我再也没关过确认开关。

6. 踩过的坑和配置建议：把15个技能真正用顺的关键细节

6.1 配置全局规则时常见的三个失误

第一，规则写得过于抽象。比如“回复要专业”这种，模型很难把握尺度。给它明确示例才是正路——“所有涉及对外输出的内容，语气统一为正式但不用敬语，禁止夸张修辞”。第二，规则和技能内部指令打架。比如全局要求“回答必须附数据来源”，但某些技能内部模板又规定“标准回复不带引用”，模型会无所适从。第三，规则过长导致上下文被挤占。我实测过一条600字规则跑下来，每次对话要先消耗几百Token在规则上，长期用是笔不小的成本。

**我的建议是：全局规则只保留5-8条；更具体的要求全部下沉到对应技能的配置里。**全局负责“底线”，技能负责“风格”，分工清晰，运行成本也低。

6.2 缓存目录改到D盘的具体操作

网上提问频率很高，说明确实很多人被系统盘占满整烦了。这里给出我在Windows和Linux两种环境下的实操步骤：

Windows环境下的缓存迁移

1. 先确认当前缓存目录。打开WorkBuddy的设置页面，在“存储位置”里看到默认一般是%USERPROFILE%\.workbuddy。
2. 关闭WorkBuddy主程序。
3. 把.workbuddy文件夹整体剪贴到D盘根目录（比如D:\workbuddy_data）。
4. 用管理员身份打开PowerShell，执行目录符号链接命令：cmd /c mklink /J "%USERPROFILE%\.workbuddy" "D:\workbuddy_data"。
5. 重启WorkBuddy，打开设置确认新路径生效。

Ubuntu/Debian环境下

1. 停止服务：systemctl --user stop workbuddy.service（如果没有用systemd，直接关闭应用进程）。
2. 复制配置目录到新位置：cp -r ~/.workbuddy /data/workbuddy_data && rm -rf ~/.workbuddy。
3. 创建软链接：ln -s /data/workbuddy_data ~/.workbuddy。
4. 重启WorkBuddy，检查日志确认没有路径报错。

这里有个非常容易踩的坑：**如果直接删除原目录再手动复制，新版会重新生成完整默认配置，看起来数据丢了，其实是没复制对位置。**先做符号链接或目录联接，再处理原目录，才是安全顺序。

6.3 模型选择：9月版最值得优先配置的几个通道

从性价比角度讲，WorkBuddy目前比较主流的接入方式仍然是“自带模型+自有API”。两个方向各有适用场景。如果只是轻度用、不想折腾，直接用自带模型就好，胜在开箱即用、无需配额管理。但如果你是内容创作者、研究者，或写文献综述频率高的人，强烈建议自己接API，成本能降到可感知的程度。

接入API时，提醒一点：给每个技能显式指定“模型偏好”。全局模型配置只决定默认值。如果你不逐个技能指定偏好，很可能出现一个吃token的大任务被丢给了小模型，结果输出质量崩盘。Priority顺序建议是：文献综述、破甲模式、跨对话记忆这类信息密度高的任务用强模型；OCR后的简单归纳、邮件草稿、格式转换这类任务用便宜模型。

6.4 记忆、安全审核与规则的配合

前面讲了跨对话记忆和全局规则，但两者搭配起来有个容易翻车的地方——记忆内容可能和全局规则冲突。举个例子，你设定“所有对外书面内容必须中性客观”，但旧对话里记忆了某次写营销文案时的活泼语气偏好，模型就会在两套指令间摇摆。

我的处理方式是：在跨对话记忆技能的配置里，加一条过滤规则——“对外沟通类任务不加载语气偏好的历史记忆”。这样涉及正式内容生成时，活泼语气偏好不会被带入；而日常内部草稿场景，则依然保留上下文风格。这个组合方式我用了很久，基本没再出现过“人格分裂”式输出。

7. 把这15个技能装进日常：一份可直接照抄的配置清单

既然推荐了15个，那就顺手给你一套“开箱组合”。这是我目前在用的配置思路，不一定所有行业都适用，但作为初始模板足够稳：

基础必装组

进阶加速组

成本控制组

这套组合的关键思路是：不用15个技能全部常开。常开的越多，上下文占用越大，各技能的指令权重越容易被稀释。我一般保持在5-7个常开，其余按需手动启用。

最后分享几个实际操作中的小体会

用了大半年WorkBuddy，最大的感受是：WorkBuddy的技能体系真正的价值，不在于某一个技能多惊艳，而在于把技能互相连接起来之后形成的“组合效应”。比如跨对话记忆+安全审核器，可以省掉你每次对外发稿时的重新描述背景和自检；比如系统缓存管理+模型通道省钱版，能在不知不觉间省下不少运行成本。这些单个看都不起眼，但合在一起，使用体验就是比裸用模型高出一个档次。

最后再分享一个习惯：给所有技能命名时，带上日期或版本后缀。WorkBuddy允许你复制技能配置自己改动，我通常会在原技能后面存一个“文献综述_v2_0905”这种副本。这样官方版本更新时，你的自定义版本还在，不至于一次升级把调好的配置全冲掉。这是一件小事，但能帮你省掉很多重复劳动。

如果你之前装了WorkBuddy但一直拿它当普通AI用，建议从上面的第一梯队开始配置。先把跨对话记忆、全局规则、MCP这三个弄明白，你就能感受到WorkBuddy和普通聊天助手的本质区别了。至于剩下的12个技能，它们更像装备库——不用全装备，但要知道每件装备在哪、什么时候穿戴最合身。