若是说，，已往的 AI 谈天机械人更像一个坐在谈天框里的照料，，主要认真回覆问题、总结资料、改改文案，，那么 Agent 做的事则更进一步：它在回覆问题之外，，还会凭证用户的目的拆使命、调工具、自己往前推进。。。 而以 Codex 为首的外地 Agent，，则是把这套能力扩展到用户的电脑上——AI 不但看你发给它的文字，，还能在你授权的规模里读文件、改文件、跑剧本、天生网页，，甚至挪用外地应用和外部服务。。。 不过，，在中国用户的日常使用场景里，，Codex 几多照旧有点水土不平。。。网络情形、账号、权限、外地路径，，这些细节只要卡住一次，，通俗用户的耐心基本就被消耗掉了。。。 WorkBuddy 脱胎于同为腾讯旗下、面向程序员的 CodeBuddy，，底层保存了 Agent 拆解使命、挪用工具的硬核能力，，却替通俗人卸下了所有需要折腾情形的手艺肩负。。。 左侧栏：新建使命、审查历史对话和使命纪录、治理事情空间。。。中心对话区：形貌需求，，审查 Agent 的拆解历程和执行效果。。。底部输入与操作区：输入使命、切换模子、挪用手艺、毗连应用、附文件或选择事情文件夹。。。 恰恰最近腾讯宣布了新的混元 Hy3 模子，，WorkBuddy 内也可以限时免费使用。。。腾讯公关总监张军也在微博上玩笑说，，已经刷到不少人趁着免费期，，把 WorkBuddy 的「专家团」可劲儿试了一遍。。。 凭证美彩国际实测，，Hy3 在 Agent 和 Coding 能力上确实前进显着，，尤其是重大网页天生、使命妄想、长文本处理和多工具挪用这些场景，，交付效果更稳固。。。 于是我拿几个真实打工厂景试了一圈。。。除了划定事情空间、上传须要文件、在要害权限处点确认之外，，模子选择、使命拆解、工具挪用，，都只管交给 WorkBuddy 自动判断。。。 WorkBuddy 最有本土化特色的地方之一，，是它能和微信联动。。。登录、下达指令都可以直接在微信中完成，，不需要再去折腾注册、绑定之类的繁琐流程。。。 由于微信 ClawBot 无法直接回传概略积文件，，你还可以让它接入腾讯专为智能体打造的「Agent Mail」服务，，将资料打包成 zip 直接发到手机邮箱里。。。 许多内容创作者或摄影喜欢者的电脑里，，或许都有一片不肯容易翻开的「素材废墟」。。。我的电脑里就有这样一堆文件夹：横跨一年半，，命名规则前后纷歧致，，有些夹着日期，，有些夹着产品名，，有些还带着希奇的脱离符。。。平时找一张图，，基本靠影象力和运气。。。 我先在 WorkBuddy 里划出一个隔离隐私的事情空间，，然后让它凭证一系列重大的条件（提取特定人物、合并统一产品、去掉脱离符、统一日期名堂）直接帮我大扫除。。。 帮我把 with Liz 的专门拎出来放一个文件夹里，，产品的放另一个文件夹，，统一产品多个文件夹的，，合并为一个文件夹；；；归档的 RAW 只保存与成片同名那些，，其他删除，，脱离符「_」所有去掉，，文件夹命名统一为 yyyymmdd。。。 面临包括「删除」的危险要求，，它并没有像个莽夫一样直接 rm -rf，，而是自动触发了二次确认机制，，并在对话框顶部透明地展示了预估账单（预计消耗 5.37 ~ 53.6 积分）。。。确认无误后，，喝口水的功夫，，一团乱麻的目录已经被整整齐齐地收纳进了几个清晰的分类中。。。 关于内容事情者来说，，把海量资讯理出面绪往往是一天中最耗时的环节。。。为了把这活儿外包，，我让它在指定的外地文件夹里，，从零搭建一个完全自动化的「科技早报初筛事情流」。。。 效果它没有甩几个问题搪塞了事，，而是真在外地跑通了读守信源、基础去重、剔除旧闻的剧本，，并在腾讯文档里天生了一份分类清晰的初筛清单。。。 顺着这份清单让它继续写初稿，，它不但分出了各大栏目，，甚至还在文末严谨地附上了一份「事实核查清单」，，把特斯拉专访、苹果 AI 视察等信息列为待核项，，将零星素材酿成了一份高可用度的提要。。。 