搜索[WorkBuddy]结果-低调大师优秀个人博客

精选列表

搜索[WorkBuddy]，共4325篇文章

#WorkBuddy# 实战：一句话搭起每日数据复盘流水线，自动产出 6 份分析报告——附 5 个数据坑

后来我把整套流程搬进 WorkBuddy：**一句话下达任务，AI 自己拉数据、自己写脚本、自己纠错、自己生成 HTML 报告**。这篇文章记录完整做法和我踩过的坑。

2026-09-28

#WorkBuddy# 我把 70 亿参数模型塞进旧笔记本跑了一周：踩了 3 个坑，也看清了它到底值不值

后来我换了条路：先用 Ollama 一行命令装好，发现还是卡，就换成 llama.cpp 的量化版；最后用 WorkBuddy 把「读本地文档 + 问答」串成一个固定流程，每天要查的旧资料直接问它，不用再开网页翻

2026-09-24

#WorkBuddy# 我不会切图也能出界面：把一张草图变成能跑的网页原型，我只用了一句话

# #WorkBuddy# 我不会切图也能出界面：把一张草图变成能跑的网页原型，我只用了一句话我们组常有个尴尬需求：做个**内部小工具的前端**——一个查询页、一个录入框、一个看板。

2026-09-22

#WorkBuddy# 我从 0 到 4 个技能上架开放平台：3 个真实踩坑 + 一个让我彻底放弃 OCR 的惨痛教训

## 一、背景：我为什么盯上开放平台 2026 年 9 月 2 日腾讯在深圳发布 WorkBuddy 开放平台，首期开放 Skill / Expert / Connector 三类能力，个人开发者也能实名后发布

2026-09-20

#WorkBuddy# #AI办公# WSL2 Ubuntu 从装好到能用：换阿里云源、DNS 固化、编译工具链，我踩过的坑一次讲清

# #WorkBuddy# #AI办公# WSL2 Ubuntu 从装好到能用：换阿里云源、DNS 固化、编译工具链，我踩过的坑一次讲清 > 本篇是真实的 WSL2 环境初始化复盘。

2026-09-20

#WorkBuddy# #AI办公# 一个 RRULE 搞定全部排期：我把签到提醒、盘中盯盘、每日发文装进了 3 个自动化任务

# #WorkBuddy# #AI办公# 一个 RRULE 搞定全部排期：我把签到提醒、盘中盯盘、每日发文装进了 3 个自动化任务 > 用 WorkBuddy 的自动化任务（Automation）+ RFC

2026-09-16

WorkBuddy 实战｜手把手搭建公众号自动发布流水线：从注册到草稿箱一条龙（附 5 个踩坑记录）

很多人私信问我这套是怎么搭的，尤其卡在两个地方：一是微信公众号怎么开通、怎么拿到能自动发的凭证；二是 WorkBuddy 里怎么把文章自动推送到草稿箱。

2026-09-04

#WorkBuddy# 同一件事换模型结果差这么多？我测了写代码、写文案、看图，给你一张选型表

## 一张表，照着选就行 ## 在 WorkBuddy 里怎么切不用装插件，对话界面里就能选模型。我是这么分工的：写代码时切代码型，写公众号切长文本型，平时瞎聊和看图用轻量型。

2026-09-02

用 WorkBuddy 从零构建交通专业工具 ——《车道宽度规范速查与计算工具》v1.0 → v5.0 全过程复盘与方法指引

# 用 WorkBuddy 从零构建交通专业工具 ## ——《车道宽度规范速查与计算工具》v1.0 → v5.0 全过程复盘与方法指引 > **摘要** 本文复盘一个真实案例：一位交通管理领域的产品经理

2026-09-01

#WorkBuddy# 每周150个Excel要改日期？我用一句话搞定，还顺手把9月四周都整理好了

## **二、这次我换了种做法** 我把需求原样发给 WorkBuddy，大意是： **帮我把 D:\批量改日期中的 Excel 文件重命名，将时间如 0824-0830 改为 0831-0906，文件里面的时间也要改

2026-08-28

【工作篇-1】关于我用 WorkBuddy 10分钟就解决了几百份文件的命名噩梦，从此告别手动改文件名的崩溃

## 四、效果对比 ||**手动改名**|**用 WorkBuddy**| | --- | --- | --- | |300 份耗时|一下午|10 分钟| |出错率|高（眼瞎手抖）|低（预览确认兜底）|

2026-08-18

WorkBuddy，非程序员的自媒体工作流：一个人干三个人的活，全靠这个 AI 搭子

直到用了 WorkBuddy，发现它是真正能「动手干活」的 AI——不是跟你聊完就完了，而是直接交付可用的结果。

2026-07-16

我用 WorkBuddy 做了一个离线小工具箱：从一句话到可用成果（真实耗时 + 精选实战复盘）

标签：`#WorkBuddy#` 适用读者：想用 AI 办公工具真正"产出东西"，而不是只会聊天的同学。

2026-07-15

#WorkBuddy# #AI办公# Windows 目录那 1.5GB 不是更新干的：窗口内零补丁，真凶是一个 10/28 下午生成的内核转储

## 二、WorkBuddy 配置这套验证由每日发文自动化驱动，工具链三层： | 层级 | 内容 | |---|---| | 自动化任务 | 每日 10:00 触发的发文流水线（选题→采数→写稿→配图

2026-11-05

#WorkBuddy# 20 对 Excel 台账 90 万个单元格：逐格 diff 误报 12.7 万处、漏检近 4 成，字段级对账怎么做到 100%

# #WorkBuddy# 20 对 Excel 台账 90 万个单元格：逐格 diff 误报 12.7 万处、漏检近 4 成，字段级对账怎么做到 100% !

2026-11-05

#WorkBuddy# 定时任务「没跑」和「跑一半卡住」，多半不是调度器的问题：9 个中断点体检清单（附 macOS 零依赖脚本）

--- # #WorkBuddy# 定时任务「没跑」和「跑一半卡住」，多半不是调度器的问题：9 个中断点体检清单（附 macOS 零依赖脚本） ## 一、你会遇到的场景我踩过最难受的一次不是任务报错，

