WorkBuddy 高阶进阶全解：获取OpenAI Key自定义 API + SKILL.md 封装，效率直接翻倍

WorkBuddy 完整深度指南：从基础配置、高阶模型接入到 Skills 扩展，一站式打造领域专家级

开篇：AI 桌面工具的真实痛点

作为开发者、运维或极客玩家，我们每天都在依赖 AI 完成代码审查、日志分析、报告生成等重复性工作。但实际使用中，痛点高度集中：

• 官方接口容易遭遇速率限制、额度封顶或访问障碍；
• 多模型切换需要反复管理不同平台的 Key、Endpoint 和计费规则，成本高昂；
• AI 通用能力强，却缺乏业务上下文和领域专业性，输出“差不多但不对”；
• 团队协作时配置难以统一共享，本地文件处理与自动化执行能力受限。

WorkBuddy（腾讯云代码助手推出的 AI Agent 桌面智能体工作台）针对这些问题提供了完整解决方案。它支持自然语言驱动本地任务执行、手机 IM 远程指挥、多 Agent 并行，并通过自定义 API 和 Skills 扩展实现“模型自由”与“知识注入”。本文将从基础配置讲到高阶玩法，帮你把 AI 从聊天工具升级为真正能落地执行的“AI 同事”。

基础上手：5 分钟完成配置

WorkBuddy 采用免部署设计，上手极简：

• 下载安装：访问 workbuddy.tencent.com，选择 Windows 10/11 或 macOS 11+ 安装包，直接运行。
• 登录授权：使用微信、企业微信或 QQ 账号登录，授予必要本地权限（建议仅限工作目录）。
• IM 远程控制：进入“个人中心 → Claw 设置”，绑定微信/企微/飞书/钉钉，即可手机下达指令并接收结果。
• 模型切换：界面直接选择内置模型（Hunyuan、DeepSeek、GLM 等），支持 Credits 或内置额度。

安装完成后，一句自然语言指令即可开始体验基础功能。无额外学习成本，适合快速验证场景。

高阶玩法一：自定义 API 接入，实现模型自由

WorkBuddy 核心高阶能力是支持 OpenAI 兼容格式的自定义模型。通过找到安装文件本地配置文件或者安装好WorkBuddy客户端设置模型中配置自定义模型，你可以自由接入任意大模型，实现按任务动态切换。

配置步骤（精炼版）推荐：

1. 创建配置目录： # macOS / Linux mkdir -p ~/.workbuddy # Windows：在 %USERPROFILE%\.workbuddy 创建文件夹
2. 新建 models.json 文件，写入结构（支持同时添加多个模型）：

{
     "models": [
       {
         "id": "gpt-5.4",
         "name": "gpt-5.4",
         "vendor": "OpenAI",
         "url": "https://sg.uiuiapi.com/v1/chat/completions",
         "apiKey": "sk-xxxxxx输入在uiuiAPI获取的key",
         "maxInputTokens": 128000,
         "maxOutputTokens": 4096
       },
       {
         "id": "claude-sonnet-4-6",
         "name": "claude-sonnet-4-6",
         "vendor": "OpenAI",
         "url": "https://sg.uiuiapi.com/v1/chat/completions",
         "apiKey": "sk-xxxxxx输入在uiuiAPI获取的key",
         "maxInputTokens": 200000,
         "maxOutputTokens": 8192
       }
     ],
     "availableModels": ["gpt-5.4", "claude-sonnet-4-6"]
   }

1. 保存后完全重启 WorkBuddy，自定义模型即出现在列表中。

生态推荐：UIUIAPI AI大模型聚合

在配置自定义 API 时，uiuiapi.com是高效且实用的选择。它提供一站式大模型接口聚合服务，只需一个 Endpoint 和 API Key，即可调用 OpenAI、Claude、Gemini、DeepSeek、Qwen 等上百种主流 LLM。

核心优势在于：统一管理多种模型、无需单独维护账号与 Key、稳定高并发转发、显著降低单点故障和维护成本。与 WorkBuddy 搭配使用，开发者可专注于业务逻辑，而非 API 运维琐事，模型切换成本接近于零。

