WorkBuddy

用workbuddy 记住一个编号就能定画风：handraw-style 这个 skill 我实测出了 12 张不同风格的图 【关键词：#handraw-style #AI 配图 #手绘风格编号 #workbuddy】 之前我做公众号封面，每次都要在提示词里写「可爱一点」「文艺一点」——结果每次生图都不一样；同一个主题换一次 AI，画风也会漂移。直到我在 GitHub 上翻到 handraw-style（仓库地址 https://github.com/yang0/handraw-style），作者 yang0 把 261 种手绘风格编了号，配上一个能输出中英双语提示词的 Skill。记住一个编号 = 记住一种画风。我这两天把 A 到 G 七大类全翻了一遍，挑了 12 个不同编号、12 个不同场景，在 gpt-image-2 上跑了一遍——效果差异大到像换了 12 个插画师。下面把这套流程完整分享给你。 01｜先说痛点：为什么"描述画风"这么难 不知道你有没有过这种体验：在 Midjourney、即梦、SD 里写了「治愈系手绘风」，出来 4 张图——一张像吉卜力、一张像扁平 UI、一张像儿童简笔画、还有一张说不清是什么。每次想再要同一种风格，只能去翻历史记录，或者把原作者名字塞进 prompt 里硬猜。 问题出在「画风」本身就不是一个能被精确描述的东西。「治愈系」「文艺风」是主观感受，不是机器能锁定的特征。真正能让模型稳定输出的，是「作者名 + 风格名」这种可被训练数据记住的强信号——handraw-style 这个 skill 干的，就是把这件事压缩成「记一个 3 位数编号」。 02｜5 分钟看懂 handraw-style 是什么 它不是生图模型，也不是简单的 prompt 模板——它是一本手绘风格编号词典 + 一套双语提示词生成器： 仓库里整理了 001–261 种手绘风格，按 7 大类分目录：A 国际社论漫画 / 幽默手绘（001–035）、B 国际绘本 / 叙事型手绘（036–054）、C 现代平面 / 艺术化人物体系（055–082）、D 日本作者 / 当代插画体系（083–123）、E 中国作者 / 当代插画体系（124–154）、F 通用网感 / 媒介 / 地域手绘（155–200）、G 附件新增 / 当代插画补充（201–261）； 每个编号配一张风格参考图（仓库 images/individual/ 目录下，单图 + 四宫格各一张）和一段「原参考名称 / 生图名称 / 核心视觉特征」描述； 安装好 skill 后，你只要告诉它「编号 + 主题」，它就回你一段带风格名称的中英文 prompt，可以直接粘贴到任何支持生图的 AI。 它默认只产 prompt，不主动生图——这一步我很喜欢，意味着它可以和你已有的 MJ / SD / 即梦 / gpt-image-2 工作流无缝拼装。 ...

