搜索[WorkBuddy]结果-低调大师优秀个人博客

# 背景：为什么 Gazebo 在 WSL2 里总是"黑屏"或闪退在 Windows 上做机器人仿真，很多人的第一反应是装虚拟机或双系统，但其实 WSL2 已经是一条相当成熟的路线：它有真正的 Linux 内核、接近原生的文件系统性能，还能通过 WSLg 直接跑 GUI 程序。问题在于，Gazebo 这类基于 OpenGL 的仿真器对图形栈的要求比"能弹个窗口"高得多——渲染管线走的是 `EGL`/`GLX`，一旦环境变量、显卡驱动、软件渲染回退任一环节配置不对，你就会遇到经典的三大症状： 1. **启动后窗口一闪而过**，终端报 `X server connection failed` 或 `cannot open display`; 2. **窗口能开但整个视口全黑**，只有菜单栏，报 `gz-rendering` / `OpenGL` 相关错误; 3. **直接段错误退出**，报 `Segmentation fault (core dumped)`。本文以 Ubuntu 22.04 + Gazebo Garden（ros-gz 场景同样适用）为例，从零演示如何在 WSL2 里把 Gazebo 的 GUI 完整点亮，并给出每一步的验证方法和踩坑记录。全程不需要第三方 X Server（VcXsrv 那套老方案可以退役了），但对个别机器也保留了备用方案。 # 前置条件 | 项目 | 要求 | 检查命令 | | --- | --- | --- | | Windows 版本 | Win10 21H2 或 Win11（WSLg 需 21H2 以上） | `winver` | | WSL 版本 | WSL 2 内核 + WSLg 支持 | `wsl --version` | | 发行版 | Ubuntu 22.04（本文环境） | `wsl -l -v` | | 显卡驱动 | Windows 侧装最新 NVIDIA/Intel/AMD 驱动 | NVIDIA 卡用 `nvidia-smi`（在 WSL 内执行） | 在 PowerShell（管理员）里确认 WSL 状态： ```powershell wsl --update # 升级到最新 WSL，包含 WSLg 组件 wsl --shutdown # 升级后重启 WSL wsl --version # 应显示 WSL 版本 >= 1.2，且列出 WSLg 版本 ``` 如果 `wsl --version` 报"未知命令"，说明你的 WSL 还是老 Store 版本，先执行 `wsl --update --web-download` 或从 GitHub 下载 WSL 安装包升级。**WSLg 不存在的环境下，后面所有 DISPLAY 相关配置都无从谈起，必须先解决这一步。** # 第一步：确认 WSLg 的 X Server 通道可用 WSLg 的原理是在 Windows 侧跑了一个 Wayland 合成器（Weston），并在每个 WSL 发行版里自动注入 `DISPLAY` 和 `WAYLAND_DISPLAY` 环境变量，指向 `/mnt/wslg/` 下的 Unix socket。所以第一步不是装 Gazebo，而是验证这条通道通不通。在 WSL 终端里执行： ```bash echo $DISPLAY # 正常输出形如 :0 ls -l /tmp/.X11-unix/ # 应该能看到 X0 之类的 socket 文件 ``` 如果 `DISPLAY` 为空，说明你的 shell 配置里有人覆盖了它（常见于 `.bashrc` 里残留的老教程配置）。先跑一个最简单的 GUI 程序验证： ```bash sudo apt update sudo apt install -y x11-apps xclock # 或 xeyes ``` 能看到一个时钟窗口，说明 WSLg 通道正常。**这一步失败不要急着装 Gazebo**，先回过去检查 `wsl --update` 和 `DISPLAY` 变量。 # 第二步：安装 Gazebo（用阿里云镜像源加速）国内网络环境建议先把 apt 源换成阿里云镜像，否则 Gazebo 几百 MB 的依赖包会下载到怀疑人生： ```bash sudo sed -i 's|http://archive.ubuntu.com|https://mirrors.aliyun.com|g' /etc/apt/sources.list sudo apt update ``` 然后安装 Gazebo。两条路线任选其一： **路线 A：独立版 Gazebo（Garden/Harmonic）** ```bash sudo apt-get install -y curl lsb-release gnupg sudo curl https://packages.osrfoundation.org/gazebo.gpg --dearmor -o /usr/share/keyrings/gazebo-archive-keyring.gpg echo "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/gazebo-archive-keyring.gpg] http://packages.osrfoundation.org/gazebo/ubuntu-stable $(lsb_release -cs) main" | sudo tee /etc/apt/sources.list.d/gazebo-stable.list > /dev/null sudo apt update sudo apt install -y gz-garden ``` **路线 B：随 ROS 2 一起装（ros-gz）** ```bash sudo apt install -y ros-humble-ros-gz ``` 安装完成后先用最小命令验证渲染能力，**不要一上来就加载完整世界**： ```bash gz sim -v 4 shapes.sdf ``` `shapes.sdf` 是官方自带的极简世界（几个几何体），加载快、排查干扰少。 # 第三步：处理黑屏——强制走正确的渲染路径这是整个流程里最容易卡住的一步。WSL2 里 GPU 直通依赖 `/dev/dxg` 和 `mesa` 的 d3d12 后端，但 Gazebo 默认可能会选择错误的 GL 后端。执行： ```bash glxinfo -B | grep -i renderer ``` - 如果输出含 `D3D12 (NVIDIA/Intel...)`，说明硬件加速已生效，通常直接就能跑； - 如果输出是 `llvmpipe`，说明在走 CPU 软件渲染——**能跑但会非常卡**，先检查 Windows 侧显卡驱动是否为最新版本，NVIDIA 卡确认 WSL 内 `nvidia-smi` 有输出。如果 `gz sim shapes.sdf` 出现视口黑屏或段错误，按顺序尝试以下环境变量组合（加在启动命令前）： ```bash # 组合 1：让 OpenGL 走 EGL 路径（多数 WSLg 环境首选） export LIBGL_ALWAYS_INDIRECT=0 export __EGL_VENDOR_LIBRARY_FILENAMES=/usr/share/glvnd/egl_vendor.d/50_mesa.json gz sim -v 4 shapes.sdf # 组合 2：强制软件渲染保底（能出画面，牺牲流畅度） export LIBGL_ALWAYS_SOFTWARE=1 gz sim -v 4 shapes.sdf # 组合 3：OGRE 渲染引擎降级（Gazebo Classic 9/11 黑屏时常用） gz sim -v 4 --render-engine ogre shapes.sdf ``` 实测在 NVIDIA 直通的机器上，组合 1 基本一击即中；老旧核显机器则经常落到组合 2。三个组合都失败时，看终端里最后几行报错：出现 `Could not open display` 回到第一步，出现 `glXCreateContext` 失败则优先升级 Windows 侧显卡驱动。 # 第四步：备用方案——VcXsrv 老方案与 headless 渲染 **VcXsrv 什么时候还有用？** 你的 Windows 版本过低（21H2 以前）无法使用 WSLg 时。此时在 Windows 装 VcXsrv，启动时勾选 *Disable access control*，然后在 WSL 里： ```bash export DISPLAY=$(grep nameserver /etc/resolv.conf | awk '{print $2}'):0.0 export LIBGL_ALWAYS_INDIRECT=0 ``` 并把 Windows 防火墙对 VcXsrv 的入站规则放通（首次启动弹窗时勾选"专用网络"即可）。这是老教程的标准做法，能跑但延迟和兼容性都不如 WSLg，**能用 WSLg 就别回头**。 **headless 渲染什么时候用？** 只跑批量仿真、不需要看画面时，直接关掉 GUI 反而最稳： ```bash # 无显示环境运行仿真并录像/出数据 gz sim -s -r --headless-rendering shapes.sdf ``` 配合 `xvfb-run` 也可以欺骗出一个虚拟显示： ```bash sudo apt install -y xvfb xvfb-run -a gz sim -r shapes.sdf ``` 这条路线对 CI 定时回归仿真特别有用，也是后续把仿真挂到自动化任务里的基础。 # 踩坑提示（实测汇总） | 症状 | 原因 | 解决 | | --- | --- | --- | | 窗口闪退，报 `cannot open display` | `DISPLAY` 为空或被 `.bashrc` 覆盖 | 恢复 WSLg 注入值 `:0`，删除旧的 `export DISPLAY` 行 | | 视口全黑但菜单正常 | GL 后端选择错误 | 尝试上文组合 1/2，优先 EGL + Mesa | | 报 `Segmentation fault` | 显卡驱动过旧或 ogre2 引擎崩溃 | 升级 Windows 侧驱动，或 `--render-engine ogre` 降级 | | 画面极卡（1-5 FPS） | 走了 llvmpipe 软件渲染 | 装好 Windows 显卡驱动，确认 `glxinfo` 显示 D3D12 后端 | | `.Xauthority` 相关报错 | 老教程残留配置 | WSLg 下无需 `.Xauthority`，删除相关行即可 | | WSL 重启后 GUI 失效 | WSLg socket 未就绪 | `wsl --shutdown` 后重开终端，等 10 秒再启动 Gazebo | 另外一个隐蔽的坑：**不要在 `.bashrc` 里写死 `export DISPLAY=:0`**。WSLg 每次启动会自动注入正确值，写死反而会在特殊场景（多发行版、WSL 升级后）覆盖掉正确配置——这是我从黑屏排查到凌晨才悟出来的教训。 # 总结整个配置链路可以浓缩成四句话：**先验 WSLg 通道（xclock）→ 再装 Gazebo（阿里云源）→ 用最小世界（shapes.sdf）验证 → 黑屏按 EGL/软件渲染/驱动三层排查**。绝大多数"WSL2 跑不了 Gazebo"的问题，根因都不在 Gazebo 本身，而在图形栈的某一层没有就位——按本文顺序逐层验证，基本可以在 30 分钟内点亮视口。后续还可以在这条链路上继续延伸：把仿真挂进 CI 做 headless 回归、用 ros-gz bridge 把传感器数据接到 ROS 2 节点、甚至结合 AI 助手把"启动仿真 → 截图 → 分析"做成一键自动化。仿真环境稳定点亮只是起点，祝各位的机器人都顺利跑起来。

