
写东西的人都有一个共同的痛:知识散落一地。微信里收藏的文章、浏览器存的书签、本地一堆叫不出名字的 docx、聊天记录里某次灵光一现的碎片——等真要写篇技术文或周报时,这些东西一个都找不着,得从头再搜一遍。我管这叫"有资料、没记忆"。另一端,桌面 AI 工作台(比如 WorkBuddy)很能干活:你丢一句"整理这个乱文件夹并出分析报告",它自己归类、清洗、画图、导出,成品递你手上。但它有个短板——没记忆。每次新任务,背景都得你重新喂一遍,昨天刚梳理好的项目规范,今天它又不记得了。
问题很清楚:一边是"有记忆、不会干"的知识库,一边是"会干、没记忆"的执行台。把这两件事串起来,才是个人知识工作流的闭环。本文讲的就是我这两个月实际在用的串法。
一句话:IMA 管"脑"(长期记忆),WorkBuddy 管"手"(桌面执行)。
两者关系像"资料室管理员"和"项目经理":IMA 把资料归档成可查的资产,WorkBuddy 拿着这些资产去产出成品。
声明:本文记录的是 2026 年 5 月 28 日原生集成上线之前的过渡期桥接方案——把 IMA 里相关笔记导出为本地 .md,放进 WorkBuddy 的工作目录,再用 @ 引用喂给 WorkBuddy 当上下文。如今 WorkBuddy 已将 ima 知识库原生内置到「资料库」入口,通过微信扫码 OAuth 授权即可直接调用知识库内容,产物也可一键回传 ima;4.24.1 及以上版本无需再安装第三方连接器,ima MCP 连接器亦可直接使用。文中保留"导出 .md + @ 引用"这一实际做法的记录,不夸大"自动打通"。
以下流程为原生集成上线前的桥接方案,现已可用原生「资料库」入口替代;步骤本身的逻辑仍具参考价值。

.md 文件(或复制正文),放到 WorkBuddy 的工作目录 d:\WorkBuddy\ 下。
@文件路径 或者点+号,把导出的笔记挂为上下文。AI 拿到的是"去哪读"的地址,能随时重读最新版。
留存/),别散落桌面,方便 @ 引用。
.md 后,准确率明显提升。PDF 也能读,但 .md 最稳。以下均为我自己的节奏对比,非行业基准,仅供参考:
@ 引用,WorkBuddy 照着出同类文档,避免每次复制粘贴大段背景。我的判断:这套组合的最大收益不是"单次更快",而是知识资产可复利——你今天沉淀的,明天直接被复用。但也要说清楚边界:它替代不了你的判断,框架能生成,观点和核实还得你自己来。

Q1:两产品能一键互通吗?目前支持官方原生直连:WorkBuddy 已将 ima 知识库内置到「资料库」入口,扫码 OAuth 授权即可直接调用,4.24.1+ 无需第三方连接器,ima MCP 连接器亦可直接使用。桥接法(IMA 导出 .md → 进 WorkBuddy 工作目录 → @ 引用)作为备选保留。
Q2:知识放 IMA 还是 WorkBuddy?不冲突。IMA 管长期记忆(沉淀、检索、对话),WorkBuddy 管任务执行(读、写、生成)。一个"脑"一个"手",分工明确。
Q3:本地文件安全吗?WorkBuddy 只读写你授权的工作目录,敏感操作(删文件、跑命令)会请求确认,遵循最小权限。把 IMA 导出的脱敏 .md 放工作目录即可,别放含密钥的原始文件。
Q4:这套适合谁?内容创作者、分析师、需要"知识 → 产出"闭环的岗位最划算;纯一次性任务(写个便签)没必要走全套。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。