看懂 AI · 零基础
AI 助手（Agent）
和 WorkBuddy，到底怎么用？
它不是"会聊天的机器人"，而是能自己动手干活、把事办完的数字助理。本页从零讲清楚它是什么、怎么工作，以及怎么上手 WorkBuddy。
🎯 学完这页，你能做到
① 理解Agent
用自己的话讲清 Agent 是什么、怎么工作。
② 掌握核心组成
说出每个组件的作用，并配上生活类比。
③ 看懂WorkBuddy
把 Agent 的概念对应到 WorkBuddy 的界面和文件。
④ 上手安装配置
独立完成 WorkBuddy 安装、配置并跑通一个任务。
🗺️ 接下来的旅程
点下方任意一项，直接跳到那一节。
第一部分 · Agent
Agent = 大脑 + 干活环境 + 工具
三个部分协作，就是一个能干活、能办事的 AI 助手。
🧠 大脑负责“想”
+
🏢 干活环境负责“组织”
+
🧰 工具技能负责“做”
就像一家公司：大脑是老板（决定做什么）→ 干活环境是办公室（安排怎么干）→ 工具是员工和电脑（真正动手）。
把它想成请了一位助理
普通 AI 和 Agent 的区别，就在“会不会动手”。
💬 普通 AI：只会回答你的问题。
🧑💼🧰 Agent（AI 助理）：不只回答，还会动手去查、去算、去整理，最后把成果交给你。
比如："帮我根据这份销售数据做一份带图表的 PPT"——Agent 会读文件、算数据、画图表、生成 PPT 给你。
第一部分 · Agent
🧠 大脑 = 大语言模型（LLM）
LLM 就是助理的"脑袋"。你说"帮我规划旅行"，它负责听懂需求、开动脑筋、想出方案。
LLM
大白话：一个很会想问题的 AI 大脑。它最擅长读文字、写文字、分析问题、做规划。
第一部分 · Agent
大脑不止会读文字：四种模型
同一个"大脑"，擅长的事不一样——像助理团队里各有专长的同事。
📄 纯文本模型
读写对话、写报告、做规划。（最基础的"文字脑"）
例子：写总结、改文案、回答知识问题
👁️ 视觉模型
看图、读图、识别图片内容。
例子：拍张票据问"它写了什么"、看懂截图
🎤 语音模型
STT 听话转字；TTS 念字成声。
例子：语音转文字、把文字朗读给你听
🎬 图形视频生成
文字生成图片、生成视频。
例子："画一只戴帽子的猫"、生成一段动画
就像一家公司：有文字专员（纯文本）、图片识别师（视觉）、电话接线员（语音）、设计师（图形视频）。都叫"大脑"，专长不同。
第一部分 · Agent
🏢 干活环境 = Harness
Harness 不是"手"，而是一整间办公室：座位、电脑、电话、通讯录、安全门禁，全都归它管。
专业定义：模型以外的所有东西（Agent = 模型 + Harness）。它负责：
🧑💼 具体例子：用户说"把 90 天没登录的客户找出来，发封提醒邮件"。大脑想"我需要客户数据和发邮件功能"；Harness 负责：加载相关能力 → 访问客户数据 → 生成邮件 → 按规则审批 → 发送。
第一部分 · Agent
它怎么干活：推理 → 行动 → 观察
🧠 推理决定下一步
→
🛠 行动调用工具
→
👀 观察看结果
↻ 没办完？再看 → 再想 → 再做，直到搞定
干活前，Harness 会先看行为手册（指令文件）→ 回忆你的偏好（记忆）→ 通过翻译官（MCP）找到工具→ 然后进入推理→行动→观察循环。
🌴 生活比喻：规划一次旅行
你看，Agent 就是这样一步步把事办完的。
大脑分析（推理）
"好，我需要查天气、搜酒店、看航班"
最终回复
"推荐你 X 月 X 日出发，这是酒店和航班方案"
这正好对应了循环流程：请求 → 推理 → 行动 → 发现问题 → 再推理 → 再行动 → 交付。
第一部分 · Agent
🧰 AI 助理的"六件套"
没有这些，大脑只能"动嘴"不能"动手"。
🔧 工具 Tools
干活的设备：搜索、查库、开文件、跑代码
📜 技能 Skill
专业执照：会数据分析、会做 PPT，按需调用
🌐 翻译官 MCP
统一接口，让所有外部系统用同一种语言对话
📚 知识库
参考资料室：行业资料、历史信息，不懂就查
📝 记忆
短期（当前对话）+ 长期（跨会话记得你的偏好）
📋 指令文件
行为手册（AGENTS.md）：安全规则、流程、怎么做事
小测验 A · Agent 概念
