案例库

案例分两类：实操案例是从零做一遍的完整流程，带截图和产物，照着做就能交付；社区案例是别人踩过的真实场景复盘，用来找思路和避坑。前者学怎么做，后者看别人怎么做。

实操案例

找一个和你手上事情最像的，照着做一遍。每个案例都按「目标 → 输入 → 步骤 → 产物 → 可复用的地方」组织，跑完拿到的不该只是一份结果，而是一条下次能直接套用的流程。

难度	案例	练的是什么
L1	办公三件套：Word、Excel、PPT	文档生成与交付验收
L1	桌面文件整理	文件识别、分类与归档
L2	远程控制电脑	小程序、IM 与远程验收
L2	生活助手	日常安排与生活决策
L2	资讯整合	信息收集、筛选与每日通知
L2	知识管理与复用	知识库、整理与二次调用
L2–L3	会议之后的工作	纪要、待办与协作交付
L3	投资分析日常化	资料研究、交叉验证与风险边界
L4	AI 视频团队	专家团、多 Agent 与视频交付
L2–L4	自媒体增长闭环	选题、内容、发布与复盘
L3	GEO 专家	专家、评分框架与优化建议

上述案例改编自开源项目 AlephAITech/WorkBuddyGuide（MIT License，Copyright © 2026 WorkBuddy Guide Contributors），按 MIT 协议保留原作者署名；本站做了标题改写、排版与链接适配。示例中的数据与账号均为演示用途。

社区案例

⚠️ 以下为社区实战案例汇编，仅作技术流程演示。其中涉及投资、自媒体等示例不构成任何运营或投资建议，落地前请自行复核合规与安全边界。

来源分类：社区实战（腾讯云开发者社区公开文章 + 公开技术博客） 整理口径：全部案例均来自公开可访问的真实文章，逐篇 web.fetch 精读全文后按统一模板重构；不掺入课程字幕、课件原文或内部分发材料，不加入编写者的自我评价与运营建议。 高风险提示：凡涉及文件写入、shell 命令执行、第三方写接口（写表、推送、调用 MCP 写操作、上传文档）的环节，原文均已标注「需人工确认」，照做前请自行核对权限与数据边界。

主要来源 URL 列表

编号	文章标题	原文 URL
C1	TAPD Skill & WorkBuddy OpenClaw 接入	https://developer.cloud.tencent.com/article/2645878
C2	用 WorkBuddy 自动整理会议纪要……	https://cloud.tencent.cn/developer/article/2707812
C3	一个人活成一支队伍，WorkBuddy 多技能组合实战助力 OPC 创业者	https://cloud.tencent.com/developer/article/2720933
C4	批量比对与个人解析令牌——兼顾效率、额度与安全（肇新合同比对）	https://zhaoxinms.com/html/web/ganhuo/2094742902000381953.html
C5	WorkBuddy + 飞书多维表格：搭一个自动跑起来的任务管理系统	https://cloud.tencent.com/developer/article/2715395
C6	用 WorkBuddy 给一门汽车设计课建"章节思维导图资产库"——从 156 份 xmind 到 15 份标准章节图	https://cloud.tencent.com/developer/article/2765968
C7	把周报从"临时抱佛脚"改成"每天自动长出来"：一次 WorkBuddy + QClaw 的工作流实践	https://developer.cloud.tencent.com/article/2696250
C8	用 WorkBuddy + 即梦/可灵做 AI 短视频：我从 0 到 1 的全流程实录	https://cloud.tencent.com/developer/article/2664988
C9	在 WorkBuddy 接入 Agnes AI 大模型全攻略：免费生图、生视频、本地语音转写	https://cloud.tencent.cn/developer/article/2720249
C10	自动化任务实战：让 AI 定时替你干活，附完整配置步骤	https://developer.cloud.tencent.com/article/2738398
C11	腾讯内部都在用的 WorkBuddy + 乐享知识库？星哥带你拆解这套"王炸"工作流	https://cloud.tencent.com/developer/article/2699309

案例一：TAPD 工单 / 需求 Bug 跟进与企微定时推送

案例来源：《TAPD Skill & WorkBuddy OpenClaw 接入》（作者：嘘，2026-03-26） 原文 URL：https://developer.cloud.tencent.com/article/2645878

场景描述

研发、测试、项目管理人员日常工作离不开 TAPD：研发想知道自己开发完的需求在测试阶段还剩多少未解决 Bug；测试想看自己负责需求的 Bug 产生数、修复数、待修复数与处理人；发布日要汇总当天待解决 Bug 单及对应处理人。原文作者的做法是给 WorkBuddy（以及 OpenClaw）装一个 TAPD Skill，让智能体通过 TAPD 官方 MCP 直接读项目数据，并把结果推到企业微信群。

需求目标

用自然语言查询 TAPD 上的需求/Bug/迭代数据，而不是手工打开 TAPD 网页逐条翻。
自定义"需求下 Bug 跟进""当天产生/修复 Bug 情况""发布日待解决 Bug 单""个人日报/站会同步"等技能。
配置企微机器人 webhook，把汇总结果定时推送到企业微信群。

整体架构

原文给出的链路是：WorkBuddy / OpenClaw（对话入口） → tapd-skill（技能层，定义场景与话术） → TAPD MCP（uvx mcp-server-tapd，通过个人 Access Token 调 TAPD API） → TAPD 数据；同时 MCP 内配 BOT_URL（企微群机器人 webhook）做消息推送。Skill 直接复用 MCP 已封装好的工具，不需要单独再封装接口。

配置步骤（原文步骤提炼）

下载安装 WorkBuddy 客户端；下载 TAPD Skill（原文参考仓库 cheers99/tapd-skill 的 TAPD/SKILL.md），记住存放路径。
打开 WorkBuddy，输入该 SKILL 文件存放路径，让它直接调用 TAPD SKILL；再把 TAPD MCP 使用文档喂给 WorkBuddy 让其调用。
选择 TAPD_ACCESS_TOKEN 安装方式，到 TAPD 后台获取个人访问令牌填入（Token 属敏感凭证，需人工确认后录入）。
（OpenClaw 侧）准备一台装有 OpenClaw 的机器，可在腾讯云轻量云一键搭建；配好模型 API Key 与 IM（可选）。通过 Web UI 或 IM 机器人对话安装 mcporter 工具，并装 Python 3.13+ 与 uv（TAPD MCP 依赖 python 和 uv）。
给 OpenClaw 发送 MCP 配置 JSON（见下），再发"请帮我安装技能，技能地址：https://clawhub.ai/truesnow/tapd-skill，只安装这个技能即可，不要安装其他工具"，技能会自动装到 ~/.openclaw/workspace/skills/tapd-skill/。
用 /tapd-skill 唤起技能开始使用；会话轮数过多响应变慢时用 /new 开新会话。

上线后可跑的三类效果（原文截图演示）

个人和团队工作管理：一句话查"我今天完成了哪些需求、解决了哪些 Bug、还有哪些待办"，直接当日报/站会同步材料。
企微文档联动：把 TAPD 汇总结果写进企微文档，团队共享同一份动态台账。
定时任务：消息推送 + 企微文档：配 BOT_URL 后，发布日早上自动把"当天待解决 Bug 单及对应处理人"推到企微群，并联动更新企微文档。原文建议结合团队自身情况，通过 OpenClaw + IM 智能机器人，接入日常开发、测试、发布等迭代事务。

可复用 Prompt / 配置

TAPD MCP 接入配置（原文照录，xxx 处需自行替换，Token 与 webhook key 属敏感凭证，需人工确认后再填入，切勿粘贴进公开对话）：

json

{
  "mcpServers": {
    "tapd-cn-mcp": {
      "command": "uvx",
      "args": ["mcp-server-tapd"],
      "env": {
        "TAPD_ACCESS_TOKEN": "xxx",
        "TAPD_API_BASE_URL": "https://api.tapd.cn",
        "TAPD_BASE_URL": "https://www.tapd.cn",
        "BOT_URL": "https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=xxx"
      }
    }
  }
}

