最近后台被问炸了的问题基本都围绕一个关键词WorkBuddy 双模型限免。我自己的感觉是这两年AI工具不少但真正能让人“天天开着用”的工作台类产品其实不多。WorkBuddy属于那种你把模型、文档、自动化任务全部塞进去之后就再也回不去普通聊天框的工具。这次它把 Hy4 preview 和 Hy3 两个模型拿出来限免——Hy4 preview 给两周Hy3 一直免到9月底——说实话这个窗口期值得认真用起来尤其是还在观望 WorkBuddy 到底能干什么的朋友。简单交代一下背景WorkBuddy 是一个面向个人和团队的 AI 效率智能体工作台不是又一个ChatGPT套壳。它支持接入不同大模型内置 skill 机制、连接器Connecter、自动化流程可以对接钉钉多维表、Obsidian、微信消息提醒这些日常办公场景。这次限免的两个模型Hy4 preview 和 Hy3来自同一模型产品线的两代版本前者是新一代预览版后者是成熟稳定版。对普通用户来说最直接的利好就是不用充值也能零成本体验新模型顺便用真实任务验证它到底值不值得付费。这篇文章我就按自己的实操过程把 WorkBuddy 怎么装、怎么配、怎么用以及这波限免怎么薅得最有价值一次性讲透。1. 先搞清楚WorkBuddy 到底是什么为什么值得为双模型限免特意写一篇1.1 一个工作台而不是又一个大模型聊天框很多人第一次打开 WorkBuddy 会有点懵界面里既有对话区又有连接器列表还塞着各种 skill 和自动化任务。我一开始也把它当成普通的 AI 对话工具后来发现完全不是一回事。你可以把它理解成一个“AI 调度中心”左边是模型层中间是任务层右边是工具层。模型负责思考和生成工具负责执行——比如同步多维表、整理聊天记录、定时发消息、读写 Obsidian 笔记。这也是它和 CodeBuddy 的区别所在。CodeBuddy 更偏编程场景专注写代码、跑测试、做代码审查WorkBuddy 则把重心放在办公和业务流程上把“让AI去操作其他软件”作为核心能力。很多人会把两者混在一起问实际上它们是同一套生态里的两个不同角色定位完全不同。如果你是为了写代码直接用 CodeBuddy如果是想搭建一个综合性的个人工作台让AI帮你在各个软件之间跑腿那 WorkBuddy 是更合适的那一个。1.2 这次双模型限免的“羊毛”到底有什么可薅的先说结论限免本身不稀奇稀奇的是限免的规格。Hy4 preview 是新一代模型的预览版通常只有内测用户能拿到这次 WorkBuddy 直接开放两周免费用意味着平台方在主动降低新模型的体验门槛。对用户来说这本质上是一次免费的“模型能力AB测试”机会——同一个任务拿 Hy3 跑一遍再拿 Hy4 preview 跑一遍对比生成的逻辑和结果质量就能很直观地判断新模型强在哪。Hy3 免到9月底这个时间窗口更长适合做日常任务的默认模型。我实测下来Hy3 在长文本处理、结构化输出、稳定执行重复任务方面都很扎实虽然不像新模型那样有惊艳的推理表现但胜在稳。Hy4 preview 则明显更聪明尤其在多步推理、代码生成、复杂指令理解上更进一步但预览版毕竟是预览版偶发不稳定也在预期内。所以我的建议是不要把它们当成两个孤立模型而是当成一组搭配。重要任务、复杂任务、需要展示推理链的任务交给 Hy4 preview;批量任务、日常任务、容错率要求不高的任务用 Hy3。具体怎么搭下一节展开。2. 十五天窗口和长期免费用怎么搭着用才不浪费2.1 Hy4 preview 适合第一批跑的实验任务两周时间说长不长说短不短关键是别拿它去跑那些随便哪个模型都能干的简单任务。我的建议是把这段时间用来做“高价值验证”——把平时最容易卡脖子、最需要推理和判断的任务拿出来逐一测试。我第一个试的场景是聊天记录整理。把微信群导出的一周聊天记录丢给 Hy4 preview要求它按话题分组、提炼待办事项、识别关键决策。Hy3 也能做但需要我在指令里反复强调输出格式且遇到口语化内容时会漏掉部分要点Hy4 preview 基本一次到位甚至能自己判断哪些信息属于“闲聊”哪些属于“需要跟进”这个能力差异在长对话里尤其明显。第二个建议测试的是业务流程图梳理。你可以用自然语言描述一段业务流程让它输出流程图结构和节点说明。Hy4 preview 在这个任务上表现出的结构感比旧模型好很多对分支条件的把握更准生成的流程描述可以直接粘进文档里用。这一类需要“理解和再组织”的任务才是它真正发力的地方。2.2 Hy3 撑长期胜在稳定和可控Hy3 给我的感觉是“老黄牛型”模型。它可能不会给你特别惊艳的答案但胜在稳定、可控、输出格式容易预期。