Work Buddy + Codex：从零基础到精通

Work Buddy 是什么

Work Buddy 是腾讯推出的 AI 智能体工作台，定位是「会真正干活的 AI 队友」。它不是聊天机器人，而是能操作你授权的文件、跑数据分析、生成文档、做自动化的生产力工具。你用自然语言告诉它要做什么，它就多步执行并产出可验证的交付物。

和普通 AI 聊天的区别：普通 AI 聊天只给你建议和文字回复，Work Buddy 直接执行任务，产出文件、修改文档、发送消息。你可以把它理解成一个「有手有脚的 AI」，它不只会说，还会做。

零基础能用吗：能。Work Buddy 的交互方式就是打字说需求，不需要写代码。只要你会用电脑、会打字，就能上手。

WB 第 1 步：安装和第一次启动

系统要求

• Windows 10/11 或 macOS 12+
• 至少 4GB 内存
• 稳定的网络连接

下载安装

# 官方站点
官网：   https://www.workbuddy.ai/
文档：   https://www.workbuddy.ai/docs/workbuddy/Overview

# 安装步骤
1. 访问官网下载对应平台的安装包
2. 双击安装，按提示完成
3. 启动后用腾讯账号登录
4. 首次启动会引导你设置工作目录

启动后看到什么

启动后你会看到一个对话式界面，左侧是侧边栏（显示工作区、历史对话），中间是对话区域，右侧是任务面板（显示当前执行的任务和产出文件）。

WB 第 2 步：认识核心概念

用 WorkBuddy 之前，先搞懂 5 个概念：

WB 第 3 步：写你的第一个任务

写任务就是用大白话告诉 Work Buddy 要做什么。一个好的任务简报包含三要素：

1. 目标：你要什么结果
2. 约束：有什么限制条件
3. 交付物：产出什么文件或格式

# 给 Work Buddy 的任务简报
任务：搜索最近一周关于 AI Agent 的文章
来源：知乎、掘金、CSDN
要求：① 每篇文章提取标题和核心观点
        ② 按主题分组（技术、产品、创业）
        ③ 不要超过 10 篇
交付：整理成三列表格（标题、摘要、链接），写进 result.md

Work Buddy 会自动执行搜索、抓取、提炼、整理、写文件这一整条流水线，你只需要等它跑完。

WB 第 4 步：让 Work Buddy 操作你的文件

Work Buddy 可以读、写、搜索你授权文件夹里的文件。首次使用建议先给一个测试文件夹授权。

# 读文件
读取「项目资料」文件夹里所有的 .md 文件，列出每个文件的标题和字数。

# 写文件
把这段对话的总结写进「笔记/2026-07-31.md」。

# 搜索文件
在「工作区」里搜索包含「API设计」关键词的所有文件。

WB 第 5 步：进阶，自动化任务

Work Buddy 支持定时自动执行任务。你可以设定每天、每周或自定义频率跑一个任务。

# 创建自动化任务
任务名称：每日 AI 资讯收集
执行频率：每天 09:00
任务内容：
  1. 搜索「AI」「LLM」「大模型」关键词的最新文章
  2. 筛选 5 篇最有价值的
  3. 每篇提取标题、摘要、链接
  4. 追加写入「资讯/日报.md」
  5. 如果有重大新闻，通过飞书通知我

设置好后，Work Buddy 每天早上 9 点自动跑这个任务，你起床就能看到当天整理好的资讯。

WB 第 6 步：进阶，连接外部工具

连接器是 Work Buddy 连接外部平台的桥梁。已支持的平台包括：

# 连接飞书
1. 在 WorkBuddy 连接器面板找到飞书
2. 点击连接，扫码授权
3. 授权完成后验证：让 WorkBuddy 发一条测试消息

# 连接后使用
帮我在飞书"产品组"群里发一条消息：今天的周报已生成，请查收。

WB 第 7 步：实战，搭一个自动资料收集系统

综合运用前面学的能力，搭一条完整的资料收集流水线：

1. 建目录骨架：在工作区创建 00-Inbox/（待处理）、10-Sources/（已提炼）、90-Meta/sources.md（来源清单）
2. 写来源清单：在 sources.md 里列出你要收集的 RSS 和网页 URL
3. 创建自动化任务：每天 09:00 读取来源清单 → 抓取内容 → 提炼成卡片 → 写入 00-Inbox/
4. 设置分类规则：告诉 Work Buddy 按 AI/产品/创业 三个主题自动分类到 10-Sources/ 子目录
5. 连接飞书推送：如果有重要内容，通过飞书 bot 自动通知你

