workbuddy 通过内置智能体（agent）实现自主规划与执行，将自然语言指令拆解为可追踪、可回退的多步工具链，所有操作限于授权路径并依赖预置技能包。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
WorkBuddy 怎么“自己想好怎么做”而不是只回答问题？
它不是在调用一个 chat 接口然后返回文本，而是启动了一个带状态、有规划能力的执行单元——也就是智能体（Agent）。这个单元会把你的自然语言指令拆成子任务、判断需要调用哪些工具、按顺序执行、中间出错还能回退重试。
比如你说“把销售表按月份汇总并生成图表”，它内部实际走的是：load_excel → parse_date_column → group_by_month → generate_chart → save_as_png。每一步都可被日志追踪，失败时会报具体卡在哪一环，而不是笼统地返回“处理失败”。
- 不依赖你写代码或选函数，但底层调用的全是真实本地工具（如 Python 的
pandas、matplotlib） - 所有操作默认在你授权的文件夹内进行，不会越界读取其他目录
- 任务链支持中断恢复：关机前没跑完的任务，重启后能从断点继续，不是全量重来
为什么有些指令 WorkBuddy 执行慢，甚至卡在“思考中”？
这不是卡死，是它正在做真正的规划和验证。特别是涉及多步骤文件操作（如清洗 Excel + 透视 + 出图）或跨应用调用（比如先开浏览器查资料，再写进 Word）时，它必须等上一步输出稳定后，才敢触发下一步——否则容易出现“读到空表格就报错”这类连锁失败。
常见拖慢场景：
- 上传的 Excel 文件含大量公式或外部链接，
load_excel解析耗时明显上升 - 指令里混用模糊表述，比如“整理一下数据”，它会主动暂停，弹出选项让你确认“按哪列排序？是否去重？”
- 当前选了
DeepSeek模型处理复杂逻辑，响应延迟比hunyuan高 2–3 秒，但准确率更高
如何判断某件事 WorkBuddy 能不能干？
核心看两点：是否在你授权的路径内、是否有对应技能（skill）。它不会凭空造轮子，所有能力都来自预置或你手动安装的 skill 包。
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
例如：
- 想自动发邮件？得先装
email-skill，且 Outlook 或 Foxmail 已登录并授权 - 想截图识别文字？需要系统已装 Tesseract，且
ocr-skill已启用 - 想操作微信本身？不行。WorkBuddy 只能通过微信客服号接收指令，不能反向控制手机微信客户端
技能状态可在设置页的 Skills 标签里查看，灰色图标=未启用，红色图标=缺依赖（比如提示“缺少 .NET 运行时”）。
微信直连后，语音指令为什么有时不触发执行？
微信通道本质是消息中转，不是实时语音流管道。它只识别你发送的语音消息的**转文本结果**，然后交由本地 WorkBuddy 解析。所以真正决定能否执行的，是转文字后的那句话是否满足可执行指令格式。
容易失效的情况：
- 语音里夹杂方言、语速过快、背景嘈杂，导致微信语音转文字错误（比如“把报表发给张三”转成“把报表发给张山”）
- 指令太长或结构松散，例如“那个…我昨天的销售数据，好像在桌面上，你看看能不能弄个图表”，WorkBuddy 会判定为咨询类对话，不启动执行流程
- 电脑端 WorkBuddy 处于休眠或未激活状态，微信消息虽收到，但本地进程没拉起，任务直接丢弃（无重试机制）
建议固定句式：“请帮我做 X，输入是 Y，输出保存到 Z”。这是最稳的触发模式。
