如果你和我一样每天要在 WorkBuddy 里处理几十个任务早晚会得出一个结论真正拖后腿的不是模型本身而是你手上那套技能库好不好用。上个月帮朋友排查“技能不生效”的问题折腾半天才发现他只是把技能文件下载了根本没放进技能目录触发关键字也没配置——装了个寂寞。这几天我把自己的技能库重新筛了一遍删掉一批鸡肋把高频技能升级到最新版整理出 15 个我最常用的按场景分组排了个序就成了这份 9 月最新版的推荐名单。不管你是刚上手的新手还是已经装了二十几个技能觉得乱的熟手我都建议你先从机制看起再决定装哪些别让技能躺在列表里吃灰。1. 装技能前的必修课触发方式、依赖关系和规则优先级先说句实话我见过的大多数“技能没用”问题不是技能本身坏了而是你压根没搞懂它怎么被加载、怎么被触发。WorkBuddy 技能的运作逻辑和普通插件的“装上即生效”不太一样它更像是一份给模型看的操作手册。1.1 技能的本质一份给模型的操作手册WorkBuddy 的技能本质上是一组预制好的提示词、脚本和上下文模板的集合。它等于在模型干活之前先塞给模型一份“遇到这类任务时你按这个流程走”的说明。技能文件里通常包含三部分技能描述、处理步骤、以及可选的外部脚本或资源文件。技能描述写得好不好直接决定模型会不会在正确时机主动调用它。我写技能描述的习惯是前两行写清楚“这个技能解决什么问题、什么场景下触发、触发关键词是什么”后面再写具体流程。很多默认描述写得含糊比如“帮助用户处理文档”模型根本判断不了该不该在这个任务里用它。1.2 触发逻辑手动触发和自动匹配技能的触发方式大致分两种一种是你在对话里手动喊它比如“用文献综述技能整理以下材料”另一种是靠模型根据上下文自动匹配。我推荐关键任务一律手动触发因为自动匹配有概率在错误时机乱入。我遇到过整理会议纪要时模型把翻译技能也调起来把中文纪要翻了一版英文。原因就是技能描述里有“只要看到外文就翻译”这种话太宽泛模型被误导了。手动触发虽然多打几个字但稳定可靠尤其适合正式输出前的最后一步。1.3 全局规则优先于技能依赖要先配齐有意思的一点是全局规则通常优先级高于单个技能。这句话怎么理解你在规则设置里定了一条“所有涉及删除、覆盖、远程写入的操作必须先停下来向用户确认”那么就算某个技能内部写了“直接覆盖原文件”执行时也会被规则拦截。这个设计对安全很重要所以别再往技能里写和全局规则打架的指令。另外不少高级技能依赖 MCP 服务——它负责让 WorkBuddy 调用外部工具比如读文件、查数据库、发 HTTP 请求。装这类技能前请先把对应的 MCP 服务跑起来。不然就会踩我这个月的坑技能列表里显示已装一执行就报错最后发现 MCP 进程根本没启动。在进入具体名单之前先给出一份总览方便你对照着往下看技能名称所属分组一句话说明文档清洗与重排日常效率去乱码、拆段落、统一格式会议纪要整理日常效率把转写稿变成结构化纪要PDF信息提取日常效率解析PDF并抽取关键字段表格数据整理日常效率还原错乱表格为Markdown翻译与润色日常效率锁定术语表输出多风格译文文献综述写作研究构建文献矩阵再动笔跨对话记忆写作研究重要结论跨会话持久化网站生成与发布写作研究内容一键生成可访问页面长文档排版写作研究统一标题层级与目录MCP技能研发工程扩展外部工具调用接口SSH连接器研发工程远程执行命令与日志分析代码审查研发工程找缺陷并生成边界测试脚手架与环境诊断研发工程检查依赖和系统环境全局规则定制规则管理让规矩对所有任务生效缓存与磁盘管理规则管理清理临时文件、迁移缓存2. 日常效率优先先补这五个技能把重复劳动甩给 WorkBuddy我筛选“日常效率组”的标准是使用频率高、和具体业务解耦、出差错也好修正。这五个是我跑了大半个月后表现最稳的。2.1 文档清洗与重排技能从网页复制的文章、PDF 导出的文本经常带着多余空行、错乱编码、残留页眉页脚。这个技能会先拆段、去噪、修正乱码、统一标点再按段落重排。我的固定用法是任何外部素材进来第一步永远是文档清洗洗完再接润色和总结最后成稿质量能上一个台阶。有个细节值得注意很多清洗技能默认会删掉“看起来像广告”的段落有时候会把正文误删。如果你自己配规则建议加一条“只清理空白和乱码不要主动删句子”。