高阶玩法二：Skills 扩展，注入领域专业知识

即使模型能力再强，面对具体业务场景也常因缺少上下文而输出偏差。Skills 扩展机制正是解决这一痛点的核心——它将领域 SOP、输出模板、常见坑点固化为 SKILL.md 文件，让 AI 像“拥有你 10 年经验的同事”一样工作。

Skills 加载方式（推荐顺序）：

1. SkillHub 一键安装：左侧“技能”面板 → SkillHub Tab → 搜索安装，30 秒生效。
2. 对话导入：聊天框输入“导入技能”或拖拽 SKILL.md 文件。
3. 本地手动加载（开发者首选）： mkdir -p ~/.workbuddy/skills拷贝 SKILL.md 文件 → 重启 WorkBuddy 即可。

自定义 SKILL.md 实战（最灵活方式）：

文件采用 YAML 前言 + Markdown 正文 结构：

---
name: code-review-expert
description: 专业后端代码审查技能，专注 Bug、安全、性能与规范
version: 1.3
author: yourname
tags: [code, review, security]
trigger_keywords: [代码审查, PR Review]
---

# 角色设定
你现在是拥有 10 年经验的 Senior Backend Engineer，精通 Go/Java/Python，严格遵循 Clean Code 与公司内部规范。

# 标准操作流程（SOP）
1. 通读 diff，理解变更意图。
2. 分模块检查：安全性、性能、规范、可维护性。
3. 输出固定 Markdown 格式：
   - ## 整体评分（满分 100）
   - ## 问题清单（严重/中/轻 + 行号）
   - ## 修复建议 + 代码补丁
   - ## 总结与最佳实践

# 常见坑点
- 必须考虑生产环境影响
- 拒绝模糊结论

# 示例
（粘贴 1-2 个真实输入/输出案例）

保存为 code-review-expert.md 放入 skills 目录，重启生效。支持 Git 版本控制与团队共享。

其他高阶方式还包括图形化新建、AI 自动生成、YAML 复杂工作流等。

实战场景：模型 + Skills 组合自动化代码 Review

完整流程演示（后端开发者日常场景）：

1. 配置 uiui-claude 模型 + 创建 code-review-expert Skill。
2. 选中项目目录或拖入 Git diff。
3. 下达指令： 使用 uiui-claude 模型 + code-review-expert Skill，对 src/ 目录变更进行完整审查，重点关注安全与性能。

WorkBuddy 自动读取文件 → 调用指定模型 → 加载技能手册 → 输出结构化 Markdown 报告（含评分、问题清单、修复补丁）。

可进一步叠加 unit-test-generator Skill 实现 Review 后自动生成测试用例。类似场景还适用于日志根因分析（注入业务日志格式与错误码知识）等。

原本数小时人工工作，压缩至分钟级，结果可直接交付或通过 IM 推送。

最佳实践与工具链总结

• 粒度控制：Skills 聚焦单一领域，避免过宽；高频 Skill 常驻加载。
• 安全与迭代：优先官方 SkillHub，本地自定义仅授权必要目录；SKILL.md 放入 Git 维护。
• 完整工具链：WorkBuddy（执行层） + UIUIAPI（模型层） + Skills（知识层） + MCP Plugins（能力层） = 低维护、高扩展的桌面 AI Agent 闭环。

界智通（jieAGi）总结

WorkBuddy 通过基础配置快速上手、高阶自定义 API 实现模型自由、Skills 扩展注入专业知识，真正把 AI 变成可落地、可复用、可团队共享的工作流代理。搭配 UIUIAPI 聚合平台后，API 维护成本大幅降低，开发者可将精力聚焦在业务价值上。

建议从 1-2 个核心场景开始配置，逐步构建个人/团队技能库与模型组合。欢迎在腾讯开发者社区分享你的 models.json 配置、SKILL.md 模板或实战案例，一起完善 WorkBuddy 生态。

（本文基于 WorkBuddy 最新版本实测，配置以官方文档为准）

版权信息： 本文由界智通(jieagi)团队编写，保留所有权利。未经授权，不得转载或用于商业用途。