请在目今文件夹从零搭建一个「科技早报候选初筛 workflow」。。。主要限制：必需只使用目今文件夹作为事情区。。。不要读取、搜索、引用或复用我电脑其他目录里的任何早报 workflow、prompt、剧本、历史稿、自动化设置或文档。。。纵然你发明本机其他地方保存类似项目，，也不要使用。。。目的：读取今日科技新闻素材，，天生一份早报候选清单，，并输出到腾讯文档。。。不要天生最终早报稿，，只做选题初筛。。。使命方法：1. 先检查目今文件夹结构，，只允许在目今文件夹内读取和建设文件。。。2. 检查 Folo CLI 是否可用，，并实验完成须要设置。。。3. 若是 Folo CLI 可用，，优先使用它获取今日科技新闻素材。。。4. 若是 Folo CLI 不可用，，说明缺少什么设置，，并先读取目今文件夹里的外地素材文件。。。5. 将抓取或读取到的新闻整理成候选池 JSON，，生涯在目今文件夹。。。6. 做基础去重，，阻止统一事务重复泛起。。。7. 判断旧闻：若是只是今天被转载，，但事务自己爆发在前一天或更早，，需要标记。。。8. 将新闻按「必看」「可选」「不建议写」三类整理。。。9. 每条新闻用 50 字以内说明为什么值得写或不建议写。。。10. 标出是否适合 APPSO、是否适合爱范儿早报。。。11. 标出泉源、链接、宣布时间、可能风险。。。12. 输出一份腾讯文档候选清单。。。13. 在目今文件夹保存 workflow 文件、运行纪录和候选池 JSON，，利便明天复用。。。14. 不要直接天生最终早报正文。。。Use FoloRead https://api.folo.is/skill.md and follow the instructions to use Folo. 接着适才的候选清单，，请继续写一版爱范儿早报初稿。。。要求：1. 优先使用「必看」新闻，，须要时从「可选」中增补；；；2. 按「至公司」「看法」「新产品」「新消耗」「悦目的」等栏目组织；；；3. 每条新闻控制在 2-4 段，，信息要详细，，不要写空泛剖析；；；4. 主要新闻要追原始报道或强泉源，，不要只依赖摘要；；；5. 删除「不建议写」里的选题，，除非你能说明它有新的角度；；；6. 每条保存泉源链接；；；7. 写完后附一份事实核查清单；；； 同样的逻辑，，面临全是口语重复、往返插话的聚会转写文本，，它能精准剥离无用信息，，提炼出包括「信息缺口」和「下一步执行建议」的选题卡，，把零星的口语转化为清晰的待服务项。。。 请阅读这份聚会转写，，不要做流水账摘要，，而是帮我整理成一张选题卡。。。需要包括：焦点看法、原始讨论摘要、目今最有价值的切入点、还缺哪些信息、下一步执行建议。。。表达要精练，，保存真实讨论里的有用看法，，不要把所有内容都写进去。。。 在处理长篇的产品评测资料时，，它会先识别产品定位，，再把官方卖点和真实体验问题脱离，，标出需要后续实考试证的点，，最后给出适合睁开的叙事偏向，，把人从面临空缺文档发呆的焦虑中解救了出来。。。 请阅读这些产品资料，，不要直接写评测稿。。。先帮我整理一份评测前预研卡，，包括：产品焦点定位、主要服务人群、官方最想强调的卖点、哪些卖点需要实考试证、可能保存的弱点，，以及这篇评测适合接纳什么叙事角度。。。重点是帮我建设判断框架，，不要堆参数。。。 除了案头事情，，WorkBuddy 尚有一个微信生态里的小彩蛋。。。接入微信支付刚宣布的「AI 专属卡」后，，我试着把团队下昼茶交给它处理：3 点送达，，10 人份，，人均 30 元。。。 它按预算、距离和评分找出蛋挞、披萨等一串可供比照的选项。。。确认后，，它会将订单推进到支付前，，最后付款依然要人来决议。。。 不过，，这个功效的使用场景现在还较量简单，，因此我更愿意把它看作附加能力。。。对大大都打工人来说，，它最稳固的价值，，照旧外地执行和信息整理。。。 前面这些使命，，实质上照旧让 WorkBuddy 替你执行一串操作。。。