干净比智能重要。2.2 会议纪要整理技能它解决的是语音转写文本又臭又长的问题。给一段转写稿它能输出结构化纪要议题、结论、待办事项、责任人和时间点。用这个技能的关键技巧是在转写稿前面补一句会议背景比如“这是周项目同步会重点关注交付风险和延期项”它分重点就准很多。否则模型会对着流水账平均用力纪要写得很全但什么都没抓住。我试过不写背景直接扔结果十几个议题全被列成并列关系主次完全看不出来。2.3 PDF信息提取技能说明书、合同、论文都能处理本质是 PDF 解析加字段抽取。操作建议对合同这类正式文件让它按“条款编号-页码-原文摘录”三栏输出方便人工复核千万不要让它总结完就完事——AI 总结合同出过太多歧义。另外扫描版 PDF 必须先走 OCR不然提取出来是一堆乱码。这一步可以在技能里配置好遇到图片型 PDF 自动调用 OCR 模块省得每次手动提醒。2.4 表格数据整理技能网页和 PDF 里复制出来的表格通常格式全乱。这个技能能识别行列关系、还原合并单元格、输出标准 Markdown 表格。我的经验是分两步走先让它“原样还原”成规整表格确认数据没有变以后再让它做运算或分析。如果上来就让它“整理并分析”模型很可能在整理阶段自作主张改掉数据比如把数量“3”补成“3.0”、把姓名列排序这种隐蔽改动最可怕。先还原、再分析每步确认数据安全就有保障。2.5 翻译与润色技能它和直接说“帮我翻译”完全不是一个量级。它可以锁定术语表确保某些词不翻、某些词用固定译法同时输出几种风格版本。我的用法是前置一个术语表“以下词一律不翻译WorkBuddy、CSS、API以下词统一译为……”这让它避免很多让人血压升高的翻译错误。专业领域翻译特别是中英混排的技术文档它的表现比裸调模型稳定得多。润色也一样定义好“保留原文数据”“不改变段落顺序”“不弱化否定语气”几条铁律输出就不会跑偏。3. 写作与研究场景文献综述、跨对话记忆到网站发布这四件套这组技能是我这个月变化最大的部分适合研究者、技术作者和内容运营。如果你经常要跟文献、长文、站点打交道下面这几个值得优先装。3.1 文献综述技能先建矩阵再动笔这个月我最常开的就是它。输入若干篇文献的标题、摘要和核心结论后它不会直接给你拼一段综述而是先输出“文献矩阵”每篇文献的研究问题、方法、核心结论、局限列成一张表。基于矩阵去写综述的框架和正文逻辑线会非常清晰而不是把几篇文献“融”成一段混沌。还有个提升质量的操作喂文献正文之前先做一轮文档清洗去掉页眉页脚和参考文献噪声提取效果会好很多。我实测下来同样一组文献清洗前后综述的引用准确性差别很大。3.2 跨对话记忆技能让 WorkBuddy 越用越懂你默认情况下每次对话是隔离的这个技能会把重要结论定期写入本地记忆库新对话可以主动读取。我的用法是约定固定记忆触发词在对话结尾写一句“记忆 结论项目X确定使用技术方案Y”让技能稳定写入而不是靠模型心情判断。同时建议每周清理一次记忆库。写入太随意会让上下文被无关信息占满反而拉低后续输出质量。记忆技能的真正价值是跨项目积累“你是谁、你关注什么”用久了会明显感觉到回复变得更贴。3.3 网站生成与发布技能从内容到可访问页面很多人不知道 WorkBuddy 能直接把内容变成可访问的网页。这个技能做的不是简单写 HTML而是生成一个完整静态站点结构并在本地走完发布流程相当于把“内容生产”和“上线”串成一条线。使用技巧先给它内容大纲和视觉风格描述比如“简洁、信息密度高主色偏蓝灰”再让它生成。视觉偏好写进全局规则后每次都能沿用统一风格。容易踩的坑是资源路径图片、CSS、JS 的引用地址在生成的页面里经常相对路径不一致生成完要在本地预览一遍再发布。3.4 长文档排版与目录生成技能论文、技术手册、长文导出章节一多格式就乱。它统一标题层级、编号、交叉引用并自动生成目录还会把混乱分段重新调整为相对均匀的段落。操作前务必备份原文档别在原文件上来回跑——格式类技能偶尔会把精细排版搞乱比如把加粗样式覆盖、把列表层级合并。我一般是复制一份让它在副本上处理确认没问题再替换。这个习惯帮我挽回了好几次差点重写的局面。4. 研发工程向MCP 扩展、SSH 连接和代码审查这组技能最硬核研发场景的技能需要的不只是提示词还要依赖环境和权限设计。