workbuddy默认支持多任务并行，无需手动开启：连续提交多个指令即自动为每个任务分配独立agent实例，在隔离沙箱中同步执行，互不干扰、不排队等待。
☞☞☞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☜☜☜
你想让WorkBuddy一边生成销售周报、一边整理会议截图、一边把合同PDF转成可编辑Word，三个任务互不等待、同步跑完——这背后不是靠“加速”，而是靠系统为每个任务分配独立Agent实例，在隔离沙箱里各自开工。
默认并发：不点开关，自动并行
WorkBuddy没有“开启多任务”按钮，它从设计之初就默认启用并发处理。只要你连续提交多个指令，系统立刻识别为并行需求，而非排队等待。
第一步：打开WorkBuddy主界面，确保已登录且本地文件权限已授权（如访问桌面、文档、图片文件夹等）。
第二步：在输入框输入第一个任务，例如：“提取‘客户反馈_Q2’Excel中所有差评内容，按产品线分类汇总成表格”。点击发送，侧边栏立即出现该任务卡片和进度条。
第三步：【关键前提】不要关闭窗口、不要刷新页面、不要等待第一个任务完成——直接清空输入框，输入第二个任务，例如：“把微信下载目录下所有带‘会议’字样的PNG截图，按拍摄时间重命名，格式为‘20260615_会议_001.png’”。
第四步：再次发送。此时系统自动创建第二个独立Agent实例，与第一个任务在不同线程、不同内存沙箱中运行，彼此读写隔离，不会因一个卡住而拖慢另一个。
第五步：继续输入第三个任务，例如：“将‘待审合同’文件夹内所有PDF用OCR识别文字，保存为同名.docx”。发送后，第三个Agent即刻启动。三个任务同时进行，状态实时显示在侧边栏看板中。
多Agent协同：复杂任务拆解成流水线
当单个任务本身需要多阶段协作时（比如写一份含数据+图表+校对的行业报告），就不能只靠并发，而要主动构建角色分工链路。
方法一：使用可视化画布搭建工作流
① 在主页点击“新建项目”，选择“多Agent协同”模板。
② 点击“+ 添加Agent”，依次添加“研究员”“数据分析师”“撰稿人”“校对员”四个节点，并双击分别配置提示词——例如给“研究员”设定：“你只负责从指定网页和PDF中提取市场规模、增长率、竞品份额三类数据，输出纯JSON，不解释、不总结。”
WorkBuddy 桌宠工厂 —— 给一张角色图、一个 codex.pet 链接、一条 codex-pets.net 下载 URL、或一份现成的精灵表，就能自动创建一只可联动 WorkBuddy 状态的桌面宠物。当用户说"创建桌宠"、"做一只桌宠"、"用这张图做桌宠"、"从 codex.pet 安装桌宠"、"导入 codex 桌宠 XX"、"装一下 codex-pets.net 上的 XX&quo
③ 用鼠标拖拽连线，将“研究员”输出连到“数据分析师”输入，“数据分析师”输出再连到“撰稿人”，最后连至“校对员”。这条线定义了数据流向，也锁定了执行依赖关系。
④ 在画布顶部设置全局变量，例如：“调研主题：2026年中国低空经济基础设施建设”，该变量会自动注入“研究员”Agent作为检索依据。
⑤ 点击“运行工作流”，四个Agent按依赖顺序启动：研究员并行抓取3个信源→数据分析师接收全部JSON后批量计算→撰稿人基于计算结果生成初稿→校对员同步加载文本做语法与事实核查。
方法二：用自然语言指令一键触发预置协同模板
直接输入：“用多Agent模式写一份关于‘AI芯片国产替代进展’的2000字分析报告，要求研究员查3家信源、分析师做对比表格、撰稿人写正文、校对员检查术语准确性。”系统识别关键词后，自动调用已配置好的四角色协同流程，跳过画布操作。
底层隔离机制：为什么能互不干扰？
WorkBuddy采用“云端沙箱 + 本地执行”的双模架构，每个Agent都在独立容器中运行。
云端沙箱负责模型推理、网络请求、API调用等高算力操作，每个沙箱拥有专属GPU微实例和临时存储空间，任务结束即销毁。
本地执行环境则由WorkBuddy在你电脑上动态创建，包含独立Python解释器、专用浏览器驱动、隔离的文件句柄——这意味着Agent A正在读取D盘的Excel，Agent B可以同时向E盘写入重命名后的图片，完全不争抢句柄或磁盘锁。
【不可逆风险】切勿手动终止正在运行的Agent进程（如通过任务管理器杀掉WorkBuddy.exe），这会导致沙箱未清理、临时文件残留、后续任务读取脏数据。应始终通过侧边栏任务卡片上的“停止”按钮安全中断。
每个Agent启动时都绑定唯一Session ID，该ID贯穿日志、资源配额、错误追踪全链路，便于定位是哪个环节出错，而不是笼统报“任务失败”。
