CodeBuddy & WorkBuddy 新人学习计划

从零到一,系统掌握腾讯 AI 开发工具生态

适用:AI 工具产品团队新人 周期:3 周 难度:入门 → 进阶

1 产品全景:认识两兄弟

CodeBuddy 和 WorkBuddy 是腾讯 AI 工具生态的两大核心产品,一个面向开发者,一个面向全职场。

CodeBuddy

AI 时代的智能编程伙伴

腾讯云代码助手,基于混元 + DeepSeek 双模型驱动,覆盖从代码补全到项目生成的全流程开发支持。

三种形态:

插件版 - 嵌入IDE IDE版 - 对话即编程 Code/CLI - 命令行

核心能力:

Craft智能体 代码补全 AI代码评审 单元测试生成 MCP协议 @Codebase 200+语言

WorkBuddy

全场景职场 AI 智能体桌面工作台

面向各类职能角色,用一句话描述需求,像同事一样自主规划和执行任务,交付可验收的结果。

核心定位:从"只能对话"升级为"能动手干活"

Skill技能扩展 MCP协议连接 Memory记忆 Automation自动化 本地文件操作 多模态交付 连接器生态
对比维度 CodeBuddy WorkBuddy
目标用户 开发者、设计师、产品经理 全职场角色(运营、市场、HR、开发...)
核心场景 写代码、生成项目、代码评审 文档处理、数据分析、自动化工作流
交互方式 IDE内对话 / 命令行 桌面工作台 / 微信远程控制
扩展方式 MCP Server + 知识库 Skill + MCP + Connector + Automation
输出形态 代码文件、项目工程 文档、PPT、Excel、视频、PDF 等

2 架构理解:WorkBuddy 如何运作

理解分层架构,帮助你知道每个模块在哪个层级发挥作用。

WorkBuddy 四层架构

用户交互层
桌面工作台 微信 ClawBot 企业微信 QQ 飞书/钉钉
Agent 智能层
LLM 大脑 任务规划 工具调用 Memory 记忆 Automation
能力扩展层
Skill 技能包 MCP Server Connector 连接器 Expert 专家
基础执行层
本地文件系统 Shell/命令行 浏览器控制 网络请求

核心公式

Agent = LLM(大脑)+ 工具(手脚)+ 记忆(经验)+ 规划(策略)

  • LLM 是决策中枢,理解你说的话,规划怎么做
  • 工具(Skill / MCP / 文件操作)是它的手脚,负责执行
  • Memory 是经验积累,让它越用越懂你
  • 规划能力让它能把复杂任务拆成小步骤,逐步完成

3 学习路线图:3 周从入门到进阶

分阶段系统学习,每周有明确目标和实操任务。

第 1 周 基础认知 — 知道它是什么、能干什么
学习目标:理解两个产品的定位与核心能力边界,建立全景认知。

CodeBuddy 产品认知

三种形态各自定位;Craft 智能体的核心能力;代码补全和评审如何工作

WorkBuddy 产品认知

与传统 AI 对话的区别;"能动手干活"的核心差异;三种工作模式(Craft/Plan/Ask)

核心概念初识

什么是 Agent、Skill、MCP、Memory、Automation — 先建立轮廓,不求精通

产品边界理解

CodeBuddy vs WorkBuddy 各自擅长什么;什么任务用哪个更合适

推荐实操:

  • 安装 CodeBuddy 插件,完成一次代码补全和 AI 对话
  • 安装 WorkBuddy 桌面端,用自然语言完成一个简单任务(如"帮我写一份周报")
  • 体验三种模式切换(Craft / Plan / Ask)
  • 浏览技能市场,了解有哪些内置 Skill
第 2 周 动手实操 — 跑通核心工作流
学习目标:亲手创建 Skill、配置 MCP Server、使用 Memory 和 Automation。

Skill 机制深入

SKILL.md 结构(YAML前言+Markdown正文);存放位置(~/.workbuddy/skills/);触发机制

MCP 协议实操

mcp.json 配置位置和格式;如何添加 MCP Server;理解 command/args/env 字段

Memory 记忆系统

三层记忆结构;MEMORY.md 和日志文件的区别;如何让 AI "记住"你的偏好

Automation 自动化

创建定时/周期任务;RRULE 规则基础;一次性 vs 周期性任务的区别

推荐实操:

  • 手写一个简单 SKILL.md 并放入 skills 目录,验证触发
  • 在 mcp.json 中配置一个 MCP Server(如 Playwright)
  • 告诉 WorkBuddy 你的工作偏好,验证 Memory 是否正确记录
  • 创建一个定时 Automation(如每天早上9点生成技术早报)
  • 用 CodeBuddy Craft 模式从零生成一个小项目
第 3 周 进阶应用 — 组合拳打出生产力
学习目标:掌握 Skill + MCP + Memory + Automation 的组合使用,构建个人化工作流。