WorkBuddy 一周实测：个人工作和小团队，到底能用它做什么？ 实测环境：macOS，WorkBuddy 5.2.7，连续使用一周。 信息复核：2026 年 9 月 9 日。官方更新日志显示，桌面端最新版本为 5.5.3。本文中的耗时、资源占用和识别效果，都是我在 5.2.7 上的单次或少量测试记录，不代表官方承诺。版本与价格以 WorkBuddy 更新日志 和 腾讯云计费说明 为准。 我把 WorkBuddy 装到 Mac 上时，没打算拿它“颠覆工作”。我只是受够了来回搬东西：飞书里翻聊天记录，复制到文档，再把表格数据塞进 PPT，还要单独写一封邮件。WorkBuddy 和普通聊天工具最不一样的地方，不是它更会说，而是它能在我授权后读文件、跑工具、生成文档，再把结果交到下一个应用里。官方把它叫“全场景职场 AI 智能体桌面工作台”，我用了一周后的说法更土：它像一个坐在我电脑里的执行型实习生。任务说清楚，它能省掉不少机械操作；任务说含糊，它也会一本正经地跑偏。【关键词：#WorkBuddy #AI智能体 #个人效率 #小团队协作】 我最先跑通的是周报。 周一早上，我把一周的会议纪要、零散待办和几份项目文档放进同一个工作区，要求它按“已完成、风险、下周计划”整理，不准碰两个敏感项目。那次三分钟出了初稿，我又花五分钟改人名和优先级。省下来的不是写字时间，而是从十几个窗口里捞信息的烦躁。可我第一次下指令时只写了“帮我整理本周工作”，它把私人备忘也扫进去了。这个翻车让我定下一条规矩：先圈目录，再说任务；先写禁区，再点运行。后来我把个人任务收成五类，效果稳定了不少： 长文档压缩。 我拿一份 80 页产品白皮书，让它输出 300 字摘要、关键参数表和三条待确认问题。普通文本版约 90 秒就完成，够我拿去开内部会。换成扫描 PDF 后，表格和页脚开始串行。原稿里我写过“识别率掉到 60%”，这个数字只来自那一份样本，不该当成产品能力。我的处理办法很简单：先做 OCR，再让它摘要；关键参数回到原页核一遍。 PPT 起稿。 我先给客户类型、演示时长、听众最关心的问题，再让它出 12 页结构和视觉草稿。那次从空白页到可讨论版本，比我自己从零搭快很多。没有客户画像时，它默认按中小企业写，整套方案方向都偏了。AI 能补页面，补不了我没说出口的业务背景。 批量整理邮件。 我让它给 200 封未读邮件做“客户、同事、订阅、待删除”分类，并把涉及付款、合同、交付日期的邮件单独列出。五分钟左右分完，少数客户群发信被扔进订阅类。我没有让它自动删除，也没有让它直接回信。发邮件、删邮件这类动作，我都保留临门一脚的人工确认。 代码和表格杂活。 一份约 200 行的 Python 脚本，它两分钟找出两个真问题，也塞给我五条偏风格的建议。我只修能复现的错误。把客户资料从一个表搬到另一个表时，它能做字段映射，但“公司简称”和“客户名称”猜错过一次。批量写入前先拿五行试跑，比事后清两百行脏数据轻松得多。 公众号初稿。 我给主题、读者、真实案例和禁用词，让它先搭草稿。十分钟能有一版，但“过渡词加升华收尾”的味道还是会冒出来。现在我只让它整理材料和找结构，真正的判断、情绪和具体经历自己写。能交付文件，不等于能替我表达。 小团队场景比个人场景更考验边界。 我和两个同事把它当“团队实习生”用了三天。最顺的一次，是把三份 Word 会议纪要拆成待办，再写进协作表格。我们事先约定四个字段：负责人、截止日期、动作、优先级；没有负责人就标“待认领”，不让它猜。十二分钟后表格能直接发群。最糟的一次，是让它“自行选择合适工具”，它连续调了一串 Skill，任务做完了，积分也掉得肉疼。官方技能文档建议只启用当前任务需要的 Skill，我很认同。Skill 本质上是脚本和工作流，会在授权范围内读写文件、调用第三方服务；部分 Skill 还会把输入发给第三方。别把“装得多”当成“能力强”，闲置 Skill 该关就关。连接器也一样。官方连接器文档列出了邮箱、腾讯文档、腾讯会议、TAPD 等接入场景，飞书、钉钉等也有单独的助理接入指引，但每个连接器能读什么、能写什么，要看实际授权。我的做法是把团队任务拆成下面这条链： ...

Trae、WorkBuddy 和 Agent:搞懂这三者,非程序员也能玩转 AI 我电脑里同时装着 Trae 和 WorkBuddy。一个长得像 VS Code,打开就是一整屏代码;一个长得像微信,打开就是个对话框。同一个"AI 助手"的名号,干的活差着十万八千里。关键词:#workbuddy #trae #agent 而 Agent 是另一回事儿。它不是一个产品,是个概念。你可以把它想成"汽车"这个品类——Trae 和 WorkBuddy 都是车,但一辆是越野车,一辆是家用 SUV。 先说最重要的一句话:Agent 是一个概念,Trae 和 WorkBuddy 是两个产品。 我用个不太恰当但好懂的比喻:Agent 相当于"汽车"这个品类,而 Trae 是"越野车"、WorkBuddy 是"家用 SUV"。都是车,但干不同的活儿。 那 Agent 到底是什么? Agent 直译过来是"智能体"。它和咱们平时聊的 ChatGPT、豆包、文心一言这类聊天机器人(Chatbot)不一样。 聊天机器人,你问一句它答一句,本质是"问答"。 而 Agent 是"干活"。你说"帮我订明天北京到上海的高铁,上午十点左右,二等座",它会自己拆任务、自己查车次、自己下单、自己填地址。整个过程你不用一步一步指挥。 一个能真正干活的 Agent,需要三样东西: 大脑:大模型(比如 DeepSeek、豆包、混元),负责理解和决策; 记忆:能记住你之前说过啥、做过啥,不会聊两句就忘; 工具:能调浏览器、调表格、调你电脑上的软件,这是干活的"手脚"。 缺任何一样,它就只能"陪聊",干不了正事。 那 Trae 和 WorkBuddy 又是啥? 懂了 Agent 是"汽车品类"之后,Trae 和 WorkBuddy 就好理解了——它们都是 Agent 的具体实现,但定位完全不同。 Trae 是字节跳动在 2025 年初推出的 AI 原生 IDE。所谓 IDE,就是程序员写代码用的"大本营"。它底层基于 VS Code,打开就能用,内置了 Claude、GPT、豆包等多个大模型,主打"中文体验最好、对开发者最友好"。 ...