2026-10-31

【征文】我用 WorkBuddy 做完了一件真事：把 uni-app 上架踩的坑，变成技能和一个可直接用的网页工具

我手上正好攒了不少这方面的经验和规范，于是这几天让 WorkBuddy 帮我做两件事： 1. **把经验整理成「技能」，上架到 WorkBuddy 开放平台。

2026-10-30

串行抓书死了两次，换并发一次跑通——后怕的不是失败，是我根本不知道它为什么死 #WorkBuddy#

先把结论放前面：那天晚上，一个更保守的方案失败了两次，一个看起来更激进的方案一次跑通。到今天我也不知道第一次为什么死。这件事让我后怕的地方，不是失败本身，是**我差点就给自己编了一个原因，然后把它当真事记下来**。 ## 起因：我要给 AI 垫一本书 10 月 16 日傍晚，我在做一件后来写进上篇文章的事：把吴恩达那本免费公开的《机器学习策略》全文抓下来，给 AI 当背景材料。书的来源很干净：作者本人在 GitHub 上开源了中文版，我直接走 API 取 Markdown 原文，不下载 PDF，不做 OCR。共 58 章。抓取这种事，我的第一反应是稳妥起见：**一章一章来，串行，慢就慢点，稳要紧。** 这个决定看起来没有任何问题。事后证明，问题恰恰出在这个"看起来没有任何问题"上。 ## 第一次翻车：进程被掐了串行脚本跑起来没多久，进程直接没了。终端里剩下一行： ``` exit code 137 ``` 我当时的反应，说出来不怕你笑：**我以为是我这边网络抖了一下。** 重跑。又死了。还是 137。两次。同一个地方，同一个退出码。到这里我停手了。不是因为我懂了，是因为我意识到再跑第三次大概也是这个结果——**同一个输入、同一个输出，这不是运气问题，是某个我不知道的东西在系统性地拦截我。** ## 转折：换并发，一次跑通我换了写法：线程池，8 个 worker 并发抓。这个改动方向上跟"稳"是反着来的——同时开 8 个请求，听起来更容易出事。结果：58 章，一次跑完，零失败。成品文件 144,407 字节，落盘时间 19:02，我核过 ![](https://developer.qcloudimg.com/http-save/yehe-12824395/7e8e924073127e3e1da3b1eab7bbf713.png) 。 **更稳的死了，更激进的活了。** 这个结果跟我脑内的直觉完全拧着。正常人这时候会干什么？会找一个解释，把这件事圆过去。我也一样。而且我确实找到了一个特别顺口的—— ## 我给自己编的解释，差点就信了第一版解释是这样的：串行是一个进程从头跑到尾，内存越攒越多，最后被系统杀掉；并发每个任务小，用完就释放，所以活下来了。这个解释听起来很有道理，对吧？我当时已经打算把它写进文章了。然后我干了一件事后看特别值的事：**我去核了数字。** 全书 58 章加起来，144,407 字节。**144 KB。** 一张手机照片的零头。一个进程跑一个总量 144 KB 的任务，攒内存攒到被系统杀掉？这个解释撑不住了。**数据量根本不够格。** 那一刻我有点冒汗——如果我顺手把这个解释写出去了，它现在就挂在一篇公开发表的文章里，看起来还挺像回事。 ## 那到底为什么死？我不知道诚实的答案是：不知道。我能列出来的候选解释有三个，每一个都没有证据： 1. **系统内存压力**——macOS 内存紧张时确实会杀进程。但 144 KB 的任务量让这个解释很勉强； 1. **运行环境的资源守卫**——我的脚本跑在一个有资源限制的沙箱里，守卫可能因为别的原因（请求数、运行时长）动手。有可能，但我没有它的日志； 1. **串行脚本自身的问题**——比如某个我没意识到的写法缺陷。有可能，但**原脚本已经删了**，我想复盘都没得复盘。第三个是我最懊悔的。出事那晚我要是留一份现场——把退出码、时间点、系统日志抓下来存个档——今天这篇文章就不用写"我不知道"这四个字。 **失败不可怕，失败现场没留档才可怕。因为那意味着你连"不知道"的资格都没有——你只有"永远不知道"。** ## 退出码其实在说话，是我没听这次逼我停下来的，是那个 137。我之前对它的态度是"反正重跑就行"，从来没想过去解码它。这回我认真查了，还在自己机器上做了个十秒钟的实验： |杀进程的信号|信号编号|进程退出码| | --- | --- | --- | |SIGKILL|9|137（= 128 + 9）| |SIGTERM|15|143（= 128 + 15）| 规则很简单：**正常退出的码是程序自己给的；被信号杀掉的，退出码 = 128 + 信号编号。