2026-09-09

Claude Code + 腾讯 WorkBuddy：把"写代码"和"出交付物"拆给两个 Agent 的组合工作流

> 面向开发者的一次工作流记录：coding 段交给 Claude Code 的终端 Agent，报告 / PPT / 数据整理这些"交付物"段交给腾讯 WorkBuddy，两个 Agent 各管一段、

2026-09-08

#WorkBuddy# MCP 服务器配置实战：以 Playwright MCP 为例，5 分钟给 AI 装上"浏览器手脚"

# #WorkBuddy# MCP 服务器配置实战：以 Playwright MCP 为例，5 分钟给 AI 装上"浏览器手脚" ## 一、背景引入用 WorkBuddy 这类 AI 助手做日常开发，

2026-09-08

手把手在本机装一个能离线跑的 AI：Ollama 安装实录（护住 C 盘） #WorkBuddy#

## 用了 WorkBuddy 一段时间，免费模型的额度会限流，干到一半被掐断很烦。后来我琢磨：能不能在自己电脑上装一个 AI，断网也能聊、不限流、还不花钱？能。

2026-09-04

跨年对照：用 WorkBuddy 把 2023–2026 四年税务新政并成一份可检索知识库

# 跨年对照：用 WorkBuddy 把 2023–2026 四年税务新政并成一份可检索知识库 ## 一、为什么需要跨年对照单看某一年新政容易断章取义。

2026-09-03

用 WorkBuddy 补全 367 件专利的「专利权人」字段：一份企业专利台账的清洗实战

## 三、WorkBuddy 配置 |配置项|内容| | --- | --- | |Skill|`patseek-patent-search`（用户级安装），提供专利检索与详情接| |运行环境|Python

2026-09-03

#WorkBuddy #AI办公 7万条维权线索怎么管？一个本地部署的检索系统就够了

> FastAPI + SQLite + RapidOCR 离线识别，从零搭建维权线索管理系统一个真实落地的本地部署方案：Excel 线索自动解析入库 + 营业执照 OCR + 全文检索 + 多账号协作，已稳定承载 **6.9 万+ 条线索**、**381 份文件**、**3748 张证照截图**。 --- ![](https://developer.qcloudimg.com/http-save/yehe-12736900/a455a97eb5c8d3eaf527d2a8ac89ec2d.png) ## 一、这篇文章要解决的问题如果你是做**诉讼维权**方向的团队，大概率会遇到这样的场景： - 电商平台上盗版图书泛滥，每天有大量的「线索排查表」以 Excel 形式流转； - 线索表里有店铺名称、盗版经营公司、商品链接、销量、盗版售价，还**内嵌了营业执照/出版物经营许可证的截图**； - 团队 2~10 家，需要多账号协作，但线索分散在各自电脑里，查一条店铺的历史记录要翻十几张表； - 想检索「某家店是否重复侵权」「某家公司名下有多少个店铺」，纯靠 Excel 的 Ctrl+F 几乎不可能。这些问题，本质上是**「非结构化的离线表格数据」无法被统一检索和追溯**。本文给出一个轻量、零外部依赖、可单机跑通、可平滑上云的解决方案——**维权线索管理系统**。 > 本文所有代码与方案均为真实生产实践，非 demo。文末附完整技术架构与避坑清单。 --- ## 二、技术选型：为什么是这套组合 |需求|选型|理由| | --- | --- | --- | |Web 后端|FastAPI + Uvicorn|异步高性能，自动生成 OpenAPI 文档，部署轻量| |数据库|SQLite（WAL 模式）|单机零运维，6.9 万条记录查询毫秒级；一个文件随迁随走| |认证|JWT + bcrypt|无状态鉴权，适配多账号与后续上云| |Excel 解析|openpyxl + xlrd|兼容 .xlsx 与老 .xls 两种格式| |图片 OCR|RapidOCR（onnxruntime）|离线可用、中文识别效果好，无需调云端 API| |文件监控|watchdog|目录新增/修改自动触发解析入库| |前端|原生 HTML/CSS/JS 单页应用|零构建、零框架依赖，改完即用| 核心原则只有一条：**本地优先、离线优先、可控优先**。维权数据涉及商业敏感信息，不适合直接丢给云端 OCR 服务或第三方数据库。 --- ## 三、系统架构总览 ![](https://developer.qcloudimg.com/http-save/yehe-12736900/8c8f79eecd7384fe1ecaf96d479fc449.png) 整条数据链路是这样的： ![](https://developer.qcloudimg.com/http-save/yehe-12736900/502a9d1d079c60646204f30553d2bd50.png) --- ## 四、核心模块实现 ### 4.1 Excel 解析：兼容两行表头、换行、合并单元格维权线索表往往不是规整的「一行表头 + 一行数据」，实际会碰到： - **两行表头**（如第一行是「店铺信息」，第二行才是「店铺名称」「平台」）； - **表头含换行符**； - **合并单元格**。