更有意思的地方，，是它能把一套重复泛起的判断规则，，做成一个可复用的小工具。。。 作为英专生，，我身边有不少同砚厥后做了英语先生。。。修正作文是他们日常事情里绕不开的一环：要看内容、结构、语言、语法，，还要给学生写能看懂的提分建议。。。 于是我把新高考 I 卷的作文评分标准图片喂给 WorkBuddy，，用明确话告诉它：你要先明确评分逻辑，，再做一个带 HTML 界面的修正助手，，可以批量读取作文，，输出分数、优弱点和提分战略。。。 我是一名英语先生，，请为我开发一个「新高考作文智能修正 Skill」，，深度阅读我上传的两张《英语试题评分参考》图片，，将其中的五个层次评分标准（1-15分）内化为你的打分逻辑。。。功效要求：1. 界面设计：天生一个精练的 HTML 交互界面。。。2. 批处理能力：支持挪用 macOS 自带的 OCR，，读取指定文件夹内的所有作文。。。3. 输出规范：1. 自动评分：凭证图片中的标准（字数、语法富厚性、连贯性）给出详细分值。。。2. Pros & Cons：用 bullet points 列出本文的 3 个优点和 3 个刷新点。。。3. 提分战略：针对该学生的层次，，给出一句最焦点的提分建议。。。4. 交互逻辑：修正效果以卡片形式排列，，并在每个卡片下方留一个「先生确认」按钮。。。5. 交付物：请直接天生这个 Skill 的代码文件，，并告诉我怎样放置到 WorkBuddy 的手艺目录中。。。 读取评分标准，，提取 1-15 分的层次规则；；；设计作文读取逻辑，，支持批量读取 .txt；；；为每篇作文生因素数、优点、问题和提分建议；；；最后用 HTML 做出卡片式页面，，利便先生复核、打印。。。 顺着这个思绪，，我又让它开发了一个「名人访谈亮点挖掘」工具，，要求拒绝流水账摘要，，提炼长文里的金句、新信息和值得睁开的看法，，并给出后续可以增补的信息。。。 请帮我开发一个「名人访谈亮点挖掘」Skill，，并自动装置好。。。这个 Skill 的作用是：读取一篇名人访谈（支持 txt、md、srt、vtt），，自动从长访谈里提炼真正值得看的内容，，并以卡片形式展示。。。不要做通俗摘要，，只输出有价值的信息，，包括：- 金句- 新信息- 值得睁开的选题- 有意思的看法每张卡片需要保存原文、语言人、为什么值得关注，，以及若是继续写这篇内容还需要增补哪些信息。。。 先把 Mark Zuckerberg 约 60 分钟的播客录音转写输入进去。。。从最终天生的网页来看，，它准确提取到了扎克伯格认可 Llama 4 开发未达预期、并重组超等智能实验室的详细信息。。。较量有适用价值的是卡片底部的「后续增补信息」，，它凭证上下文提供了一些可供交织验证和延伸探讨的切入点。。。 最后的判断虽然照旧人来做，，但最耗耐心的第一遍筛选、归类和追问，，它已经能替你做好泰半。。。它不认真替你拍板，，但很适合帮你把一堆乱糟糟的质料，，先整理到一个可以最先判断的状态。。。 你不可把一句「帮我搞定」扔已往，，然后等着它自动交出一个完善效果。。。文件在那里、目的是什么、哪些目录不可碰、最后要长成什么样，，依然需要你先讲清晰；；；使命推进到要害节点时，，也需要你确认偏向、修正误差、检查效果。。。 但话说回来，，这已经足够让人上头了。。。你明知道它还会犯错，，明知道最后还得自己兜底，，但看着它真的最先读文件、改代码、天生页面、整理质料，，照旧会忍不住冒出一种危险的念头—— 它不是阿拉丁神灯，，也不想替换你、接受你的所有事情，，而是在你的电脑里，，和你一起把问题拆开、确认、推进，，做一个愿意打下手、能陪你一起干活的「搭子」。。。 虽然，，真要做重大项目，，无论是从模子能力照旧用户体验上来看，，Codex 和 Claude Code 依然是更好的选择。。。但若是只是执行一些日常的简朴使命，，WorkBuddy 已经能给大大都人一个可用且低本钱的选择。。。