Skill 场景写法示例（原文 SKILL.md 片段）：

text

## 需求下 bug 跟进
适合角色：研发、测试
场景：
- 研发想查看自己开发完成的需求在测试阶段还有多少未解决的 bug；
- 测试想查看自己负责需求的 bug 解决进度：产生了多少、修复了多少、还有多少待修复、处理人是谁。
要做什么：
- 调用 get_releated_bugs 接口，传入需求 ID 参数，获取信息

可配置的技能清单（原文列举）：需求下 Bug 跟进、当天产生/修复 Bug 情况、发布日待解决 Bug 单及处理人、迭代需求总结与发布日志、个人工作总结（日报/站会）、最近一周提给自己的 Bug 按优先级梳理。

踩坑清单（原文）

不同模型安装能力有差异，技能自动安装不成功时，可 git clone 后手动移动到 ~/.openclaw/workspace/skills/tapd-skill/，反而更快。
安装技能时要"限定提示词"（只装这个、别装别的），防止模型发散去装其他工具。
会话轮数过多时模型响应变慢，可用 /new 开新会话；先用 /tapd-skill 唤起技能。
可在技能说明里直接写死项目 ID，避免每次会话再口头指定。

验收标准

对话中问出"某需求下还有多少未解决 Bug、处理人是谁"，WorkBuddy 返回的数字与 TAPD 网页一致。
配好 BOT_URL 后，定时汇总消息能真实推送到指定企微群。
日报/站会话术跑通，输出含"完成了哪些需求、解决了哪些 Bug、还有哪些待办"。

案例二：会议转写文本一键生成结构化 Markdown 纪要

案例来源：《用 WorkBuddy 自动整理会议纪要……》（用户12620207，2026-07-12） 原文 URL：https://cloud.tencent.cn/developer/article/2707812

场景描述

每周班会、社团例会、小组复盘，开完会最折磨人的是回去整理纪要：对着一两个小时录音敲键盘，把杂乱讨论梳成"待办+结论+负责人"，手速再快也要二三十分钟，还怕漏重点。作者的做法是把飞书/腾讯会议导出的转写文本（.txt/.md）丢给 WorkBuddy，一句话指令，1 分钟生成排版清爽的 Markdown 纪要，直接复制发群。

需求目标

输入：会议录音转写稿、随手零散笔记、或大段聊天记录。
输出：结构化 Markdown 纪要，含会议主题/时间/参会人/主持人、核心结论、讨论要点、待办事项表格。
进阶：固定例会用定时任务，周一早上自动整理上周会议。

整体架构

会议转写 txt/md（桌面/会议素材/ 按日期命名） → WorkBuddy 新建任务（日常办公） → 拖入附件 + 下达结构化 Prompt → 右侧结果区生成会议纪要_日期.md → 预览/下载发群。可选：挂"自动化任务"每周一 09:00 读取最新转写、输出到纪要目录并列出新增待办。

配置步骤（原文步骤提炼）

到官网下载 WorkBuddy 客户端（Win/Mac），微信扫码登录。
攒素材：飞书/腾讯会议导出转写 .txt 或 .md；在桌面建"会议素材"文件夹，按 2026-07-12-产品周会-转写.txt 命名。
新建任务（默认"日常办公"），把 .txt 拖进对话框或附件上传。
下达指令（见下），发送等待结果区生成 .md。
不满意继续对话微调，如"把待办按优先级排序""加个风险提示"。
在"结果区→全部文件"找到生成文件，预览或下载。

可复用 Prompt（原文照录，可直接复制）

text

读取附件中的会议转写文本，整理成一份结构化会议纪要，要求：
1. 顶部写清楚「会议主题/时间/参会人/主持人」；
2. 正文分「核心结论」「讨论要点」「待办事项」三部分；
3. 「待办事项」用表格呈现，列含：事项、负责人、截止时间、优先级；
4. 语言要精简，删掉废话，保留决策和数字；
5. 输出为 Markdown 格式，文件名存为 会议纪要_2026-07-12.md。

进阶定时任务（原文）：自动化名称"自动整理纪要"，触发时间每周一 09:00，执行指令"读取「桌面/会议素材/最新转写.txt」，按模板生成纪要，输出到「桌面/会议纪要/」，顺便把新增的待办项列出来"。

踩坑清单（原文）

指令不能只说"帮我整理一下"，要把结构要求说死，否则输出不成形。
原文信息不全时（如只写"2026年"没有具体日期、参会人名单缺失），WorkBuddy 会沿用原文/按"全体学员"概括并提示补充——这类缺口需人工核对。
涉及奖学金评定、班级隐私等敏感内容，上传前先脱敏（原文 Tips 强调）。
效果对比原文数据：手动 20–40 分钟、遗漏风险高、格式看心情；WorkBuddy 约 1 分钟、按模板走、格式统一、可定时。

验收标准

生成的 .md 顶部元信息齐全，待办为表格（事项/负责人/截止时间/优先级）。
正文保留决策与数字、删除口语废话。
文件可在结果区下载，命名符合约定。

案例三：OPC 客户入网身份核验与发票 OCR 批量录入（多技能组合）

案例来源：《一个人活成一支队伍，WorkBuddy 多技能组合实战助力 OPC 创业者》（不惑，2026-08-05） 原文 URL：https://cloud.tencent.com/developer/article/2720933

场景描述

作者做企业服务对接平台（上游供应商、下游撮合客户），日常全是脏活：客户入网要核身份（实名+人脸+活体+防换脸），合同要逐页摘字段，发票要一张张录。他把腾讯云 27 个标准化技能包中的多个技能，用 WorkBuddy 做声明式编排，串成"组合技"。本文取其中两条：客户入网一条龙（OCR 身份证/营业执照 + 人脸三连）与文档处理流水线（合同要素抽取 + 发票批量识别）。

需求目标

把客户入网手工 35 分钟压到 5 分钟内，全程自动、最后一步人工确认。
合同 20–30 页只抽关键字段（编号/双方/金额/有效期/付款方式/违约/争议解决）。
发票全字段批量识别录入，替代手工一张张录。

整体架构

三层：底层技能能力层（腾讯云 OCR/人脸/AIGC 检测技能，统一 SecretId/SecretKey 鉴权，TC3-HMAC-SHA256） → 中间 WorkBuddy 编排层（专家团声明式拆步：文档抽取→摘要→核验串联） → 上层业务交互层（自然语言一句话派活）。环境变量 TENCENTCLOUD_SECRET_ID / TENCENTCLOUD_SECRET_KEY 一套密钥通吃。

配置步骤（原文步骤提炼）

对话式安装技能：对 WorkBuddy 说"帮我安装身份证识别 tencentcloud-ocr-idcard、营业执照识别 tencentcloud-ocr-bizlicense、人脸静态活体检测 tencentcloud-faceid-detectlivefaceaccurate、人脸比对 tencentcloud-faceid-compareface、AI 人脸防护盾 tencentcloud-faceid-detectaifakefaces"。
到腾讯云控制台申请 API 密钥（SecretId/SecretKey），在 WorkBuddy 环境变量/设置页配置（密钥属敏感凭证，需人工确认后录入，勿贴进公开对话）。
客户入网派活：一句话让它"识别这张身份证提取字段并检测是否复印件/翻拍，整理成表格"；再串联活体→比对→换脸检测，输出汇总报告并给通过/拒绝建议。
合同抽取派活：给一份合同 PDF，列出要抽的字段，要求输出 JSON。
用 mock-data/ 下脱敏 JSON/CSV 验证数据流转（作者已附脱敏测试集）。

可复用 Prompt / 配置（原文提炼）

身份证识别关键参数：

参数	值	说明
Config	`{"CropIdCard":true,"CopyWarn":true,"BorderCheckWarn":true,"ReshootWarn":true,"DetectPsWarn":true}`	开裁剪+五种告警
CardSide	不传	自动判正反面
CardWarnType	Advanced	进阶 PS 检测（更准更慢）