为此，系统内置了一张「字段别名映射表」，例如「店铺名称」列，能自动匹配 `店铺名称 / 店铺 / 店名 / APP名称` 等多种写法；「盗版经营公司」匹配 `盗版经营公司 / 经营主体 / 经营公司`。**未映射的列不会丢**，统一保留在「原始数据」字段里，同样可被检索。关键设计：`.xls` 老格式文件**先复制副本再转换**，**绝不改动用户的原始文件**——维权证据文件一旦被污染，后果不堪设想。 ### 4.2 OCR 识别：离线提取证照文字表格里内嵌的营业执照截图，是整个线索里最有价值的字段之一——它能直接锁定侵权主体。系统在解析时自动提取这些内嵌图片，交给 **RapidOCR** 做离线识别： - 识别文本作为独立字段入库，**可被关键词检索**（例如直接搜统一社会信用代码或公司全称）； - OCR 放在**后台线程**执行，不阻塞主流程，大量图片时每张约 1~3 秒； - 识别结果支持在详情页人工修正，修正记录带标记。 ### 4.3 文件监控：从「手动导入」到「拖进文件夹即入库」这是体验提升最明显的一环。配好监控目录后，团队只需把新的线索表**丢进指定文件夹**，系统自动： 1. 检测到新增/修改文件； 1. 解析入库； 1. 后台跑 OCR； 1. 全流程无需任何手动操作。监控目录支持两种形态：**本机路径**直接填；**同事电脑的文件夹**先设 Windows 共享，再填 `\\IP\共享名` 网络路径，系统会自动切换为轮询监控。 ### 4.4 全文检索：多关键词 AND 组合检索是这套系统的灵魂。支持： - 输入店铺名 / 经营公司 / 图书名 / OCR 文本关键词，秒级返回所有关联线索； - 多关键词用**空格分隔（AND 逻辑）**，例如 `某出版社拼多多` 一次定位到指定平台上的侵权店铺。 ### 4.5 账号权限：多角色协作所有接口需登录（JWT）。两种角色： - **admin**：可添加团队成员账号、管理监控目录； - **viewer**：只读查看与检索。满足 2~10 人团队的分工与数据隔离需求。 ### 4.6 文件比对模块针对「同一份线索表反复更新」的场景，提供文件比对能力：比对结果统一导出到指定的「比对·团队处理」区域，方便团队对增量线索做集中处理。 --- ## 五、快速启动与部署 ### 5.1 依赖 ![](https://developer.qcloudimg.com/http-save/yehe-12736900/98cd427d84c7ea8ace45e332a50dc5ac.png) ### 5.2 启动 ![](https://developer.qcloudimg.com/http-save/yehe-12736900/7a27f6861cd1d76f653845681a05891c.png) ### 5.3 三种部署形态 |形态|做法| | --- | --- | |本机单机|直接运行，初次启动自动全量扫描监控目录| |局域网共享|main.py 中 host 改为 0.0.0.0，防火墙开放 8300 端口| |迁移上云|整个 clue-system 目录 + Python 环境迁过去即可，SQLite 在 data/ 目录随迁；数据备份只需拷贝 data/| --- ## 六、踩过的坑（血泪经验，务必看） 1. **.xls 图片提取依赖本机 Excel（COM 组件）**：如果解析环境没有 Excel（如 Linux 云服务器），.xls 只导入数据、不提取图片，可装 LibreOffice 替代。 1. **监控目录路径必须是「运行服务器这台电脑」能访问到的**：填本机路径或 `\\IP\共享名` 网络共享路径，别填成别的电脑的本地路径。 1. **OCR 有延迟**：后台线程识别，大量图片时需要耐心，别以为「卡住了」。 1. **警惕工作目录被清理**：如果一开始把服务部署在临时/会话目录，目录一清理服务就没了。**务必部署在独立数据盘（如 D 盘）**，并配好开机自启动，避免重启后系统不可用。 1. **及时改默认密码**：多账号协作前先改密、再分配角色。 --- ## 七、这套方案能复用到哪些场景本文的「文件监控 → 解析入库 → OCR → 全文检索 → 多账号协作」架构，本质是一个**通用离线文档智能检索引擎**，稍作改造即可复用于： - 合同/票据批量归档检索； - 工商登记信息批量核对； - 证照、资质文件的统一管理与 OCR； - 任何「一堆 Excel 需要被统一搜」的办公场景。 --- ## 八、写在最后这套系统的价值不在用了多「炫」的技术，而在于**把一个高频、重复、易错的维权排查流程，变成了「丢文件进去就能查」的自动化闭环**。从线索的稳定运行来看，SQLite + FastAPI + 离线 OCR 的轻量组合，完全扛得住中小团队的真实业务量。如果你也在做类似的版权保护或数据治理工作，欢迎交流。文中的字段映射、OCR 离线化、网络共享监控这三处，是踩坑后反复打磨出来的，希望能帮你少走弯路。 --- *（本文为真实项目实践整理，涉及的具体账号、目录、数据规模均为实际运行数据。）*

