WorkBuddy 帮我把吃灰的 ima 收藏，变成了每日知识速览

最近准备了一场 WorkBuddy 的分享，主要目的是让大家可以搭建自己的专家------智能体。

选的场景很简单：平时我在 ima 里收藏了不少文章。收藏的时候都觉得以后有用，真正有空再回头看的，没几篇。

于是我想让智能体读取当天新增的收藏，筛出值得关注的内容，完成分类和提炼，每天给我一个汇总的结果，这样可以让我的收藏不至于全部落灰。

整个实例场景，我进行三轮工作：

先把一个真实任务做完

第一次操作，我没有创建专家，直接使用 WorkBuddy 的通用智能体。

把任务要求说清楚，然后给它配置了两项能力：

整个链路大概是这样：

ima 收藏 → 智能体获取文章 → 智能体筛选分类、提炼观点 → 调用 Skill，生成 PPT

虽然看起来链路挺复杂的，但操作过程很简单。

可以看到，今日新增的内容已经整理出来了。

接下来就是按照要求生成 PPT 了。

等待一段时间后，PPT 也生成了，准确说是 PPT 样子的 html。

第一次跑完之后，PPT 已经能生成了。

如果只看这一次，好像事情已经结束。

但是再往下想一层，问题就来了。

下次执行时，我还要重新描述任务，重新配置知识库和 Skill。文章怎么筛、内容怎么分类、PPT 要做到什么程度，这些经验也都留在当前对话里。

换一个新对话，甚至换一个人来做，很可能又要从头补充。

于是第二轮我们就做一件事，把已经跑通的任务创建成了一个可复用的"每日知识速览专家"。

它不是简单保存一段提示词，也不只是给智能体换了一个名字和头像。更准确地说，它是在沉淀一个场景能力包：

有了专家，下次我不需要再次写一大段提示词，只要调用这个专家，给出本次任务的简单要求，就可以重新执行。

操作也是异常简单，只有一句话。

是的，第二轮最重要的就是一句话，甚至，这句话的内容也不重要。

重要的是这个思路：把已经验证过的任务执行过程沉淀下来。

一次沉淀下来的专家，不可能永远好用。

当使用多了之后，终究会碰到一些异常情况，比如：每天推荐的文章数量太多，没法达到速览的效果。

这时，我们就需要修改专家，调整筛选后结果的数量。

这里有两种方式：

第一种类似第二轮的操作，自然语言交流，不过需要在"我的专家"中进行触发。

第二种则是直接修改专家的设定文档。

通过下面的操作可以快速定位到设定文档。

这种明确的调整场景，我更喜欢第二种修改设定文档的方式，快速精准。但是需要注意，修改设定文档后要重启 WorkBuddy 才能起效。

下图可以看到，修改后的智能体只筛选出了2条。

后续的自动化执行，我就不展开了，设定好频率，选择相应的专家并输入指令即可。

这个知识速览助手的场景并不复杂，当前版本也依然还有一些优化需要去完善。

但这个场景所要展示的 任务执行 → 能力沉淀 → 持续迭代 的思路应该已经很清晰了。

第一步，把任务做出来。

第二步，把做出来的过程沉淀成专家。

第三步，不断优化调试专家。

这样，自然而然的，一个个实用的"专家"就搭建好了，一位位 AI 同事也就诞生了。