合同抽取的 ItemNames（原文，KeyPrompt 能把准确率从 89% 提到 96.8%）：

json

ItemNames = [
  {"KeyName":"合同编号","KeyType":0},
  {"KeyName":"甲方名称","KeyType":0},
  {"KeyName":"乙方名称","KeyType":0},
  {"KeyName":"合同金额","KeyType":0},
  {"KeyName":"有效期起","KeyType":0,"KeyPrompt":"合同生效日期"},
  {"KeyName":"有效期止","KeyType":0,"KeyPrompt":"合同终止日期"},
  {"KeyName":"付款方式","KeyType":0},
  {"KeyName":"违约金比例","KeyType":0},
  {"KeyName":"争议解决方式","KeyType":0}
]

人脸比对分层策略（原文）：比对分 <50 直接拒绝、50–60 人工复核、>60 自动通过；活体检测阈值作者最终定为 72（漏检与误拒折中）；AI 换脸 RiskLevel=High 拒绝、Mid 转人工、Low 放行。

踩坑清单（原文）

客户微信压缩图分辨率掉到 500px 以下会偶发身份证号末位识别错；作者加了一步"先用通用文字识别高精度版预检，置信度 <90 就让客户重发高清图"，把准确率从 97.3% 提到 99.1%。
营业执照营业期限常分两行印，要开 EnablePeriodComplete=true 自动拼接；要开 EnableCopyWarn=true 检测复印件/翻拍件。
低质量扫描件（作者实测异常样例）会丢"乙方名称/有效期起止"，平均置信度只有 45.3%——抽取后必须看置信度，低于阈值的字段人工复核。
发票 OCR 识别全字段（发票代码/号码/开票日期/合计金额/校验码/税率/购销双方税号等），支持 PDF 多页，但扫描件质量差的件要先人工确认提取结果。
涉及真实客户证件、人脸、合同的上传与写库动作，均需人工确认后再放行。

5.2 表格识别 V3：嵌套报价单也能还原 Excel

客户发来的报价单常是表格 PDF 或拍照纸质表。作者用表格识别 V3（tencentcloud-ocr-recognizetableaccurate，调用 RecognizeTableAccurateOCR），官方标称平均技术指标 96% 以上，能识别有线表、无线表、多表、嵌套表、旋转表，并可导出 Excel。实测一份含 3 个嵌套表格、47 个单元格的供应商报价单，准确率 95.3%；对无线表的识别明显优于旧版 V2（旧工具出来是一堆乱序文字）。

关键坑：该接口默认 QPS 仅 2 次/秒，是所有 OCR 技能里最严的。批量处理必须在工作流里加节流——作者采用"每份处理完等 600 毫秒"的策略，稳定跑在 1.5 次/秒；否则会触发限流。

5.3 发票批量录入：一个文件夹自动出 Excel 汇总

发票录入是最机械的活。作者用通用票据识别（高级版）（tencentcloud-ocr-vatinvoice，VatInvoiceOCR，默认 QPS 10 次/秒），支持增值税专票/普票/电子专票/电子普票/电子发票共 6 类，能识别发票代码、号码、开票日期、合计金额、校验码、税率、价税合计、购销双方税号与名称、明细条目、收款人/复核/开票人等全字段，还支持 PDF 多页与一页多票自动分类。

派活话术：

text

批量识别 /invoices/ 目录下所有发票图片，提取发票号码、开票日期、
购方名称、销方名称、价税合计金额、税额、明细条目，汇总生成 Excel 表格，
按开票日期排序。

WorkBuddy 自动遍历文件夹、逐张调票据识别技能、最后用 xlsx 技能生成 Excel（写出 Excel 文件属本地写操作，输出路径需人工确认）。作者脱敏样例 invoice-batch-result.json 含 12 张发票、6 类各两张，batch_summary 统计总价税合计 156,830 元、总税额 9,410 元、平均置信度 98.7%。

5.4 文档处理流水线实测账

作者跑了 80 份合同、300 张发票、50 份表格文档：

文档类型	数量	手工耗时	自动化耗时	准确率	API 费用
供应商合同	80 份	120 小时	16 分钟	96.8%	约 27 元（0.34 元/页）
增值税发票	300 张	25 小时	40 分钟	99.1%	约 45 元（0.15 元/次）
表格文档	50 份	15 小时	8 分钟	95.3%	约 7.5 元（0.15 元/次）
合计	430 份	160 小时	64 分钟	—	约 79.5 元

即原来约 20 个工作日的文档量，现在 1 个多小时跑完，扣掉免费额度实际花费不到 50 元。

5.5 语音交互闭环（ASR→大模型→TTS）

客户高峰期一天几十条重复消息。作者串成：客户语音 → ASR 转文字 → 大模型理解意图 → 经连接器查腾讯文档/TAPD 业务数据 → 生成回复 → TTS 转语音发回。

ASR（tencentcloud-asr，微信同款引擎）：一句话识别（60 秒内）平均 1.2 秒、录音极速版（2 小时内）平均 8 秒；实测中文准确率 97.8%、中英混说 94.2%；按 EngineModelType 选引擎（16k_zh/16k_zh_en/16k_yue 等）。该技能有预检流程：先跑 inspect_audio.py 探采样率/时长/格式再路由，缺 ffmpeg 自动装，新凭证先跑 self_check.py 自检。
TTS（tencentcloud-tts）：作者用默认 101001 智语音色；单次合成建议 ≤300 字符，长回复让 WorkBuddy 自动分段合成再拼接，避免尾部语音质量下降。
端到端实测平均延迟 3.4 秒（最慢一步是 TTS 合成），白天消息响应从平均 12 分钟降到 30 秒内。

5.6 AIGC 内容审查（图/视频/文 + VITA 理解）

平台要防用户上传 AI 生成的假产品图、虚假宣传视频、批量营销文案。作者串 4 个技能：

图片 AI 生成识别（tencentcloud-aigc-recog-image）：判 Pass/Review/Block，覆盖 SD/MJ/GPT-4o 全图生成、局部重绘、换脸、风格化；必填环境变量 TENCENTCLOUD_AIGC_RECOG_IMAGE_BIZ_TYPE（审核策略编号）要去控制台创建，不配会报不直观的错，作者为此卡了 20 分钟。
视频 AI 生成识别：支持 Veo3/Hunyuan/即梦/海螺等；375 帧抽 15 帧分析，抓"帧闪烁、运动伪影、物理规律违反"等特征，实测准确率 96.1%（高于图片）。
文本 AI 生成识别：看困惑度（<30 偏 AI）与突发性（<0.3 偏 AI）；文本建议 ≥200 字，太短特征不明显；100 篇文案实测检出率 89.2%、人工误判率 6%。
VITA 多模态理解（tencentcloud-vita，OpenAI 兼容 Chat Completions）：审视频关键帧有没有违禁画面，并自动给产品视频写摘要（比供应商自写的还靠谱）。
策略：中风险（score 60–80）统一转人工复核，约占总量 8%，人工量可控。

验收标准（作者实测）

客户入网：平均时长 35 分钟→3.2 分钟；录入错误率 8.3%→0.5%；异常检出率 61%→94%；AI 换脸检出 0%→100%。
单份合同要素抽取约 12 秒，9 字段抽全、平均置信度 ≥95%（正常件）；KeyPrompt 优化后准确率 89%→96.8%。
430 份文档从 160 小时压到 64 分钟；200 条语音 ASR 中文 97.8%、端到端延迟 3.4 秒；图片/视频/文本 AIGC 检出 94.2%/96.1%/89.2%。
跑满两个月（61 天）总账：日均文档处理 8→52 份、消息响应 12 分钟→30 秒、内容审核覆盖率 20% 抽检→100% 全量、月运营成本约 8000 元→约 1400 元（含订阅），降幅约 82.5%；一人顶替原 3–4 人工作量。

案例四：合同逐份比对（肇新合同比对 Skill + MinerU 解析）

案例来源：《批量比对与个人解析令牌——兼顾效率、额度与安全》（肇新合同官方账号，2026-09-27，公开技术博客） 原文 URL：https://zhaoxinms.com/html/web/ganhuo/2094742902000381953.html