🧠 检验一下
点击你认为正确的选项，立刻知道对错。
1. Agent 和普通聊天 AI 最大的区别是什么？
- 只能陪你聊天、给建议
- 会动手执行任务，把事办完再交给你
- 说话更快
- 会自动更新自己
✓ 区别在"会不会动手"。Agent 会查、会算、会生成产物。
2. 专业定义里，"Harness"指的是什么？
- 大脑（LLM）
- 聊天窗口
- 执行环境——模型以外的所有东西
- 某个插件
✓ Harness = 组织任务、找工具、管安全的整套环境。Agent = 模型 + Harness。
3. 视觉模型最擅长做什么？
- 朗读文章
- 看图、读图、识别图片内容
- 写计划书
- 生成声音
✓ 视觉模型负责"看"，比如拍张图问它写了什么。
第二部分 · WorkBuddy
WorkBuddy = 装进电脑的 现成 AI 助理
腾讯做的桌面 AI 工作台，把前面讲的所有概念，做成一个能装进电脑、直接用的软件。
它不是聊天机器人，而是把理解需求 → 动手做 → 交出成果 → 等你验收串成一条工作链。
- 开发：腾讯云 CodeBuddy 团队
- 官网：workbuddy.ai
- 发布：2026 年 3 月
- 特点：免部署、零代码、开箱即用；兼容 OpenClaw 技能
第二部分 · WorkBuddy
第0步 · 安装 WorkBuddy
几步就能装好。
运行安装程序
双击安装包，按提示点"下一步"，选一个安装目录
验证
输入一句任务，如"帮我整理这个文件夹的文档"，看它能否执行
⚠️ 注意：界面以实际版本为准。安装路径建议用英文目录；高危操作默认需你二次确认。
第二部分 · WorkBuddy
第1步 · 首次设置
🤖 选择模型
用内置模型，或配置第三方模型（API Key 存在本地）。默认自动根据任务选。
🔒 权限确认
默认"最小权限"——删除文件、执行脚本等风险操作，会弹窗让你确认。
📁 工作空间
给 AI 一个专属文件夹读写，既是效率也是安全边界。
第二部分 · WorkBuddy
认识界面：三大区域
打开后，一眼看懂哪里是哪里。
左侧 · 导航中枢
新建任务
任务列表
专家中心
技能市场
连接器
自动化
中间 · 任务区
输入一句话需求
看它拆解步骤
观察执行过程
继续追问修改
右侧 · 成果区
工作空间文件
产物预览（PPT/表/文）
文件变更
就像办公室：左边是资料柜（导航），中间是你的办公桌（干活），右边是成品展示架（成果）。
第二部分 · WorkBuddy
第2步 · 新建任务
把需求写成一句话，要含四要素——像跟助理下清楚指令。
① 目标
要解决什么问题？如"生成一份经营分析报告"
③ 输出格式
要什么？如"带图表的 PPT + PDF"
④ 约束
什么要求？如"偏企业汇报风格、长度 10 页、先结论后细节"
💡 一句话示例："读取当前目录的会议纪要和产品需求，做成一份 V1.0 立项 PPT，风格偏企业汇报，输出 PPTX 和 PDF。"
第二部分 · WorkBuddy
第3步 · 看它干活
这是 Agent 原理在 WorkBuddy 里的真实运转。
理解目标
→
拆解步骤
→
调工具执行
→
检查结果
→
生成产物
↻ 中间有问题会自动调整，风险操作会找你确认
第二部分 · WorkBuddy
第4步 · 验收与迭代
成果出来，先检查，再改进。
- 在右侧成果区看生成的文件和产物
- 查看文件变更，决定要不要接受
- 不满意？直接继续追问："图表换柱状图" "再补一页竞品分析"
- 最后可导出、上传云端或归档
第二部分 · WorkBuddy
概念 ↔ WorkBuddy 对照
你学过的每个概念，都在 WorkBuddy 里有落点。
| 概念 | WorkBuddy 里叫 |
|---|
| 大脑（LLM） | 内置 AI 引擎 / 可换模型 |
| 干活环境（Harness） | 任务编排系统（Agent Runtime） |
| 工具 Tools | 本地文件、浏览器、脚本 |
| 技能 Skill | Skills 技能包（含 SKILL.md） |
| 翻译官 MCP | MCP 连接器（MCP 广场） |
| 连外部系统 | Connector（QQ邮箱/腾讯文档/乐享等） |
