第4课 考点笔记（技能）

一、技能是什么

• 定义：技能 = 给 WorkBuddy（AI）配的工具装备，扩展 AI 的能力边界，让 AI 从「只会说」变成「能做事」。
• 三段式流程：AI 大脑（原生对话能力，通用但不专精）→ 技能装备（教 AI 做专业领域工作，如 PDF、Office、绘图）→ 工作产出（专业、可复用、确定性的结果）。
• AI 最大的短板不是不够聪明，而是「没有手」——能想到但做不了，技能就是给 AI 装上手。

技能 vs 普通对话（四维度对比）

• 核心区别：普通对话是「说」，技能是「做」。

概念速记（四关键词）

1. 能力扩展：给 AI 配的工具装备。
2. 差异化：比普通对话更稳定、更可重复、更专业。
3. 生态组成：WorkBuddy 五大组件之一——技能、连接器、资料库、任务管理、助理配置。
4. 和插件关系：插件是技能的打包组合，一个插件可包含多个技能。

二、Function Calling 机制

技能的底层技术。完整流程 7 步：

1. 用户提问 → 2. AI 判断需不需要调工具 → 3. 如需则选择合适的技能 → 4. 从对话中推理参数 → 5. 调用执行 → 6. 拿到结果 → 7. 整合回复给用户。

三大关键特征：

1. AI 自主决策：AI 自己判断是否调用技能，用户无需手动指定。
2. 参数推理：AI 从对话上下文提取参数。例：「把桌面 report.docx 转 PDF」→ file_path=report.docx、target_format=PDF。
3. 结果整合：技能返回结果后，AI 整合进回复并附说明。

三、技能与 MCP 的关系（六方面）

• 典型协作链路（做日报）：连接器从 QQ 邮箱拉邮件数据 → 技能在本地汇总生成周报 → 连接器把周报存到腾讯文档。
• 选择原则：数据在外面用连接器；处理在本地用技能；复杂任务两个一起用。
• 一句话：技能解决「AI 会做什么」，连接器解决「AI 能拿到什么」。

四、安全沙箱（六层机制）

1. 工作目录隔离：技能只能在当前工作空间目录内操作，无法访问系统其他文件。
2. 危险操作确认：删除文件、执行命令等高危操作弹窗询问，确认后才执行。
3. 权限按需：每个技能只获取完成任务所需的最小权限。
4. 用户可控：可随时启用、禁用、卸载任何技能，改完立即生效。
5. 来源审核：技能市场上的技能需经平台审核才能上架。
6. 审计日志：所有技能调用有记录可追溯。

五、技能市场页面

• 左侧：推荐及技能市场（装备商店）：热门技能，一键安装。
• 右侧：已安装（装备库）：已装技能，可在对话中直接调用，支持启用、关闭、编辑、卸载。
• 关闭 ≠ 删除：关闭只是暂时不用，随时可再打开，切换零成本。
• 少即是多：只开当前需要的 3-5 个技能。启用太多 = 候选太多 = AI 容易选错。
• 推荐区特点：一键安装、系统自动配置、不好用一键关闭/卸载。

六、三种安装方式

入口均为技能市场右上角「添加技能」按钮：

1. 上传：导入本地技能包（ZIP 压缩包或文件夹）。技能包必须包含 skill.md 文件，用 YAML 格式声明技能名称和描述。安装第三方 Skill 前留意来源与权限。适合已有现成技能包。
2. 查找：用自然语言描述需求，AI 在技能库中搜索匹配并自动安装。最推荐的方式。
3. 创建：技能库也没有时，让 AI 从零生成专属技能。流程：提需求 → AI 反问关键问题对齐需求（处理什么类型、输出什么格式、典型场景）→ 生成技能功能清单和结构说明供确认 → 自动安装到已安装列表。这是 WorkBuddy 的自我进化能力：你缺什么，AI 就帮你长什么。

七、四大日常管理操作

1. 安装：三种方式（上传本地包、AI 查找、AI 创建）。
2. 启用/关闭：已安装区点技能卡片右侧三个小点图标，在管理弹窗中切换。关闭后文件仍保留，零成本切换；建议按场景只开 3-5 个最精准的技能，提高 AI 匹配准确率。
3. 搜索：技能区域右侧搜索框。两种场景：记得名字直接搜（如 PPTX）；记不清名字按功能搜关键词（如「表格」「XLSX」），实时筛选。
4. 卸载：已安装区选择卸载，单个勾选或批量多选均可，确认后彻底删除。

• 关闭 vs 卸载：关闭 = 把工具收进抽屉（东西还在）；卸载 = 连抽屉一起扔了（要用得重装）。不确定时优先关闭，安全不后悔。

八、十大内置技能（零成本精选，枚举完整）

1. Agent Browser（浏览器自动化）：操控浏览器自动执行操作（录制回放、批量填表单、数据采集、自动化测试）。注意网站反爬政策。
2. 办公文档四件套：处理 PDF、DOCX、PPTX、XLSX 四种办公文件。
3. Local Whisper：本地语音转文字，不联网、隐私优先。适合会议录音转纪要、访谈整理、语音备忘。
4. YT-DLP Downloader：从视频网站下载视频，搭建素材库。
5. Web Search：联网搜索实时信息，弥补大模型知识截止日期短板，避免编造答案。
6. Obsidian：笔记库管理，AI 读取笔记库做知识管理、内容关联、笔记整理。
7. Skill Scanner：技能安全检测（「技能杀毒软件」），新装技能时做审计看有无风险。
8. Self Improvement：自我提升，制定学习计划、养成好习惯。
9. Find Skills：技能查找，按需求帮你找合适的技能。
10. Frontend Design：前端设计，直接生成 UI 草图，快速出设计稿。

• 全部可在技能市场推荐区一键安装。考试必考两个：办公文档四件套、联网搜索（Web Search）。

办公文档四件套明细

• PDF：提取文字；识别表格转 Excel；扫描件 OCR；拆分/合并页面；自动填写 PDF 表单。
• DOCX：生成 Word 文档；整理章节结构、自动生成目录；补充目录页码；处理批注和修订。
• PPTX：读取 PPT 转文字稿；逐页总结要点；精简页面（十页压成三页）；按大纲重新制作演示文稿。
• XLSX：清洗脏数据（去重复项、空白）；自动补公式；生成汇总报表；多表合并；重新组织数据并导出。

九、最佳实践（四建议）

1. 仅启用所需技能：启用过多的三个副作用——AI 误调用不相关技能；上下文膨胀导致推理变慢；匹配精度下降。
2. 按场景切换：开关零成本，不强制卸载。
3. 单一职责：一个技能只做一件事，不做「全能助手」（如灵感记录和日报生成拆成两个）。
4. 触发条件清晰：技能描述里明确「当用户输入 X 时触发」，避免误触发。

• 好的技能 = 单一职责 + 触发条件清晰 + 输出可验证。

十、本章四大核心收获

1. 技能就是装备：没技能 AI 是参谋，有技能 AI 是执行者。
2. 安装三方式：上传、查找、创建，推荐查找。
3. 启用关闭按需来：只开 3-5 个，关闭不等于删除。
4. 可以造技能：不会编程也能用一句话让 WorkBuddy 创建专属技能（自我进化）。

易混点速记