场景描述

当合同比对从偶尔用变成日常工作，解析额度与 Token 安全成为现实问题。公开博客介绍 WorkBuddy 里的"肇新合同比对"Skill：普通用户前 20 次用系统共享解析额度；需要大批量时配置个人 MinerU OCR Token 走自己的额度。MinerU 负责解析 PDF、扫描件及 Office 转换后的内容，再交给比对服务出差异报告。

需求目标

逐份比对"原合同 vs 修订合同"，输出带留痕的差异清单。
控制解析额度（个人 MinerU 账号每天可免费解析 5000 份，以 MinerU 页面为准）。
Token 安全：不在聊天里粘贴 Token、不放进文件名或命令参数。

整体架构

原合同 + 修订合同（用户选择） → MinerU OCR 解析（PDF/扫描件/Office 转文本） → 肇新比对服务计算差异 → 生成含合同原文的比对报告。普通比对走系统共享额度；只有用户明确说"使用我的 OCR Token 比对这两份合同"时才切个人额度。

配置步骤（原文步骤提炼）

在 WorkBuddy 中安装"肇新合同比对"Skill（技能中心搜索）。
配置个人 OCR Token：不要在聊天里粘贴 Token，而是直接对 WorkBuddy 说"配置我的 OCR Token"——Skill 会启动一个只监听 127.0.0.1 的本机录入页，并在 WorkBuddy 右侧内置预览区打开，在该页保存即完成（本步为凭证录入，需人工确认）。
发起比对：一次提交一组"原合同+修订合同"，明确"哪份是原合同、哪份是修订合同"，必要时补"比较页眉页脚""保留空格差异""不要识别移动"。
等待命令完成，不要轮询或重复发起同一任务。
查状态/删 Token：说"检查我的个人 OCR Token 是否已配置""删除我的个人 OCR Token"。

可复用 Prompt（原文话术提炼）

text

配置我的 OCR Token。          // 触发本机 127.0.0.1 录入页，不要在对话里贴 Token
使用我的 OCR Token 比对这两份合同。 // 仅本次任务切个人额度，普通比对不擅自切换
比较页眉页脚，保留空格差异，不要识别移动。 // 可选补充口径

踩坑清单（原文 + 公开博客补充）

不要在聊天里粘贴 Token，也不要把 Token 放进文件名或命令参数；Token 只保存在本机用户数据目录，Skill 不会为"找 Token"去扫描技能目录/注册表/数据库。
若 Token 无效、失效或当日额度不足，WorkBuddy 会报明确错误并询问是否打开本机安全页更新，不会在回复里显示 Token 任何部分。
批量要顺序执行：一次一组、等完成再下一组，避免重复消耗额度、保证每份报告与文件角色对应。
所选文档会发送到在线文档处理服务，提取结果再交比对；未经选择的文件不会读取/上传，但比对报告含合同原文，须按组织数据权限管理。
扫描件合同是这个环节的变量：图片型 PDF 要先过 OCR（MinerU），盖章遮挡、手写批注、倾斜扫描是三类高发干扰；转写后建议抽检关键条款区域，确认无误再进比对——前置约十分钟换来整份差异清单的可信度，扫描质量差的件不要对 OCR 结果打包票。
每次发起前明确"哪份是原合同、哪份是修订合同"，必要时补"比较页眉页脚""保留空格差异""不要识别移动"。

验收标准

普通比对走共享额度即可出报告；指定"用我的 Token"时才消耗个人额度。
报告能区分原合同与修订合同、列出差异条款。
Token 校验/删除话术生效，全程不在明文里暴露 Token。

案例五：WorkBuddy + 飞书多维表格自动跑任务管理（双向联动）

案例来源：《WorkBuddy + 飞书多维表格：搭一个自动跑起来的任务管理系统》（考拉，2026-07-24） 原文 URL：https://cloud.tencent.com/developer/article/2715395

场景描述

团队管项目最烦的不是任务多，而是任务散：群里吼一声"谁跟进一下"，回个"收到"就没下文；过两周问进度对方说早做完了，聊天记录却找不到。Excel 管任务更累——写完手动发、状态变手动改、到期手动催。作者组合 WorkBuddy + 飞书多维表格：WorkBuddy 听懂人话去填表，多维表格负责存数据+自动发通知。

需求目标

说话即填表："把 Q3 官网改版分配给张三，优先级高，下周五截止"自动加一行。
自动催办：新增任务通知负责人、截止前 24 小时自动提醒。
双向感知：飞书里任务状态变"已完成"后，WorkBuddy 能收到并做后续动作（归档/发总结）。

整体架构

WorkBuddy（经飞书智能体应用 App ID/Secret 授权） → 读写多维表格 base 记录 → 多维表格自带自动化（触发条件：新增/修改记录、到达时间、定时、按钮、Webhook）→ 发飞书消息/改记录/发 HTTP 请求。进阶：多维表格"发送 HTTP 请求"把变更推给 WorkBuddy 本地服务，形成双向闭环。

配置步骤（原文步骤提炼）

进 WorkBuddy「飞书集成」，去飞书开放平台建「飞书智能体应用」，拿 App ID / App Secret 回填。
多维表格权限开全：base:record:create、base:record:update、base:record:retrieve 三个必勾（写表权限属第三方写接口，需人工确认授权范围）。
一句话建表："帮我在飞书创建一个任务管理表，字段：任务名称、负责人、截止日期、优先级（高/中/低）、状态（待开始/进行中/已完成/已停滞）、任务描述"；或在模板中心搜"任务管理"直接用。
日常说话操作：分配任务/查进度/批量改状态。
配自动化（多维表格自带，不需 WorkBuddy）：新增记录→发消息给负责人；到达"截止日期-1天"→催办。
进阶双向：自动化里加"发送 HTTP 请求"指向 WorkBuddy 本地服务，把变更推过去。

可复用 Prompt（原文话术提炼）

text

帮我在飞书创建一个任务管理表，字段包括：任务名称、负责人、截止日期、
优先级（高/中/低）、状态（待开始/进行中/已完成/已停滞）、任务描述。

把Q3官网改版这个任务分配给张三，优先级高，下周五截止。
帮我看看张三手上所有没干完的任务。
把所有截止日期在今天之前的任务标成“已逾期”。

踩坑清单（原文）

报 403：机器人没被加到表格协作者。打开表格→右上角"···"→协作者管理→把机器人加为"可编辑"。
报 400：字段类型传错。单选字段传字符串（"进行中"），多选字段传数组（["设计","开发"]）；稳妥做法先写一条测试记录照抄格式。
权限漏勾会导致"接完写不了表"，务必把 create/update/retrieve 三个 scope 勾全。
积分消耗比想象快：一次性说清需求少来回、批量操作别一条条发、简单任务用轻量模型、有阶段成果后新开对话框。
真实效果（原文对比）：分配任务 3 分钟→10 秒；催办每天 20 分钟→0；周报汇总 30 分钟→5 秒；漏单约 10%→接近 0。

验收标准

说一句话能在多维表格里看到新增/更新的行，字段类型正确无 400/403。
新增任务负责人收到飞书通知；截止前 24 小时触发催办。
"这周完成了哪些"一句问话能 5 秒返回汇总。

案例六：思维导图资产库治理（156 份 xmind 清点去重到 15 份标准章节图）

案例来源：《用 WorkBuddy 给一门汽车设计课建"章节思维导图资产库"——从 156 份 xmind 到 15 份标准章节图》（赶海的放羊娃，2026-10-21） 原文 URL：https://cloud.tencent.com/developer/article/2765968

场景描述

作者是高校教师，主讲《汽车设计》《项目管理》，备课习惯每章画思维导图，三年积累 156 份 xmind（合计 46,745,107 B / 44.6 MB），多到不知道哪些能复用、哪些是学生作业、哪些重复。任务是在本地、零外部上传前提下，把这批"导图重灾区"清点、去重、分类、补齐成 15 份可直接给学生用的标准章节图。