Skill 进阶创作

复杂 Skill 结构设计;引用 scripts/ 和 references/;安全审查机制;迭代优化

MCP + Skill 联动

Skill 中调用 MCP 工具;打造"领域专家"式工作流;连接器生态整合

Agent 协作模式

多 Agent 协作;Sub Agent 任务拆解;Team 模式;Plan 模式审批流

个人工作台搭建

结合 Memory + Automation + Skill 打造个人专属工作台;跨平台远程控制

推荐实操:

  • 设计一个包含 scripts/ 和 references/ 的完整 Skill
  • 搭建"每日工作日报自动生成"完整工作流
  • 配置微信 ClawBot 远程控制,体验跨设备使用
  • 用 CodeBuddy MCP 连接外部工具(如 Git 仓库管理)
  • 输出个人《我的 AI 工作流手册》,总结最佳实践

4 核心概念速查表

每个概念用三层结构解释:大白话 → 类比 → 技术定义。

🔌 MCP(Model Context Protocol)

大白话

MCP 就是给 AI 装的"万能 USB 接口"。有了它,AI 就能连接各种外部工具和服务,不再只是一个只会聊天的脑袋。

类比

就像手机的 USB-C 接口——一个标准接口可以接充电器、U盘、显示器。MCP 就是 AI 的统一接口标准,一个协议连接所有工具。

技术定义

Model Context Protocol 是一种开放协议,定义了 AI 模型与外部工具/数据源之间的标准化通信方式。通过在 ~/.workbuddy/mcp.json 配置 Server,AI 自动发现并调用新能力。

🧩 Skill(技能包)

大白话

Skill 就是给 AI 写的"操作手册"。你把某件事该怎么做写清楚(步骤、规则、注意事项),AI 以后就能按你的流程来干活。

类比

就像餐厅的标准菜谱——厨师(AI)按照菜谱(Skill)的步骤做菜,每次出品稳定。你也可以自己写新菜谱教它新菜。

技术定义

以文件夹形式存在的能力包,核心是 SKILL.md(YAML 前言 + Markdown 指令)。存放于 ~/.workbuddy/skills/,支持绑定 scripts/、references/、assets/ 资源。

🤖 Agent(智能体)

大白话

Agent 就是一个"会自己想、自己干活"的 AI。你告诉它目标,它会自己拆步骤、选工具、执行任务,遇到问题还能自己调整。

类比

普通 AI 像客服(你问一句答一句);Agent 像项目经理——你说"把这个功能上线",它会自己排期、分活、盯进度、交付结果。

技术定义

Agent = LLM(推理决策)+ Tool Use(工具调用)+ Memory(状态保持)+ Planning(任务规划)。通过 ReAct 循环实现:思考 → 行动 → 观察 → 再思考。

🧠 Memory(记忆系统)

大白话

Memory 让 AI "记事"。没有它,每次新对话 AI 都是失忆状态;有了它,AI 能记住你的习惯、项目背景、上次的决策。

类比

就像新同事有个笔记本——每次共事后记下要点(你的偏好、项目进度),下次合作翻看笔记就能无缝衔接。

技术定义

三层记忆:① 用户全局记忆(自动提取);② Agent 身份文件(SOUL/IDENTITY/USER.md);③ 项目记忆(.workbuddy/memory/ 日志 + MEMORY.md)。每次对话注入上下文。

⏰ Automation(自动化)

大白话

Automation 就是给 AI 设闹钟。你定好时间和任务,到点了 AI 就自动帮你干活,不用你盯着。

类比

就像手机的定时短信,但能干的事多得多——定时生成报告、定时整理邮件、定时发早报,全自动。

技术定义

基于 RFC 5545 RRULE 的定时任务系统,支持 once(单次)和 recurring(周期)两种模式,可设置 validFrom/validUntil。配置存储在本地 SQLite 数据库。

🔗 Connector(连接器)

大白话

Connector 是 AI 和第三方平台之间的"桥梁"。接上桥,AI 就能直接操作你的腾讯文档、企业微信、邮箱等服务。

类比

就像微信支付绑定银行卡——绑定后直接用微信付款,不用每次打开银行 App。Connector 让 AI "绑定"你的各种平台。

技术定义

第三方服务集成模块,通过 OAuth 授权连接外部平台(腾讯文档、GitHub、Notion、企业微信等),使 Agent 可直接调用平台 API 完成任务。

5 实操 Checklist

逐项完成以下任务,打完全部勾你就是团队里最懂 AI 工具的人。

基础操作(第 1 周完成)