** 137 意味着进程是被 SIGKILL 干掉的——就是那种不给任何收拾遗言机会的、直接从内核层面掐死 ![](https://developer.qcloudimg.com/http-save/yehe-12824395/c80a78e78eab1ea43f3363ad99f499fd.png) 。写到这里我要做一个不太舒服的更正。 ## 一篇旧文的更正我之前发过一篇讲同一晚蒸馏那本书的文章，里面把 exit 137 解释成了"SIGTERM，内存回收"。**这个说法是错的。** SIGTERM 对应的退出码是 143，137 是 SIGKILL。这个错误是从我当晚的笔记一路带进文章的——我当时没做实验，抄了自己没验证的记录。两件事让我把这条更正写出来：一是**退出码是命令行世界最基础的语言**，我一个天天跟终端打交道的人把它读错了，还被平台审核顺利放行——错误不会因为平台没拦住就不存在。二是它恰好证明了这篇文章的主题：**我在没有证据的时候，随手给自己编了个解释。** 上一篇文章里那个"内存回收"，跟这次我差点写出去的"内存越攒越多"，是同一个毛病的两次发作。线上那篇我会走编辑入口改掉。这篇文章算是立此存照。 ## 这件事改了我的三个习惯 **第一，退出码要解码，不要背。** 128 + N 这个公式两秒就能查到，但它把"进程被杀了"和"进程自己退了"区分开——这两件事的下一步动作完全不同。前者去查谁杀的，后者去查程序逻辑。我之前把两者混成一团，所以才会用"重跑"去应对一个系统性的拦截。 **第二，失败现场当场留档。** 现在我的规矩是：进程异常死掉，先抓三样东西再动手重跑——退出码、时间戳、系统日志（macOS 上是 `log show` 的最近片段）。三十秒的事，换的是"以后还能复盘"的资格。 **第三，"更稳"是个需要验证的判断，不是免检标签。** 串行比并发稳，这话单拎出来谁都觉得对。但至少在我那个场景里，事实是反的。我不打算从这里推出"并发永远更稳"——那就是用一个反直觉故事换一个新教条，没意思。我只想记住：**"稳"是我当时的假设，不是我当时的数据。** ## 边界声明这篇的结论在什么条件下成立，超出范围我不知道： - 样本量 n=1：一次串行失败 ×2、一次并发成功，没有做交叉重复实验。"串行死、并发活"在我当晚的场景里是真的，**它是不是规律，我没有数据**； - "为什么死"三个候选解释全部未验证，列出来说明的是"我查过哪些方向"，不是"我确认了哪个"； - 退出码 128+N 是 POSIX 信号语义，跨 Unix 系统通用；但"谁发的 SIGKILL"跟具体运行环境有关，我的排查结论不能搬到你机器上直接用； - 书的抓取走的是作者本人开源的 GitHub 仓库，这个前提不成立的话（比如抓有版权墙的站点），整个讨论换一套规则。 --- *文中数字来源：58/58 章、144,407 字节、成品落盘时间 2026-10-16 19:02，来自本机文件实测；串行两次 exit 137 记录自当晚工作日志；SIGKILL→137 / SIGTERM→143 为 2026-10-19 本机实跑对照（Python subprocess，返回 -9 与 -15，对应 shell 退出码 137 与 143）。*

2026-10-19

#WorkBuddy# #AI办公# 周检第一次零漂移，第二次就抓到变化：只对数量，差点漏掉一次任务替换

## 二、WorkBuddy 配置：沿用三只读层，一行没改与第一次周检完全一致，三个检查点全部使用只读通道： | 层级 | 配置 | 说明 | |------|------|------| | 自动化任务层

2026-10-17

#WorkBuddy# #AI办公# 每天发文自动配 3 张图：图源三分类、废图黑名单与五条被坑出来的规则

## 二、WorkBuddy 配置：配图环节在流水线里的位置配图由发文脚本的一个参数驱动，链路是三层结构： - **自动化任务层**：每日 10:00 触发的发文任务，Prompt 里规定了"配图不少于三张

2026-10-14

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

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。

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。