需求目标

全量递归清点 xmind 件数、字节数、MD5，产出全量清单与重复件登记。
不改动原始文件、不联网、不上传（高校教学数据硬约束）。
数字一律来自实测扫描，不估算、不沿用旧数。

整体架构

WorkBuddy 只用三类基础能力：本地文件读写（把教学资料库目录挂进工作目录） + 文件批量扫描（递归遍历/Glob，全量清点件数/字节/MD5） + 按模板输出交付件（版本留痕）。明确不启用专家/专家团、不启用 MCP/连接器、不做外部取数。

配置步骤（原文照抄的任务说明，改路径即可复用）

text

【任务】对目录 <源目录> 做全量递归清点。
【范围】所有 *.xmind 文件，含子目录。
【逐件登记】文件名、字节数、MD5。
【产出】
1. 全量清单表（件数 / 合计字节 / 唯一 MD5 数）；
2. 重复件登记表：同名同内容副本，只登记、不删除；
3. 提取成功率统计。
【硬约束】
C1 只清点，不改动任何原始文件；
C2 数字一律来自实测扫描结果，不得估算、不得沿用旧数；
C3 读不了的文件如实标“提取失败”，不许跳过不报。

可复用配置 / 实测结果（原文）

指标	实测值
xmind 件数（全量递归命中）	156 件
合计字节	46,745,107 B（44.6 MB）
唯一 MD5	125 个
同名同内容副本/重复冗余	31 件（占 19.9%，仅登记未清理）
提取成功	156/156，全 OK

技术细节：XMind 2020+ 的 .xmind 本质是 zip，走 content.json 解析。第一遍扫描就抓出 31 件重复冗余——近五分之一库容是"水分"；这件事手动要逐个打开比对，WorkBuddy 一轮递归加哈希即完成。

第 2 步：分类摸底，抓结构缺口。 对 156 件按来源类型分类：S-学生作业图 103 件（66.0%）、T-教师章节/专题图 39 件（25.0%）、C-其他（开课说明/简历/教材导图）11 件（7.1%）、U-未分类 3 件（1.9%）。结构性发现：全库三分之二是学生 PBL 作业，教师自制章节图去重后仅 22 件——数量看着不少，真能当教学资产的教师图却很少，这就是缺口所在。

第 3 步：逐章建档，补齐 15 份标准章节图。 针对缺口按课件逐章生成标准章节思维导图并导出 xmind：《汽车设计》（新能源汽车设计）第 01–09 章共 9 件，《项目管理》第 04–09 章共 6 件，合计 15 件。统一命名规则可照抄：日期-课程-章节(学时)-编制-版本，例如 20261006-汽车设计-第01章(4学时)-融慧-R01.xmind。命名统一后学生可直接按章检索，不用再靠文件名猜。作者生成某章时的提示词要求"固定七层骨架（教学目标/内容纲要/重难点/开发逻辑/思政要素/配套课件/来源），节点文本逐条照录教案原文；原文空白处写『★教案栏原文空白（待录，不作补写）』，不得推测增补"。

第 4 步：产出覆盖矩阵交付。 最后汇总《章节思维导图补齐与覆盖矩阵》：全库实测数据＋课程归属分布＋类型分布＋逐章覆盖矩阵，并标注"六件套教学资料体系"还剩哪些未交付。交付物三件：15 份标准章节 xmind、全库实测档案（156 件清点+MD5 去重+31 件冗余登记）、覆盖矩阵（Markdown+Word 双格式）。

可直接复用的提示词骨架（原文）

text

【角色】你是资料库治理工具，不是写作助手。
【输入】<源目录>、<命名规则>、<章节清单>
【任务】
1. 全量递归清点（件数/字节/MD5），只登记不改文件；
2. 按来源类型分类，给出件数与占比；
3. 对照章节清单标注“已有/缺失”，输出覆盖矩阵；
4. 补齐缺失章节，按命名规则归档。
【硬约束】
C1 数字一律实测，禁止估算、禁止沿用旧数；
C2 重复件只登记不删除；
C3 生成的教学内容须逐章交人工审校后才入档，不得直接视为终稿；
C4 完成后输出“完备性说明”：本次覆盖了哪些目录、哪些未覆盖及原因。
【产出】①全量清单 ②分类统计 ③覆盖矩阵 ④本次未覆盖项与原因

踩坑清单（原文）

这是确定性清点任务，不需要人格化专家/专家团介入，开了反而添乱。
课件与学生作业不宜上传外部服务，全程本地、不联网——这是高校教学场景的硬约束。
重复件"只登记、不删除"，避免误删；是否清理由人决定（删除原始文件属不可逆操作，需人工确认）。
读不了的文件必须如实标"提取失败"，不许静默跳过。

验收标准

一轮递归+哈希即抓出 31 件重复冗余（近五分之一库容是水分）。
清单数字与手动抽样核对一致；提取成功率 156/156。
全程未改动原始文件、未发生任何外部上传。
作者三点经验：①先摸家底再补缺口——直接闷头画图就不会发现"三分之二是学生作业、教师图去重后仅 22 件"的结构真相，先扫描分类再决定补什么，工时至少省一半；②哈希去重是资料库照妖镜，且"先登记、后清理"，作者至今没删那 31 件，因为"重复"有时是"历史版本"；③AI 生成章节图必须逐章人工审校——AI 提效的是结构与排版，专业判断不能外包。

案例七：周报"每天自动长出来"（WorkBuddy + QClaw 四层工作流）

案例来源：《把周报从"临时抱佛脚"改成"每天自动长出来"：一次 WorkBuddy + QClaw 的工作流实践》（bug菌，2026-06-23） 原文 URL：https://developer.cloud.tencent.com/article/2696250

场景描述

作者最怕写周报不是写，而是回忆：周五下午只剩模糊片段，工作痕迹散在会议纪要、聊天记录、需求文档、代码提交、临时笔记里，最后写成流水账。目标是不让周报依赖周五的记忆力，而是一周内每天记录、慢慢"长出来"。

需求目标

减少回忆成本：每天只记很短的原始信息，不在周五集中补账。
把零散工作转成结构化资产（项目/动作/结果/风险）。
输出一版可直接修改的周报草稿，不追求一次完美。

整体架构（四层）

输入层（每天 3 分钟发一段粗糙记录） → 整理层（WorkBuddy 做语义归类成统一表格） → 编排层（QClaw 拆成 4 个小任务：合并每日记录→按项目聚合→提炼成果/风险/下周计划→生成草稿并附待确认项） → 输出层（可编辑周报 Markdown）。

配置步骤（原文）

每天下班前给 WorkBuddy 发一段很粗糙的记录（刻意不写正式日报，否则坚持不下来）。
用"整理层 Prompt"把碎片记录归一成结构化条目。
在 QClaw 把周报生成拆成 4 个小任务分步跑，每步可检查。
用"输出层 Prompt"生成草稿，再人工删改。

可复用 Prompt（原文照录）

每日记录整理：

text

请将以下工作记录整理为结构化条目：
- 项目/事项
- 今日动作
- 当前进展
- 产出物
- 风险或阻塞
- 后续动作
要求：
1. 不要扩写不存在的信息；
2. 模糊信息请标记为“待确认”；
3. 输出用 Markdown 表格；
4. 语气保持客观，避免夸大。

周报生成：

text

请基于本周工作记录生成周报草稿，结构如下：
一、本周重点工作（按项目归类，每个项目含：背景/本周动作/当前结果/价值影响）
二、风险与问题（仅列真实记录中出现过的问题，不要虚构风险）
三、下周计划（基于未完成事项和后续动作，按优先级排序）
四、待确认信息（列出你不确定、需我人工补充的内容）
写作要求：
1. 专业、克制，不使用夸张宣传语；
2. 保留我的工作语气，不要写成领导讲话；
3. 不要出现“显著提升”“全面赋能”等空泛表达；
4. 每段尽量短，方便我二次修改。