2026-09-03

用 WorkBuddy 把 15 部税法 + 2026 年全部公告解读，做成一个可搜索的 HTML 知识库

> 关键词：WorkBuddy、税法、国家税务总局、法规抓取、单文件 HTML、全文搜索做税务工作的人，几乎都被同一件事折磨过： - 想查一条法条，要在十几个网页间来回跳； - 国家税务总局的法规库是

2026-09-03

从零把 WiFi 掏耳勺改成独立显示器：M5Dial 完整链路实战 #WorkBuddy#

# 从零把 WiFi 掏耳勺改成独立显示器：M5Dial 完整链路实战 #WorkBuddy# > 本文记录了一次把 WiFi 掏耳勺反向工程、改造成 M5Dial 独立显示终端的完整过程。

2026-09-02

用 WorkBuddy 一键生成周报/月报：把“写汇报”从两小时压到十分钟

这篇把"用 WorkBuddy 生成结构化周报/月报"的完整流程记下来，照着做能把一次汇报从 60–120 分钟压到 10–15 分钟。

2026-09-01

数据进来，报告出去：我把碎片化任务串成了一条自动化流水线 #WorkBuddy#

数据进来，报告出去：我把碎片化任务串成了一条自动化流水线 #WorkBuddy# 用 WorkBuddy 一段时间后，我发现一个尴尬的现实：很多"自动化"其实是"半自动"。