# 来源清单示例（90-Meta/sources.md）
## RSS 订阅源
- https://36kr.com/feed (36氪)
- https://www.qbitai.com/feed (量子位)

## 网页待抓
- https://example.com/good-article

## 规则
- 每条抓完后从清单移除或标记 [done]
- 默认落入 00-Inbox/，提炼后移到 10-Sources/
- 每篇提炼：标题、摘要(100字)、来源链接、3个标签

WB 第 8 步：用好 Work Buddy 的 10 个技巧

1. 任务写三要素：目标、约束、交付物，缺一不可。
2. 复杂任务拆成小步骤，一步步确认，不要一次扔一个大任务。
3. 用 Markdown 格式描述任务，比纯文本更容易被理解。
4. 给 Work Buddy 示例：「像这样写：[示例]」，比抽象描述有效。
5. 大批量任务分批跑，每批 10-20 条，避免超时。
6. 文件操作前先备份，虽然 Work Buddy 不会乱删，但保险起见。
7. 用定时任务处理周期性工作，不要手动重复。
8. 连接器先授权测试文件夹，确认行为后再扩大范围。
9. 对话上下文有限，超长对话开新会话，避免遗忘前文。
10. 产出文件统一命名规则（日期+标题），方便后续检索。

Work Buddy 学习检查清单

• - 能独立安装并启动 Work Buddy
• - 知道工作区、任务、智能体、记忆、连接器五个概念
• - 能写出一个包含目标、约束、交付物的任务简报
• - 能让 Work Buddy 读写搜索文件
• - 能创建定时自动化任务
• - 能连接至少一个外部平台（飞书/腾讯文档等）
• - 能搭一条完整的资料收集流水线

Codex 是什么

Codex 是 OpenAI 的编码智能体，能在你的终端、IDE 或云端读代码、改文件、跑命令并提 PR。所有 ChatGPT 套餐都含 Codex，也能用 API Key 调用。官方文档：developers.openai.com/codex/quickstart。

和普通代码补全的区别：GitHub Copilot 是「你写一行，它补一行」；Codex 是「你说目标，它自己读代码、定位问题、改文件、跑测试、提 PR」。它不是补全工具，是能独立完成工程任务的智能体。

不懂编程的人能用吗：能。如果你完全不懂编程，可以用 Codex 来「读懂」一段代码的作用、让 Codex 帮你修简单的报错。如果你懂编程，Codex 能帮你做完整的工程任务。

Codex 第 1 步：安装 Codex

macOS / Linux

# 打开终端（macOS: Command+空格 搜 Terminal）
curl -fsSL https://chatgpt.com/codex/install.sh | sh

# 验证安装成功
codex --version

Windows

# 打开 PowerShell（开始菜单搜 PowerShell）
powershell -ExecutionPolicy ByPass -c "irm https://chatgpt.com/codex/install.ps1 | iex"

# 验证
codex --version

也可以用 npm 或 Homebrew

# npm（需要先装 Node.js）
npm install -g @openai/codex

# Homebrew（macOS）
brew install codex

Codex 第 2 步：登录和第一次会话

# 方式一：用 ChatGPT 账号登录（推荐，所有套餐都含 Codex）
codex
# 会弹出浏览器让你登录 ChatGPT，登录后自动回来

# 方式二：用 API Key
export OPENAI_API_KEY="sk-你的key"
codex

# 验证登录成功
# 启动后会进入交互式终端，看到提示符就说明 OK

登录后在你的项目目录里输入 codex 就可以开始对话了。它会自动读取当前目录的代码。

Codex 第 3 步：第一个任务，让 Codex 解释代码

从最安全的操作开始：让 Codex 读一个文件并用大白话解释。

# 交互式：启动后直接输入
请阅读 src/utils.py，用中文解释这个文件做了什么

# 非交互式（适合脚本化）
codex exec "阅读 src/utils.py，用中文解释这个文件做了什么"

Codex 会读取文件内容，然后给你一段中文解释。这是最安全的用法，因为它不改任何文件。

Codex 第 4 步：让 Codex 帮你修 bug

描述 bug 时要说清楚：什么现象、什么时候发生、期望行为是什么。

# 好的 bug 描述
codex exec "登录接口返回 500 错误，日志显示 TypeError: 
cannot read property 'email' of undefined。期望：用户输入邮箱后
正常登录。请找出问题并修复，改动尽量小。"