踩坑清单（原文）

不要一开始就追求全自动：输入源越多（会议纪要/聊天/需求文档全接进来），噪音越大、校对压力越大；改成"每天主动输一段简短记录"反而更稳。
Prompt 里务必加"不要扩写不存在的信息/不确定标记待确认/不要为完整性虚构结果"，把输出从"漂亮但不可靠"拉回"朴素但可信"。
周报不是越正式越好：一版被写成"推动多方协同完成阶段性策略收敛"，作者不像这么说，于是加"保留个人工作表达，不要过度公文化"。
效果（原文）：平均周报整理时间从约 40 分钟降到 15 分钟以内，质量不再取决于周五累不累。

验收标准

每天 3 分钟输入可持续一周不中断。
草稿含四大块，且单独列出"待人工确认项"，不虚构风险与成果。
成稿保留本人语气、无空泛套话。

案例八：AI 短视频生产线（WorkBuddy 调度 + 即梦生图 + 可灵数字人 + FFmpeg 合成）

案例来源：《用 WorkBuddy + 即梦/可灵做 AI 短视频：我从 0 到 1 的全流程实录》（80后老登，2026-05-06） 原文 URL：https://cloud.tencent.com/developer/article/2664988

场景描述

作者做短视频（AI 写真、早安电台、数字人视频），发抖音/视频号。早期纯手动：脚本在对话框复制粘贴、生图去即梦网页一张张点、不满意改提示词重来，一天出不了几条。接入 WorkBuddy 后把流程串成流水线：WorkBuddy 负责思考与调度，即梦/可灵负责生产素材，剪映/FFmpeg 负责组装。

需求目标

一句话生成 60 秒口播脚本 + 每句配图提示词。
批量生图、数字人播报片段、FFmpeg 自动合成画中画+字幕。
定时任务自动抓热点选题并发邮箱通知。

整体架构（工具分工）

工具	角色	负责
WorkBuddy	大脑+指挥官	生成脚本、写提示词、自动化任务调度
即梦	生图+生视频	按提示词批量出图/片段
可灵	数字人+视频	生成数字人播报片段
剪映	后期合成	拼接、加字幕、配乐
FFmpeg	自动化合成	批量画中画、加字幕（代码替代手动剪映）

配置步骤（原文步骤提炼）

用 WorkBuddy 生成脚本+分镜提示词（自然语言派活）。
把提示词丢进即梦批量生图（每句一张背景图）。
用可灵"数字人播报"：上传脚本文本→选数字人形象→生成播报片段。
让 WorkBuddy 生成 FFmpeg 命令，一次性批量合成（背景全屏+数字人小窗叠右下角+drawtext 字幕）。
设每日定时任务抓抖音/小红书健康类热点、筛 3 个话题发 QQ 邮箱。

可复用 Prompt / 命令（原文照录）

脚本派活：

text

帮我写一个关于睡眠健康的 60 秒短视频脚本，面向普通观众，语言口语化，
每句话配一张关联图片的提示词。

批量提示词：

text

我要生成10张睡眠健康主题的背景图提示词，每张图对应一个知识点，
风格统一写实，输出JSON格式。

FFmpeg 合成（执行 shell 命令前需人工确认路径与输出文件名）：

bash

ffmpeg -i background.mp4 -i person.mp4 \
 -filter_complex "[1:v]scale=360:640[person];[0:v][person]overlay=W-w-20:H-h-20" \
 -c:a copy output.mp4

踩坑清单（原文）

即梦一次出 4 张变体选最合适的；提示词要加"竖屏 9:16"或"横屏 16:9"后缀避免尺寸不对；风格固定（作者用"写实风格，柔和光线"）成片更专业。
分工原则：脚本初稿、提示词生成可交给 AI；数字人形象选择、最终成片审核必须人工（避免错别字/音画不同步）。
AI 负责"初稿+重复劳动"，人负责"审美+最终把关"。
作者实测效率提升约 3–5 倍（保守估计）。

验收标准

从脚本到成片人工干预极少：脚本结构化、每句配图、数字人画中画叠加、字幕完整（关键词标红）。
每日选题定时任务自动推送邮箱。

案例九：本地离线语音转写 MCP 与自定义模型接入（Agnes + Whisper）

案例来源：《在 WorkBuddy 接入 Agnes AI 大模型全攻略：免费生图、生视频、本地语音转写》（用户12668004，2026-08-03） 原文 URL：https://cloud.tencent.cn/developer/article/2720249

场景描述

作者想给 WorkBuddy 接入新模型做文本对话、生图、生视频，选了推广期免费、支持 OpenAI 兼容端点的 Agnes AI；并额外配置本地离线 Whisper 语音转写，实现零积分消耗的音频转文字与 SRT 字幕。Agnes AI 当时已接入三款模型（均推广期免费）：agnes-2.5-flash（文本对话/工具调用）、agnes-image-2.1-flash（文生图/图生图）、agnes-video-v2.0（文生视频/图生视频/关键帧动画）。

需求目标

在 models.json 注册自定义文本/图片/视频模型，让 WorkBuddy 可直接切换调用。
用 MCP 跑通图片/视频生成连接器。
本地离线 Whisper 转写，不消耗 WorkBuddy 积分。

整体架构

~/.workbuddy/models.json（注册自定义模型，OpenAI 兼容端点 https://api.agnes-ai.cn/v1） + ~/.workbuddy/mcp.json（注册 agnes MCP Server，独立 venv 装 agnes-mcp） → 连接器管理里点“信任”激活 → 本地 pip 装 openai-whisper，turbo 模型本地缓存离线转写。

配置步骤（原文步骤提炼）

到 platform.agnes-ai.com 注册拿 API Key（sk-...）。
编辑 C:\Users\<用户名>\.workbuddy\models.json 加文本模型条目（见下），id 必须与平台实际模型名一致。
建独立 venv 并装依赖（命令行 pip 安装属本地环境改动，路径需人工确认）：用 WorkBuddy 自带 Python 建 venv，再 pip install "agnes-mcp==0.3.1" 与 pip install "mcp<2.0.0"（因为 agnes-mcp 依赖 mcp.server.fastmcp，而 mcp v2.0.0 已重构模块路径，必须降级到 1.x）。
编辑 ~/.workbuddy/mcp.json 注册 agnes MCP Server，在"连接器管理"找到 agnes 条目点"信任"激活。
追加图片/视频模型条目（supportsToolCall:false）；重启 WorkBuddy 验证。
装 openai-whisper（pip install openai-whisper --no-cache-dir），首次自动下载 turbo 模型约 1.6GB 到 ~/.cache/whisper/。

可复用配置（原文照录，`sk-你的API Key` 为敏感凭证，需人工确认）

models.json 文本模型：

json

{
  "id": "agnes-2.5-flash",
  "name": "Agnes 2.5 Flash",
  "vendor": "Custom",
  "url": "https://api.agnes-ai.cn/v1",
  "apiKey": "sk-你的API Key",
  "supportsToolCall": true,
  "supportsImages": true,
  "supportsReasoning": true,
  "useCustomProtocol": false
}

mcp.json 连接器：

json

{
  "mcpServers": {
    "agnes": {
      "command": "C:\\Users\\gu_an\\.workbuddy\\binaries\\python\\envs\\agnes\\Scripts\\python.exe",
      "args": ["-m", "agnes_mcp"],
      "env": { "AGNES_API_KEY": "sk-你的API Key" }
    }
  }
}

本地转写命令：

bash

# 中文音频转文字
whisper audio.mp3 --model turbo --language zh --output_format txt --output_dir .
# 生成 SRT 字幕
whisper audio.m4a --model turbo --language zh --output_format srt --output_dir .

