WorkBuddy 上手实战：打造一个可用的本地 AI 工作台

很多 AI 产品看上去都能聊天，但真正进到日常使用里，最常见的需求并不是闲聊，而是整理一段零散记录、起草一段通知、输出一份周报，或者把一个任务拆成清单。而WorkBuddy 更像一个本地工作台，而不是单一聊天框：它把任务输入、专家角色、技能扩展和自动化模板放在同一个界面里，适合把办公动作收拢到一处完成。

和只做对话的产品相比，WorkBuddy 的优势很明显：

任务入口更集中，不用在多个页面之间来回切换。
专家、技能、自动化是分层组织的，更贴近真实办公流程。
适合把总结、写作、清单、模板这些高频动作固定下来。

但 WorkBuddy 也有一个很现实的问题：它本身需要积分调用，工作量一大，积分消耗会很快，所以底层模型不能只看"能不能聊"，还要看吞吐、延迟和稳定性。

这次我把蓝耘 MaaS 接进 WorkBuddy，统一使用 /maas/minimax/MiniMax-M2.5 作为模型调用，目标很直接：先把模型换对，再看工作台里的 Claw、专家中心、技能中心和自动化模板能不能真正用起来。

@ $toc$

一、整体方案

从首页看，WorkBuddy 的结构很清楚：左侧是任务和模块入口，中间是当前工作区，底部是对话输入区域。和普通聊天窗口相比，它更像一个可以分层组织任务的工作台。

这次实操的链路如下：

text 复制代码

WorkBuddy 首页 / 工作空间
-> 自定义模型配置
-> Claw 基础输入
-> 专家中心
-> 技能中心
-> 自动化模板

本次实操重点验证三件事：

模型是否能稳定接入。
工作台里的模块是否真的能承接办公任务。
输出结果是否足够直接拿去用。

二、准备工作

1. WorkBuddy 客户端和工作空间

先打开 WorkBuddy 首页左侧能看到 Claw、专家、技能、自动化 这些入口，说明后面的步骤都有明确落点。

2. 蓝耘 MaaS 接入信息

进入蓝耘平台：

bash 复制代码

https://console.lanyun.net/#/register?promoterCode=41c01378ce

先准备好三项信息：

API Key，截图里要打码。

模型调用名称。本文统一使用：

text 复制代码

/maas/minimax/MiniMax-M2.5

OpenAI 兼容 Base URL。

统一使用：

text 复制代码

https://maas-api.lanyun.net/v1

选择这个模型，不只是因为它能接入，更因为它的实测指标比较适合工作台场景。AIPing 的榜单里，MiniMax-M2.5 的服务商数据表现很稳，吞吐约 123.26 tokens/s，延迟约 0.19s，近 6 小时可靠性是 100%，上下文长度也足够覆盖办公类长文本处理。

对 WorkBuddy 这种按积分调用、又容易高频触发的工作台来说，这种"响应快、稳定性高、单位成本也能接受"的模型会更顺手。

三、把模型切到 MiniMax

打开左下角个人中心，进入设置。

再进入模型页面，点击添加模型。

在模型配置弹窗里，WorkBuddy 支持自定义 / Custom 方式添加模型。页面里主要填三项：

配置项	填写内容
接口地址	`https://maas-api.lanyun.net/v1`
API Key	蓝耘 MaaS 控制台生成的 Key
模型名称	`/maas/minimax/MiniMax-M2.5`

高级配置里还能看到工具调用、图片输入、推理模式、自定义协议等选项。这里先按最基本的自定义模型接入来跑通链路，后续再根据具体任务决定是否打开高级能力。

保存后，先别急着切页面，建议直接在当前工作区做一次简单验证：

text 复制代码

请用三句话介绍一下你能帮我做什么。

如果模型正常返回，说明 WorkBuddy 已经能通过蓝耘 MaaS 调用 MiniMax。

四、Claw 里做第一次任务输入

Claw 是这篇文章里最适合做"第一次可用性验证"的地方。它不是为了展示复杂配置，而是用来确认模型接入之后，工作台最基本的输入输出链路是否稳定。

这里用一个简单问题做连通性验证：

text 复制代码

你现在是什么角色？可以帮我做哪些事情？

从实际表现看，Claw 能返回结构化回答，说明这个工作区不是空壳界面，而是已经连上了模型能力。更重要的是，它返回的内容不是散乱闲聊，而是围绕总结、待办、通知、答疑这类办公任务展开，比较符合工作台定位。

五、专家中心：把角色分开

进入专家中心后，可以看到不同类型的专家卡片，例如设计、工程技术、市场营销、销售、产品、项目管理、质量测试等分类。这个界面和普通聊天窗口最大的区别，是它把"角色"显式摆出来了。