Codex 修完后会给你一个 diff（改了哪些文件、哪些行），你审查后确认是否接受。

Codex 第 5 步：让 Codex 帮你加新功能

从需求描述到代码生成到测试验证的完整流程。以给 Python 脚本加日志功能为例：

# 描述需求
codex exec "给 src/api.py 加上日志功能：
1. 用 Python logging 模块
2. 记录每个请求的方法、路径、状态码、耗时
3. 日志级别：正常请求 INFO，4xx WARN，5xx ERROR
4. 输出到控制台和 logs/app.log 文件
5. 加完后写一个测试验证日志确实输出了"

Codex 会：读取现有代码 → 设计日志方案 → 修改 api.py → 创建测试文件 → 跑测试 → 给你结果。

Codex 第 6 步：进阶，多文件操作

Codex 能跨文件改代码，适合做重构。

# 跨文件重构示例
codex exec "把 src/ 下所有 Python 文件里的 print() 替换成
logging.info()，并确保每个文件开头都 import logging。
不要改 tests/ 目录下的文件。"

Codex 会逐个文件扫描、修改、确保 import 一致性。你审查 diff 时重点看：是否有遗漏、是否改坏了测试。

Codex 第 7 步：进阶，Git 和 CI/CD 集成

Codex 可以自动提交代码、写 commit message、提 PR：

# 让 Codex 提交并推 PR
codex exec "把刚才的改动提交，commit message 写清楚改了什么，
然后推到远程并创建 PR 到 main 分支。"

在 CI/CD 里脚本化调用：

# GitHub Actions 里用 Codex 自动补测试
CODEX_NON_INTERACTIVE=1 codex exec "检查 src/ 下所有
.py 文件，为没有测试的函数补充单元测试"

Codex 第 8 步：实战，从零到 PR 全程 Codex

综合实战：给一个 Flask API 加用户认证，全程用 Codex 完成。

1. 需求分析：告诉 Codex 「给 Flask API 加 JWT 认证，登录返回 token，后续请求带 token 验证」
2. 让 Codex 读现有代码：「先阅读 app.py 和 requirements.txt，理解当前项目结构」
3. 让 Codex 设计方案：「设计一个 JWT 认证方案，列出需要改哪些文件、新增哪些文件」
4. 让 Codex 实现：「按方案实现，确保不破坏现有接口」
5. 让 Codex 写测试：「为认证功能写测试：正确密码登录、错误密码、过期 token」
6. 让 Codex 跑测试：「运行测试，确保全部通过」
7. 让 Codex 提 PR：「提交改动，写 commit message，推到远程创建 PR」

# 一句话版本（适合简单任务）
codex exec "给 app.py 加 JWT 认证：POST /login 验证用户名密码
后返回 token，其他接口从 Authorization header 读 token 验证。
加完后写测试并跑通，最后提交。"

Codex 第 9 步：写好 Codex 提示词的 10 个技巧

1. 说清楚「做什么」而不是「怎么做」，让 Codex 自己决定实现方式。
2. 描述 bug 时给完整错误信息和日志，不要只说「报错了」。
3. 用「改动尽量小」约束范围，避免 Codex 重写整个文件。
4. 明确说哪些文件不能碰：「不要改 tests/ 目录」。
5. 复杂任务分步走：先读 → 再设计 → 再实现 → 再测试。
6. 要求写测试：「加完后写测试验证」能大幅降低出错率。
7. 用非交互模式跑 CI：CODEX_NON_INTERACTIVE=1。
8. 动手前先 Git commit，Codex 改完审查 diff 再决定接受。
9. 大重构分多次小改，每次改完跑测试再继续。
10. 不要让 Codex 碰密钥和敏感配置文件。

Codex 学习检查清单

• - 能在 macOS/Linux/Windows 上安装 Codex
• - 能用 ChatGPT 账号或 API Key 登录
• - 能让 Codex 读取并解释一段代码
• - 能描述 bug 让 Codex 定位并修复
• - 能让 Codex 加一个新功能并写测试
• - 能让 Codex 跨多文件做重构
• - 能让 Codex 提交代码并创建 PR
• - 能在 CI/CD 里脚本化调用 Codex
• - 能用 Codex 从零完成一个完整功能并提 PR