如果你用它做日常批处理——定时生成日报、从多维表里抽取字段生成周报、定期同步文档摘要——它几乎没有翻过车。我现在的日常配置是这样的默认模型挂 Hy3所有连接器触发的自动化任务都走 Hy3;遇到临时的高难度任务才手动切换到 Hy4 preview。这样做的逻辑很简单自动化任务追求的是“每次都跑通”而不是“某一次超常发挥”。Hy3 因为已经经过充分打磨在 API 调用的稳定性、上下文窗口的利用率、指令跟随的一致性上都更成熟。对生产环境来说确定性比惊喜更重要。2.3 按任务类型选模型的速查表我把自己实践下来的一套选择逻辑整理成了一张表可以直接照抄任务类型推荐模型选择理由批量文档摘要、日报生成Hy3输出格式稳定批量跑不烧预算限免到9月底长对话聊天记录整理Hy4 preview对口语化内容和隐含逻辑的理解更强提炼更准定时触发的自动化流程Hy3稳定优先避免预览版偶发波动影响流程代码生成、复杂多步推理Hy4 preview新模型在代码逻辑和多步处理上更有优势钉钉多维表定期同步Hy3结构化数据操作不需要过度推理稳定即可知识库问答Obsidian/weknoraHy3检索增强场景响应速度和稳定性更重要这个表不是死的。Hy4 preview 限免期间你可以多测几次等两周结束你自然会对它的能力边界有一个相对完整的判断再决定要不要付费使用。3. 从下载到配置WorkBuddy 安装与模型接入实操3.1 安装路线桌面端、Linux、麒麟版、本地部署怎么选WorkBuddy 的安装方式比一般工具多一些主要看你的系统和使用需求。最常规的是桌面端。Windows 和 macOS 直接下载安装包下一步下一步就完成基本没有坑。Linux 用户需要留意官方提供的安装包格式一般是 .deb 和 .rpm也有一些版本是 AppImage。我自己的主力机是 Linux装的 deb 版安装完成后在应用菜单里能直接找到入口不需要额外配环境依赖——这一点做得比很多同类工具好。需要单独说的是麒麟版。有朋友在国产化环境下用它WorkBuddy 提供适配麒麟操作系统的版本功能上跟普通桌面版基本一致但要注意从官方渠道下载对应架构的包不要混用。最后是本地部署路线。如果你对数据敏感、想把模型和知识库完全放在内网WorkBuddy 也支持自托管。官方仓库提供了 Docker Compose 方式本质上是一个网关加工作台前端加本地模型服务的组合。我试过用一台 32G 内存的机器跑轻量模型流程上完全可行具体命令以仓库 README 的 Release 版本为准。这里要提醒一点本地部署适合有一定 Docker 基础的人如果你是第一次接触建议先用桌面版等跑通了再考虑迁移。3.2 把 Hy4 preview / Hy3 配进模型中心安装完成后进入模型中心你会看到两个区域内置模型列表和自定义 API 配置。本次限免的 Hy4 preview 和 Hy3 都挂在内置模型列表里如果你看到它们带“限免”标签直接用就行不需要额外填 API Key。不过因为限免时间有限我还是推荐顺手把自定义 API 方式配好这样万一限免结束你可以切换到付费通道或第三方兼容 API不至于断档。配置方式也很简单在模型中心点击“添加自定义模型”填写基础参数模型名称: Hy4 preview / Hy3 Base URL: https://api.你的服务商.com/v1 API Key: sk-xxxx Model ID: hy4-preview 或 hy3保存后在会话窗口顶部的模型切换器里就能看到自己配好的模型条目。我实测下来WorkBuddy 对 OpenAI 兼容 API 的支持比较友好大多数模型服务商的地址都能直接填进去。需要留意的是不同服务商对 Model ID 的命名可能略有差异以服务商文档为准。3.3 首次跑通一个真实任务的完整演示配好模型之后我建议别急着做复杂流程先跑一遍简单的任务验证链路。我以一个具体例子演示把聊天记录整理成待办清单。第一步在左侧连接器里找到“本地文件”连接器把导出的聊天记录 .txt 文件挂载进来。第二步新建会话模型选择 Hy4 preview。第三步输入以下指令请阅读挂载的聊天记录文件完成以下任务 1. 按话题维度重新分组 2. 提炼出所有待办事项标注负责人和截止时间如有 3. 对讨论中做出的决策单独列出 输出格式按分组列表输出每条事项前加上 [待办] / [决策] 的标记这是我调了好几轮之后比较顺手的指令写法。关键点在于明确输入来源聊天记录文件、明确输出格式、明确分类规则。第四步点击发送。Hy4 preview 会在几十秒内完成阅读和整理生成的文本可以直接一键复制到文档或多维表。第一次跑这个流程的时候我有个小失误没确认文件编码导致读出来是乱码。