| 知识库 | 知识库 / 项目资料 |
| 记忆 | Memory（用户级记忆） |
| 指令文件 | SOUL.md / IDENTITY.md / USER.md |
第二部分 · WorkBuddy
配置文件与目录（本地底座 ~/.workbuddy/）
了解这些文件，就能给 AI "调教性格"。
~/.workbuddy/
├─ workbuddy.db 任务/会话数据库
├─ settings.json 全局配置中心
├─ .mcp.json MCP 服务器配置
├─ skills/ 技能目录（每技能一个子目录）
├─ memory/ 用户级记忆
│ └─ {uuid}_memory.md 记忆缓存
├─ SOUL.md AI 人格、原则、边界
├─ IDENTITY.md AI 名字、身份、风格
└─ USER.md 你的个人信息和偏好
💼 配置文件 -> 类比
settings.json=入职手册 · .mcp.json=通讯录 · SOUL.md=性格书 · IDENTITY.md=名片 · USER.md=客户档案
🗂️ Workspace / Project
Workspace=本次任务的安全工作目录；Project=团队共享的规则/资料/能力，建任务时自动注入。
第二部分 · WorkBuddy
装备进阶：让它更会干活
🧙 专家系统
预设专业角色：产品经理、数据分析、PPT 设计，分工协作
🔗 Connector
连邮箱、腾讯文档、乐享、TAPD，进你的业务系统
🕒 自动化
定时日报/周报、资料整理、数据汇总，到点自动做
📲 Claw 远程
手机发指令，远程控制电脑上的 WorkBuddy 干活
🛡️ 安全边界
最小权限 + 高危二次确认 + 第三方技能先查来源
小测验 B · WorkBuddy
🧠 检验一下
点击选项，立即看对错。
1. 想让 WorkBuddy 读你的公司邮箱，该配置什么？
- 改 SOUL.md
- Connector / MCP 连接器
- 新建一个任务就行
- 重装软件
✓ 连外部系统要靠 Connector / MCP 连接器，比如 QQ邮箱、腾讯文档。
2. 想给 AI 换个性格、定原则边界，改哪个文件？
- skills/ 目录
- .mcp.json
- SOUL.md
- workbuddy.db
✓ SOUL.md 定义人格、原则、边界；IDENTITY.md 是名字身份；USER.md 是你的档案。
3. 新建任务时，一句话需求最好包含哪四要素？
- 目标、材料、输出格式、约束
- 语气、字数、配色、速度
- 随便说一句就够
- 上传文件、选模型、选专家、点确认
✓ 四要素：要解决什么、用什么资料、要什么格式、有什么要求。
第二部分 · WorkBuddy
一条龙示例：一句话 → 一份 PPT
把刚才的 4 步串起来走一遍。
你：新建任务
"用当前目录的销售数据做一份经营分析报告 PPT"
它：理解 + 拆解
读取文件、识别表头、检查数据质量
它：规划步骤
清洗 → 分析 → 图表 → 结论 → PPT
它：调工具执行
调用数据分析技能、文件工具、图表工具
它：生成产物
产出 Excel、图表、Word 或 PPT，展示在右侧
你：验收 + 迭代
查看产物，不满意就追问"图表改柱状图""加一页竞品分析"，确认后使用
课程回顾
📌 核心要点速记
Agent 是什么
会动手干活的 AI 助手 = 大脑 + 干活环境 + 工具
常用类比
LLM=大脑 · Harness=办公室 · Skill=执照 · MCP=翻译官 · 记忆=便签
WorkBuddy 用
安装四步 + 一句话任务四要素 + 连接器/技能/记忆调教
🎉 学到这，你已经入门了
现在你理解了 Agent 的原理，也知道怎么上手 WorkBuddy。
一句话记住：Agent = 大脑 + 干活环境 + 工具，WorkBuddy 就是把这个装进电脑的现成助理。动手装一个，立马体会。
接下来，你应该：
- 去抖音搜索 skill，一个一个去看
- 想想自己有什么重复性的工作、复杂的工作，直接 企微凯哥
从现在开始，一切皆有可能！
进阶课程入口
学员可结合岗位，继续学习对应的专项教程
注：界面与菜单以 WorkBuddy 实际版本为准。