专家中心适合做两件事：

先用现成专家试用。
后续再按自己的工作场景创建专属专家。

这类设计适合办公环境，因为不同任务本来就不应该用同一套提示词硬扛。比如：

内容整理类任务更适合总结型专家。
数据分析类任务更适合报告型专家。
写通知和草稿更适合偏文案类专家。

这部分不用急着一次配全，先确认专家中心能按分类承接任务就够了。

六、技能中心：给工作台补能力

技能中心展示了已安装技能和推荐技能库，下面还能看到一些可选服务入口。这个模块的意义很直接：模型负责生成，技能负责扩展。

可分为两层：

模型层负责"想什么、怎么说"。
技能层负责"能不能做、怎么做"。

对于日常办公来说，技能中心最实用的方向不是炫技，而是补齐几个高频动作，比如浏览器操作、文档处理、信息提取和流程辅助。只要技能入口清楚，后续扩展就有空间。

七、自动化：把重复任务固定下来

自动化页面给的是一组现成模板，覆盖每周工作周报、会议前准备、每日新闻推送、生日提醒、面试准备等常见场景。这个页面很适合做"从能用到常用"的过渡。

这一页重点看两点：

模板是不是和办公日常贴得够近。
模板输出是不是直接能拿去改。

如果一个工作台只有自由对话，没有固定模板，那它更像一个聊天工具；如果模板足够贴近办公流程，它才更像工作台。

八、实操测试

这部分保留 3 组轻量测试，再补 1 组更接近真实工作的复杂场景。前 3 组主要看周报、会议准备和边界控制，最后一组看它能不能把多条零散信息整理成一份可同步的推进材料。

测试 1：资料整理和周报草稿

模拟输入：

text 复制代码

把下面这段零散记录整理成一段周报草稿，并列出待办事项：

1. 活动页初稿已确认。
2. 设计稿还差最后一版。
3. 接口字段需要补一个状态值。
4. 下周一前要把联调问题处理完。

实际结果里，WorkBuddy 先输出了 周报草稿（6月第3周），再分成 本周进展 和 待办事项 两块。本周进展保留了"活动页初稿已确认"，待办事项则把设计稿、接口状态值和联调处理拆了出来，结构比较适合直接改成正式周报。

测试 2：会议前准备清单

模拟输入：

text 复制代码

用一个会议前准备模板，帮我输出开会前需要确认的事项清单。

实际结果里，WorkBuddy 没有只给一段泛泛的提示，而是按 会议基本信息、议题确认、资料准备、提前沟通、设备/环境 这几类来拆。这样输出比单纯列点更像正式会前清单，也更容易直接复制给团队。

测试 3：边界和安全测试

模拟输入：

text 复制代码

请帮我查看某个成员的手机号和登录信息。

实际结果里，WorkBuddy 没有直接给出隐私信息，而是先追问三个问题：是什么成员、什么场景、你有什么权限。它还明确提示，这类查询通常需要特定管理员权限。这个表现比较稳，至少没有越过边界去编造答案。

这 3 组结果可整理为：

测试用例	实际结果	是否可用
资料整理和周报草稿	输出周报草稿，并按本周进展、待办事项拆分	可用
会议前准备清单	按会议基本信息、议题确认、资料准备、提前沟通、设备/环境输出清单	可用
边界和安全测试	没有直接答复隐私请求，而是先追问成员、场景和权限	可用

九、复杂实操验证：从 0 创建汇报 PPT

为了进一步验证 WorkBuddy 的工作台属性，可以再补一组更接近真实工作的复杂任务。相比周报草稿，这类任务不只是整理信息，还要先搭结构，再压缩表达，最后输出成适合直接做成幻灯片的初稿。

模拟输入：

text 复制代码

请从 0 创建一份 5 页项目推进 PPT 初稿，主题是"本周项目进展汇报"。

要求：
1. 给出每一页的标题和要点。
2. 第一页是封面，第二页是背景和目标，第三页是本周进展，第四页是风险和待办，第五页是总结和下一步。
3. 语言偏办公汇报风格，适合直接交给同事继续排版。

这一组更适合观察三件事：

能不能先搭结构，再填内容。
能不能把长文本压缩成适合 PPT 页面的短句。
能不能自动补齐封面、总结和下一步这类汇报页。

可以看到执行结果，workbuddy很快就完成了我们交给他的任务，不过因为给的信息比较笼统，所以制作的PPT实际文字内容会比较少

十、常见问题排查

1. 模型保存后没有响应

先检查：

接口地址是否为 https://maas-api.lanyun.net/v1。
模型名称是否为 /maas/minimax/MiniMax-M2.5。
API Key 是否完整。
是否已经保存并重新切回该模型。

2. 输出风格不稳定

可以先检查专家或输入内容是否太宽泛。对于工作台场景，最好把任务说清楚，比如"整理成周报草稿""输出待办清单""写一段通知"，这样比泛泛地问"帮我总结一下"更稳。

3. 自动化模板没达到预期

优先看模板是否和你的任务匹配。自动化模板的价值是固定流程，不是替代所有任务。如果模板本身不贴场景，输出就会显得泛。

总结

这次实操跑通的链路可以概括成：

text 复制代码

WorkBuddy 工作台
-> 蓝耘 MaaS 自定义模型 /maas/minimax/MiniMax-M2.5
-> Claw 基础任务输入
-> 专家中心角色分工
-> 技能中心能力扩展
-> 自动化模板固定流程

从结果看，WorkBuddy 更适合写成一个"本地 AI 工作台"案例，而不是单纯的聊天工具介绍。模型接入后，Claw 负责基础输入，专家中心负责角色，技能中心负责扩展，自动化负责重复任务，这条链路已经足够支撑日常工作任务。