踩坑清单（原文踩坑表）

问题	原因	解决方案
503 "No available channel for model"	id 填了不存在的模型名	用 `GET /v1/models` 查实际可用模型名
`mcp.server.fastmcp` 找不到	mcp v2.0.0 重构了模块路径	降级到 `mcp<2.0.0`
MCP 配置不生效	误写成 `.mcp.json`（有点前缀）	写入无点前缀的 `mcp.json`
whisper 装完 ffmpeg 不可用	Windows winget 装 ffmpeg 失败	用 `imageio-ffmpeg` 获取捆绑二进制

评论区反馈"配置好重启后模型不显示"——需核对 id 与平台实际模型名是否一致。

验收标准

重启后模型列表出现 Agnes 文本/图片/视频模型，可对话/生图/生视频。
MCP 工具 text_to_video 可调；whisper 本地跑通输出 txt/srt，且不消耗积分。

案例十：定时自动化任务（每交易日行情简报 + 微信推送）

案例来源：《#WorkBuddy# 自动化任务实战：让 AI 定时替你干活，附完整配置步骤》（用户12639135，2026-09-08） 原文 URL：https://developer.cloud.tencent.com/article/2738398

场景描述

作者认为 WorkBuddy 最被低估的功能不是对话或生成 PPT，而是自动化任务：一句话配置，AI 按时间表定时执行并主动推送。案例以"每交易日定时分析个股行情并推送微信提醒"演示如何搭一个可持续运行的定时任务。

需求目标

适合"重复 + 有明确触发时间"的事：每天 9 点汇总财经要闻推微信、每周五出周报初稿、每月 1 号统计开支出图、盘中每 10 分钟盯量价异动。
配置成本极低，说清"做什么、多久一次"即完成 90%。

整体架构

对话里自然语言下达"周期性需求" → AI 自动转入自动化任务创建 → 确认名称/执行内容(Prompt)/调度规则（RFC 5545）→ 到点自动跑 → 结果会话可见，配推送通道（如 Server酱）则落到微信。进阶可让任务直接产出 HTML 报告文件。

配置步骤（原文步骤提炼）

入口：对话里直接说"帮我建一个自动化任务：每个交易日早上 9 点，拉取 A 股三大指数开盘数据，生成一段简报并推送给我"。
确认三参数：名称、执行内容（Prompt）、调度规则（一次性/周期性）。
Prompt 只写"做什么"，不写"什么时候做"（时间归调度参数）；Prompt 必须自包含（公司名/代码/路径/输出格式全写清，因为每次执行 AI 看不到当前对话）。
周期用自然语言说（"每个交易日早上 9 点"），AI 转成正确调度参数。
配推送通道（如 Server酱）让结果落到微信。

可复用 Prompt（原文照录，仅作技术演示，不构成投资建议）

text

拉取曼卡龙（300945）的实时行情、5 分钟 K 线与资金流数据，
结合分钟级量价关系输出结构化分析，包含：
1. 当前价格与涨跌幅
2. 成交量较前 5 日同时段的变化
3. 主力资金净流入/流出
4. 关键支撑位与压力位（给出具体价位）
5. 短线操作提示（附免责声明）
分析结果以结构化中文项目符号输出。

周期写法对照（原文）：

需求	规则写法（示意）
每天早上 9 点	每日 09:00
每周一、三、五 9 点	每周指定三天，各 09:00
工作日每 2 小时	每 2 小时一次，仅限周一至周五
每月 1 号和 15 号	每月指定日期，指定时刻

踩坑清单（原文）

坑一：别把"每天 9 点执行"写进 Prompt，否则调度参数和 Prompt 各说各话；时间只放调度配置。
坑二：Prompt 要自包含——写"按老规矩分析那只股票"会让执行时的 AI 完全懵掉（自动化任务是失忆运行的）。
坑三：一次别塞多件事——"开盘简报+盘中监控+收盘复盘"节奏不同，硬塞一个任务会调度混乱；一个逻辑任务一个自动化。
进阶：可让任务"每周五 17 点把本周监控日志汇总为 HTML 复盘报告"，执行完直接拿到可预览的文件产物（生成/写入本地文件属写操作，输出路径需人工确认）。

验收标准

任务到点自动触发，输出格式每次稳定（结构化项目符号）。
配好推送通道后微信能收到告警/简报。
节奏不同的需求已拆成多个独立自动化任务。

案例十一：企业知识库闭环（乐享知识库 + WorkBuddy 知识飞轮）

案例来源：《腾讯内部都在用的 WorkBuddy + 乐享知识库？星哥带你拆解这套"王炸"工作流！》（星哥玩云，2026-06-27） 原文 URL：https://cloud.tencent.com/developer/article/2699309

场景描述

给 AI 抛问题，答案常是"正确的废话"或"幻觉"，根因是 AI 没有公司的"私有业务记忆"。文章拆解腾讯内部铺开的"乐享知识库 + WorkBuddy"组合：乐享是企业外脑（记忆库），WorkBuddy 是数字员工（执行手），干完的活一键回流乐享，形成越用越聪明的"知识飞轮"。

需求目标

经营分析自动化：月底/季末不再手动扒数据套模板。
产品需求精准洞察：从 TAPD/备忘录/聊天记录里提炼高频诉求。
销售面客材料一键生成：白皮书/案例/报价模板集中复用。

整体架构

乐享知识库（指标字典/分析模板/历史报告/产品白皮书/案例/报价模板，结构化沉淀、团队共享） ↔ WorkBuddy（勾选数据表/口径/模板 → 跑数据/归因/归纳/生成材料） → 产物一键回流乐享（新知识）。核心是"给 AI 喂知识 → 让 AI 干脏活 → 让 AI 留资产"的闭环。

配置步骤（原文三场景提炼）

经营分析：在乐享建「经营分析知识库」，把指标字典、分析模板、历史优秀报告扔进去团队共享；WorkBuddy 新建任务勾选对应数据表/口径/模板；AI 自动跑数据做归因生成周期报告；拿到报告后传回乐享。
产品需求洞察：把需求文档、规划文档沉淀进乐享；复盘时让 WorkBuddy 拉取乐享文档 + TAPD 需求 List；AI 自动提炼高频诉求、归类问题类型、画需求变化趋势，顺手整理沟通提纲与优先级参考；结论再沉回乐享。
销售面客材料：把产品白皮书、成功案例、报价模板等"原子素材"集中存乐享；需要时让 WorkBuddy 调用乐享资料，针对特定客户生成定制化解决方案与 Demo；材料沉回乐享供后续销售复用。

可复用打法（原文提炼）

给 AI 喂知识：让 WorkBuddy 安全、便捷地调用乐享里的企业资产，而不是让它"无中生有"。
让 AI 干脏活：像团队专家一样自动完成数据整理、需求归纳、材料生成。
让 AI 留资产：工作产物回流乐享，变成可复用、可协同的团队知识；产品更新时在乐享一键同步，保证全团队"弹药"最新。

踩坑清单（原文要点）

不要指望 AI"无中生有"：没有私有知识库背书，答案就是正确的废话或幻觉。
产物必须回流乐享，否则每次都从零起步，飞轮转不起来。
面客材料含客户与报价信息，回流/调用时按团队数据权限管理。

验收标准

经营分析周期报告可由 AI 自动跑数+归因生成，且口径/模板来自乐享。
需求复盘能输出高频诉求归类与趋势，结论可沉淀复用。
销售能基于乐享原子素材快速产出定制方案，且版本统一。