安装 CodeBuddy 插件 简单

VS Code 插件市场搜索"腾讯云代码助手"安装,登录腾讯云账号

完成第一次 AI 代码补全 简单

打开代码文件,输入注释描述功能,按 Tab 接受补全建议

安装 WorkBuddy 桌面端 简单

下载安装 WorkBuddy,完成初始化配置

用 WorkBuddy 完成一个文档任务 简单

输入"帮我写一份本周工作周报",体验从输入到交付的完整流程

体验三种工作模式 简单

分别用 Craft、Plan、Ask 处理同一任务,感受差异

核心机制实操(第 2 周完成)

创建第一个 Skill 中等

~/.workbuddy/skills/my-first-skill/ 下创建 SKILL.md,定义简单工作流,验证触发

配置一个 MCP Server 中等

编辑 ~/.workbuddy/mcp.json,添加 Playwright MCP Server,重启验证

验证 Memory 记忆生效 中等

告诉 AI "以后报告都用 Markdown",新开对话验证是否记住

创建一个 Automation 中等

创建每天早上 9 点执行的自动化任务(如"生成今日技术热点")

用 Craft 模式生成完整项目 中等

在 CodeBuddy IDE 中输入需求描述,体验 0→1 项目生成

进阶挑战(第 3 周完成)

创建带 scripts/ 的完整 Skill 进阶

设计包含执行脚本和参考资料的完整技能包

搭建"日报自动生成"完整工作流 进阶

Automation(定时)+ Skill(格式)+ Memory(模板)三者联动

配置微信远程控制 中等

连接 ClawBot,在手机上通过微信发任务

连接一个 Connector 中等

连接腾讯文档或 GitHub,让 AI 直接操作线上资源

输出《我的 AI 工作流手册》 进阶

总结 3 周学习成果,形成可分享的最佳实践文档

6 关键文件与路径速查

日常使用中最常接触的文件和目录。

文件/目录 用途 说明
~/.workbuddy/skills/ 用户级 Skill 目录 个人技能包,跨项目可用
{项目}/.workbuddy/skills/ 项目级 Skill 目录 项目专属技能,团队共享
~/.workbuddy/mcp.json MCP 配置文件 添加/管理 MCP Server 的唯一入口
~/.workbuddy/SOUL.md AI 灵魂文件 定义 AI 价值观、行为准则
~/.workbuddy/IDENTITY.md AI 身份文件 名字、风格、人设
~/.workbuddy/USER.md 用户档案 你的基本信息和偏好
.workbuddy/memory/MEMORY.md 长期记忆 用户偏好、项目约定
.workbuddy/memory/YYYY-MM-DD.md 每日操作日志 当天做了什么的追加记录
~/.workbuddy/workbuddy.db Automation 数据库 SQLite 存储自动化任务配置

SKILL.md 文件结构模板

---
name: my-skill-name           # 技能名称(英文短横线命名)
description: 一句话描述用途    # AI 根据这个判断何时触发
version: 1.0
tags: [标签1, 标签2]
trigger_keywords: [触发词1, 触发词2]
---

# 角色定义
你是一个 XXX 专家...

# 执行流程
1. 第一步做什么
2. 第二步做什么

# 输出格式
使用 Markdown 格式...

# 约束规则
- 不要做什么
- 必须做什么

MCP Server 配置模板(~/.workbuddy/mcp.json)

{
  "mcpServers": {
    "playwright": {
      "command": "npx",
      "args": ["@playwright/mcp@latest"]
    },
    "tencent-map": {
      "command": "npx",
      "args": ["tencent-map-mcp"],
      "env": {
        "TENCENT_MAP_KEY": "your-api-key"
      }
    }
  }
}

7 学习建议与避坑指南

少走弯路的实用建议。

推荐做法

  • 先用再学 —— 先跑通完整流程再回来补概念
  • 从简单 Skill 开始 —— 第一个不超过 20 行,跑通比完美重要
  • 善用 Memory —— 主动告诉 AI 你的偏好,它会越来越懂你
  • 迭代优化 —— Skill 和 Automation 支持随时修改,不追求一步到位
  • 多看社区案例 —— 技能市场和社区有大量现成方案可参考

常见误区

  • 误以为新对话 AI 自动记得之前的事(没 Memory 就是失忆)
  • 把 Skill 写太复杂 —— 初期保持简单,复杂度后面迭代加
  • 忘记重启 —— 修改 mcp.json 或新增 Skill 后需重启生效
  • 混淆两个产品 —— 开发用 CodeBuddy,办公用 WorkBuddy
  • 在公开场合使用敏感数据 —— 注意数据安全边界