WorkBuddy 的核心竞争力是什么？它的大模型有何独特之处？

本文共计819个文字，预计阅读时间需要4分钟。

《WorkBuddy的核心竞争力不在于图表解析问题，不涉及数数，不超过100字，直接输出结果：

WorkBuddy 不是 ChatGPT 桌面版，它有本地文件系统权限

很多人装完 WorkBuddy 还在用“帮我写一段周报”的方式提问，结果卡在格式错乱、路径报错、保存失败。问题不是模型不行，是你没给它操作权。

• 默认不开启本地文件读写，必须手动在设置里授权「工作目录」，否则 docx 技能调用会直接抛出 PermissionDeniedError
• 路径必须用绝对路径，且不能含中文空格或特殊符号；例如 C:\Users\张三\Work\report 会失败，应改为 C:\Users\ZhangSan\Work\report
• Windows 用户注意：UAC 提权可能拦截后台文件写入，建议以管理员身份运行 WorkBuddy 客户端（右键 → “以管理员身份运行”）

多模型切换 ≠ 模型堆砌，关键看 Skill 绑定是否生效

WorkBuddy 支持混元、DeepSeek、GLM 等一键切换，但不同模型对内置 Skill 的兼容性差异极大。比如 docx 技能在 GLM-5.0 下稳定输出标准 Word，在 Kimi 上却可能返回纯文本或 Markdown。

• 不要依赖“自动选模型”，任务前务必显式声明：请切换到 GLM-5.0 模型，调用 docx 技能
• pdf_extract 技能在 DeepSeek-R1 中支持 OCR 文字识别，在混元 Pro 中仅支持文本层提取——若 PDF 是扫描件，混元会返回空内容
• 模型切换后，Skill 缓存不会自动刷新，首次调用建议加一句 重载技能包 避免旧缓存干扰

MCP 协议不是摆设，它是多窗口并行任务的调度开关

WorkBuddy 能同时打开浏览器查资料、调 Excel 处理数据、生成 PPT 并导出 PDF，靠的不是“AI 更聪明”，而是 MCP（Multi-Channel Protocol）协议在底层协调各 Skill 的执行时序与资源锁。

• 当指令中出现多个动作（如“查行业数据→画柱状图→插入到周报”），必须用分号或换行分隔，否则 MCP 无法识别为并行任务链
• Excel 操作类 Skill（如 excel_pivot）默认超时 45 秒，若表格超 10 万行，需提前加参数：timeout=120
• 远程控制电脑时，MCP 会检测目标窗口焦点；若企业微信窗口被最小化，screen_capture 技能将捕获黑屏——保持主控窗口处于前台是硬性前提

最容易被忽略的一点：WorkBuddy 的“执行确定性”高度依赖初始配置。授权目录、指定默认模型、预热常用 Skill 这三步做完，后续 90% 的报错都会消失。它不考验你提示词写得多漂亮，而考验你有没有把它当成一个需要初始化的本地服务来对待。