附：本案例库 11 个场景横向速查

#	场景	核心工具链	一句话做法	原文实测/要点
1	TAPD 工单/Bug 跟进	WorkBuddy + tapd-skill + TAPD MCP + 企微 webhook	个人 Token 接 TAPD API，自然语言查需求/Bug，定时推企微群	可做日报、发布日待办、迭代总结
2	会议纪要	WorkBuddy（拖转写 txt）	贴结构化 Prompt，1 分钟出 Markdown 纪要	手动 20–40 分钟→约 1 分钟
3	客户入网/发票 OPC	腾讯云 OCR/人脸/ASR/AIGC 技能组合	一句话串多技能：证件+人脸三连、合同抽取、发票批量出 Excel	150 入网 35 分→3.2 分；430 文档 160 时→64 分
4	合同逐份比对	肇新合同比对 Skill + MinerU	选原合同/修订合同，顺序提交，差异留痕	个人 MinerU 每天约 5000 份免费解析
5	任务管理双向联动	WorkBuddy + 飞书多维表格	说话即填表，多维表格自动通知/催办，HTTP 回推闭环	分配 3 分→10 秒；漏单约 10%→≈0
6	思维导图资产库	WorkBuddy 本地文件读写+Glob	全量递归清点 MD5 去重，逐章补标准图	156 份→15 份标准图，揪出 31 件冗余
7	周报自动长出	WorkBuddy + QClaw 四层	每天 3 分钟碎片记录→结构化→按项目聚合→草稿	周报整理 40 分→15 分内
8	AI 短视频生产线	WorkBuddy + 即梦 + 可灵 + FFmpeg	一句话出脚本+分镜，批量生图/数字人，FFmpeg 画中画合成	作者实测效率提升约 3–5 倍
9	本地转写/自定义模型	models.json + mcp.json + Whisper	OpenAI 兼容端点接 Agnes，本地 whisper 离线转写	转写零积分消耗
10	定时自动化任务	WorkBuddy 自动化任务 + 推送通道	Prompt 自包含，RFC5545 调度，结果推微信	可直接产出 HTML 报告文件
11	企业知识库闭环	乐享知识库 + WorkBuddy	喂知识→干脏活→产物回流，形成知识飞轮	经营分析/需求洞察/面客材料三场景

附：本案例库使用与合规说明

来源真实性：以上 11 个案例均来自上表列出的公开 URL，逐篇精读后重构；案例中的数字、Prompt、配置片段均为原文提炼或照录，未编造文章、链接或数据。
高风险操作：涉及真实密钥/Token 录入（案例三、四、九）、写表与第三方推送（案例一、五、十）、shell 命令执行与本地文件写入（案例六、八、九、十）、删除原始文件（案例六）等环节，实际操作前均需人工确认权限、路径与数据边界，本库不代为执行。
合规边界：本库仅整理公开可访问文章；未抓取、未整理、未转述《WorkBuddy 效率智能体 OPC 从业者认证课程》的视频字幕、课件原文或内部分发材料；不含编写者的总结评价与运营建议。
可复用性：每篇案例的"可复用 Prompt/配置"均可在替换自家路径、Token、业务字段后直接照用；涉及投资类内容（案例十）仅作技术演示，原文已附免责声明。

案例库 ​

实操案例 ​

社区案例 ​

主要来源 URL 列表 ​

案例一：TAPD 工单 / 需求 Bug 跟进与企微定时推送 ​

场景描述 ​

需求目标 ​

整体架构 ​

配置步骤（原文步骤提炼） ​

上线后可跑的三类效果（原文截图演示） ​

可复用 Prompt / 配置 ​

踩坑清单（原文） ​

验收标准 ​

案例二：会议转写文本一键生成结构化 Markdown 纪要 ​

场景描述 ​

需求目标 ​

整体架构 ​

配置步骤（原文步骤提炼） ​

可复用 Prompt（原文照录，可直接复制） ​

踩坑清单（原文） ​

验收标准 ​

案例三：OPC 客户入网身份核验与发票 OCR 批量录入（多技能组合） ​

场景描述 ​

需求目标 ​

整体架构 ​

配置步骤（原文步骤提炼） ​

可复用 Prompt / 配置（原文提炼） ​

踩坑清单（原文） ​

5.2 表格识别 V3：嵌套报价单也能还原 Excel ​

5.3 发票批量录入：一个文件夹自动出 Excel 汇总 ​

5.4 文档处理流水线实测账 ​

5.5 语音交互闭环（ASR→大模型→TTS） ​

5.6 AIGC 内容审查（图/视频/文 + VITA 理解） ​

验收标准（作者实测） ​

案例四：合同逐份比对（肇新合同比对 Skill + MinerU 解析） ​

场景描述 ​

需求目标 ​

整体架构 ​

配置步骤（原文步骤提炼） ​

可复用 Prompt（原文话术提炼） ​

踩坑清单（原文 + 公开博客补充） ​

验收标准 ​

案例五：WorkBuddy + 飞书多维表格自动跑任务管理（双向联动） ​

场景描述 ​

需求目标 ​

整体架构 ​

配置步骤（原文步骤提炼） ​

可复用 Prompt（原文话术提炼） ​

踩坑清单（原文） ​

验收标准 ​

案例六：思维导图资产库治理（156 份 xmind 清点去重到 15 份标准章节图） ​

场景描述 ​

需求目标 ​

整体架构 ​

配置步骤（原文照抄的任务说明，改路径即可复用） ​

可复用配置 / 实测结果（原文） ​

可直接复用的提示词骨架（原文） ​

踩坑清单（原文） ​

验收标准 ​

案例七：周报"每天自动长出来"（WorkBuddy + QClaw 四层工作流） ​

场景描述 ​

需求目标 ​

整体架构（四层） ​

配置步骤（原文） ​

可复用 Prompt（原文照录） ​

踩坑清单（原文） ​

验收标准 ​

案例八：AI 短视频生产线（WorkBuddy 调度 + 即梦生图 + 可灵数字人 + FFmpeg 合成） ​

场景描述 ​

需求目标 ​

整体架构（工具分工） ​

配置步骤（原文步骤提炼） ​

可复用 Prompt / 命令（原文照录） ​

踩坑清单（原文） ​

验收标准 ​

案例九：本地离线语音转写 MCP 与自定义模型接入（Agnes + Whisper） ​

场景描述 ​

需求目标 ​

整体架构 ​

配置步骤（原文步骤提炼） ​

案例库

实操案例

社区案例

主要来源 URL 列表

案例一：TAPD 工单 / 需求 Bug 跟进与企微定时推送

场景描述

需求目标

整体架构

配置步骤（原文步骤提炼）

上线后可跑的三类效果（原文截图演示）

可复用 Prompt / 配置

踩坑清单（原文）

验收标准

案例二：会议转写文本一键生成结构化 Markdown 纪要

场景描述

需求目标

整体架构

配置步骤（原文步骤提炼）

可复用 Prompt（原文照录，可直接复制）

踩坑清单（原文）

验收标准

案例三：OPC 客户入网身份核验与发票 OCR 批量录入（多技能组合）

场景描述

需求目标

整体架构

配置步骤（原文步骤提炼）

可复用 Prompt / 配置（原文提炼）

踩坑清单（原文）

5.2 表格识别 V3：嵌套报价单也能还原 Excel

5.3 发票批量录入：一个文件夹自动出 Excel 汇总

5.4 文档处理流水线实测账

5.5 语音交互闭环（ASR→大模型→TTS）

5.6 AIGC 内容审查（图/视频/文 + VITA 理解）

验收标准（作者实测）

案例四：合同逐份比对（肇新合同比对 Skill + MinerU 解析）

场景描述

需求目标

整体架构

配置步骤（原文步骤提炼）

可复用 Prompt（原文话术提炼）

踩坑清单（原文 + 公开博客补充）

验收标准

案例五：WorkBuddy + 飞书多维表格自动跑任务管理（双向联动）

场景描述

需求目标

整体架构

配置步骤（原文步骤提炼）

可复用 Prompt（原文话术提炼）

踩坑清单（原文）

验收标准

案例六：思维导图资产库治理（156 份 xmind 清点去重到 15 份标准章节图）

场景描述

需求目标

整体架构

配置步骤（原文照抄的任务说明，改路径即可复用）

可复用配置 / 实测结果（原文）

可直接复用的提示词骨架（原文）

踩坑清单（原文）

验收标准

案例七：周报"每天自动长出来"（WorkBuddy + QClaw 四层工作流）

场景描述

需求目标

整体架构（四层）

配置步骤（原文）

可复用 Prompt（原文照录）

踩坑清单（原文）

验收标准

案例八：AI 短视频生产线（WorkBuddy 调度 + 即梦生图 + 可灵数字人 + FFmpeg 合成）

场景描述

需求目标

整体架构（工具分工）

配置步骤（原文步骤提炼）

可复用 Prompt / 命令（原文照录）

踩坑清单（原文）

验收标准

案例九：本地离线语音转写 MCP 与自定义模型接入（Agnes + Whisper）

场景描述

需求目标

整体架构

配置步骤（原文步骤提炼）