这组是把 WorkBuddy 变成半个研发队友的关键适合开发、运维、数据工程方向的读者。4.1 MCP技能能力扩展的地基相当于给 WorkBuddy 开扩展接口装上后才能操作文件、查数据库、跑浏览器脚本。我优先配置这几类文件系统访问、数据库查询、HTTP 请求。配置权限时给最小数据库用只读账号文件访问限定在工作目录不要给全局权限。MCP 服务没启动时所有依赖它的技能都会表现为“装了但没反应”。排查顺序一定是先看 MCP 是否在线再看技能本身。别问我怎么知道的我排了一下午才发现是服务没起。4.2 SSH连接器技能远程操作的远端工作台连远程 Linux 服务器看日志、跑命令、部署服务非常顺手。安全做法是本地先把命令脚本写好检查无误后再通过 SSH 批量执行然后把结果回传让 WorkBuddy 分析报错日志。远程危险操作必须谨慎。我在全局规则里加了一条“涉及删除、改权限、覆盖线上配置的命令必须先打印完整命令并等待用户确认”这是被教训换来的。你可以把这个规则当作所有远程技能的安全底座。4.3 代码审查与测试生成技能它像带了一个代码搭子自动看代码找明显问题生成边界条件用例。实际使用建议是按文件分批次审查不要整个项目一次丢进去——一次性丢整个项目模型注意力会被稀释漏报率明显升高。生成的测试用例也要先本地手跑一遍确认不是误报再考虑进 CI。别让 AI 生成的测试直接进流水线我见过它给一个普通函数生成 40 个用例其中一半在测根本不存在的边界。4.4 项目脚手架与环境诊断技能它还能当“环境医生”用检查依赖版本、系统变量、缓存目录占用输出问题清单和修复建议。比如新机器上装 Python 项目它可以帮忙检查 Python 版本是否匹配、依赖是否有冲突生成逐条修复建议。注意它的定位是辅助定位不要让它自动执行修复。先看建议、确认了再动手比直接让 AI 改环境安全得多。环境问题千奇百怪多一步人来判断能省掉很多不可逆的麻烦。5. 剩下两个压箱底技能以及缓存、模型和成本管理的经验最后这两个不显眼但用好了幸福感提升非常明显。顺带说一说模型选择和成本控制这可能是很多人忽略的隐性技能。5.1 全局规则定制技能给 WorkBuddy 立几条长期有效的规矩与其说它是技能不如说是一套行为准则。我给自己定了三条核心规则一是危险操作必须先停下来确认二是所有长文档默认先清洗再处理三是涉及数据计算必须用脚本或工具验证不能凭经验估算。规则描述要具体少用模糊词汇。“注意安全”不如“涉及删除、覆盖、发布、支付的操作必须先展示完整命令并等待确认”。规则越具体模型越不会发挥。这三条规则会对每个任务生效等于给所有技能套了一层防护网。5.2 缓存与磁盘空间管理技能跑多了重任务之后临时文件和日志膨胀得飞快。它能分析缓存和各类临时文件目录的占用找出重复文件输出清理建议。我安排它每周自动汇报一次磁盘占用避免等到磁盘变红再抢救。清理前一定要确认哪些目录是模型运行必需的只清有把握的临时目录不要乱删。另外WorkBuddy 的系统缓存目录可以改到大容量非系统盘——新机器到手第一步就该做掉不然 C 盘很快被写满。这个操作一劳永逸比后期反复清理省心得多。5.3 模型选择与成本心得省的不只是 API 差价如果你主力模型是按量计费的 API 模型通过 WorkBuddy 调用和直接调 API 的价格差主要来自四个方面平台是否按 token 加价、是否做上下文压缩、是否命中缓存、以及任务管理带来的重复损耗。我自己目前的做法是长上下文任务优先走能开缓存、支持上下文压缩的模型短平快任务用便宜小模型所有任务让技能先在本地完成能做的预处理比如清洗、切分、去重减少喂给模型的 tokens。别把同一批任务反复发给模型重跑一次把上下文组织好成本能压下来一大截。这个组合玩法比单纯去比价省得多而且效果更稳。我现在的体感是这 15 个技能加三条全局规则已经覆盖我日常 80% 的工作流。整理名单的过程其实比装技能本身更值钱——把“我到底每天在重复什么”梳理清楚才知道该给 WorkBuddy 配什么能力。9 月之后新技能肯定还会冒出来但我选技能始终看三条能不能和现有工作流无缝衔接、触发稳不稳定、维护成本高不高。希望这份名单和背后的思路能让你少走几步弯路。