2026-09-01

用 WorkBuddy 把 90 分钟会议录音变成一份能直接发出去的会议纪要

> 本文标签:`#WorkBuddy#` | 场景:会议纪要整理 / 待办拆解 / 跨部门同步 | 适用:项目周会、需求评审、跨部门对齐会 ## 一、先说我的真实困境我们组的需求评审会,固定周二下午两点开

2026-09-01

9月开学，把 WorkBuddy 带进学校，一下午跑通AI线上招生（线下复盘分享）

结果上个月，有家长拿着workbuddy的推荐，跑去那家六个人的小机构报了名。老周当时就懵了。他说：**「我当时试了。我干了十一年，什么workbuddy、DeepSeek 提都不提我。

2026-09-01

WorkBuddy企业落地，一下午打通互联网分身，线下培训万字分享（含实战案例）

去之前，我用 workbuddy 先做了个调研，把这家院在网上的痕迹翻了一遍。结果让我有点意外。 !

2026-08-31

推荐 #3：¥10K 散户的 AI 选股实验：连仓位都算到 11.07%，规矩不能破 | #WorkBuddy#

# 我用 WorkBuddy 跑了一套 V2 选股策略，散户的 ¥10K 仓位也能讲规矩 | #WorkBuddy# 实战教程 > 一句话背景：A 股散户，本金 ¥10,000，没有创业板权限，不想听消息炒股

2026-08-31

资源下载

更多资源

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。

精选列表

# #WorkBuddy# 一个财务人的真实使用心得：AI 真的能接住财税工作里的"脏活累活"

WorkBuddy 实战：完整解析知乎评论区 140+ 条回复——反爬绕行、DOM 探测与数据提取全记录

# WorkBuddy 实战：一条短链指令，让 AI 采集北海法拍房全量数据并导出规范 Excel

企业AI智能体服务平台-从WorkBuddy或小龙虾到混合Agent平台的架构设计和迁移

#WorkBuddy# 积分总不够花？配置一次每日自动签到，一个月白拿 3000 分

#WorkBuddy# WSL2 下 Gazebo 机器人仿真 GUI 显示配置全流程：从黑屏到点亮视口

Claude Code + 腾讯 WorkBuddy：把"写代码"和"出交付物"拆给两个 Agent 的组合工作流

#WorkBuddy# MCP 服务器配置实战：以 Playwright MCP 为例，5 分钟给 AI 装上"浏览器手脚"

手把手在本机装一个能离线跑的 AI：Ollama 安装实录（护住 C 盘） #WorkBuddy#

跨年对照：用 WorkBuddy 把 2023–2026 四年税务新政并成一份可检索知识库

用 WorkBuddy 补全 367 件专利的「专利权人」字段：一份企业专利台账的清洗实战

#WorkBuddy #AI办公 7万条维权线索怎么管？一个本地部署的检索系统就够了

用 WorkBuddy 把 15 部税法 + 2026 年全部公告解读，做成一个可搜索的 HTML 知识库

从零把 WiFi 掏耳勺改成独立显示器：M5Dial 完整链路实战 #WorkBuddy#

用 WorkBuddy 一键生成周报/月报：把“写汇报”从两小时压到十分钟

数据进来，报告出去：我把碎片化任务串成了一条自动化流水线 #WorkBuddy#

用 WorkBuddy 把 90 分钟会议录音变成一份能直接发出去的会议纪要

9月开学，把 WorkBuddy 带进学校，一下午跑通AI线上招生（线下复盘分享）

WorkBuddy企业落地，一下午打通互联网分身，线下培训万字分享（含实战案例）

推荐 #3：¥10K 散户的 AI 选股实验：连仓位都算到 11.07%，规矩不能破 | #WorkBuddy#

资源下载

Nacos

Spring

Rocky Linux

Sublime Text

欢迎您来访！