后来在连接器的设置里把编码改成 UTF-8 就解决了。如果你也遇到类似问题优先检查这一段别急着怪模型。4. 进阶玩法Skill、连接器与自定义指令把 WorkBuddy 变成流水线4.1 Skill 机制到底怎么理解如果你只看对话功能WorkBuddy 和普通 AI 工具区别不大真正让它在效率上拉开差距的是 skill 机制。skill 可以理解成一整套“预定义的 AI 工作流”——它把一个任务从输入到输出、从指令到格式全部封装好你只需要调用这个 skill它就会按照设定好的流程执行。我习惯把它类比成“给 AI 装外挂工具箱”。比如我建了一个“周报生成”的 skill里面定义了三件事输入是本周的钉钉多维表记录处理是让模型按项目、成果、下周计划三个维度归纳输出是一份可以直接提交的 Markdown 周报。之后每周五我只需要点一下这个 skill其他全部自动完成。创建 skill 时重点是写清三个东西触发条件什么时候该调用这个 skill、输入约束需要哪些数据源、输出规范最终要什么格式。很多新手创建 skill 失败都是因为输出规范没写清楚导致模型给出发散式答案。我的经验是越具体越好最好直接在定义里写“不要输出客套话”“只输出结构化的列表”这类约束性语句。4.2 连接器实战钉钉多维表、Obsidian、定时微信消息连接器是 WorkBuddy 的“手脚”。没有连接器模型只是个大脑接上连接器它才能真的去操作其他软件。我日常用得最多的是钉钉多维表定期同步。配置方式不复杂在连接器里选钉钉授权后选择目标多维表设置同步频率。之后每次触发WorkBuddy 会把模型处理后的结构化数据写进表里。我做过一个项目进度追踪表每周自动从群聊聊天记录中提炼进展、更新到多维表整个流程无需人工干预同事们只看到表自己变了一开始都以为是管理员手动更新的。Obsidian 连接器则适合做知识库管理。我平时会把会议记录、灵感碎片、文章摘录全部丢进 Obsidian然后用 WorkBuddy 的 skill 定期清洗、打标签、建立双向链接。连接器配置好后自然语言直接问就能从本地文档里检索答案。有朋友问“weknora怎么用”它本质上就是一个偏向本地知识库检索的能力组件工作方式是先对文档目录建立索引之后用自然语言提问它会在索引范围内给出带来源的答案。首次使用务必先跑一遍索引否则查不到内容不是模型问题是索引没建全。定时发送微信消息这类需求因为微信没有对外 APIWorkBuddy 通常是通过本地自动化方式实现需要电脑保持登录状态。我在配置时的建议是先在测试群里跑两轮确认格式和触发时间再切到正式群定时时间尽量设置在预计在线的时段避免消息发出但人不在导致的误判。这类自动化功能适用于企业内部工作沟通场景使用时要遵守公司的信息安全规范。4.3 三条可以直接抄的自定义指令自定义指令是 WorkBuddy 里提升效率性价比最高的部分会写和不会写差距巨大。我分享三条自己打磨过的模板都是日常最高频的场景。第一条日报生成指令基于今天的多维表记录按如下格式生成工作日报 - 今日完成列事项每项不超过一行 - 遇到的问题若没有就写无 - 明日计划列 2-4 项 语言要求不要用敬语和套话直接输出正文第二条会议纪要整理指令请把输入的会议录音转写文字整理为会议纪要包含 1. 会议结论放在最前面 2. 争议点和未决事项 3. 行动项责任人截止时间 注意行动项必须从原文中找到依据找不到就标注未明确不要自行推测第三条本地知识库问答指令请仅基于挂载的文档内容回答我的问题。 若文档中相关信息不足直接回复文档中未找到相关依据不要用外部知识补充。 回答时标注信息来源文件名。这三条指令的共同特点是没有废话直接告诉模型“输入是什么、输出要什么、边界在哪里”。这就是自定义指令的核心方法论。5. 常见问题与排查技巧实录限免特供版5.1 限免到期后模型还能用吗这是最近被问得最多的问题。分两种情况如果你只是通过 WorkBuddy 内置模型列表使用那么 Hy4 preview 两周限免结束、Hy3 九月底限免结束后再调用就需要平台方的模型额度或者按量付费。如果你像我一样额外配置了自定义 API 通道那限免结束只是意味着内置免费入口关闭你配置的 API 通道不受影响可以继续使用只是费用按你的服务商标准结算。所以我一直建议限免期间就要把“基线效果”留档。所谓基线效果就是你用这些模型跑真实任务得到的结果样本比如某条指令生成的最优答复、某类任务的耗时和效果对比。这样限免结束后就算你要付费用 Hy4 preview也有明确依据判断值不值。5.2 模型不显示、连接失败、本地部署连接不上实操中碰到的典型问题我整理成了一张速查表问题现象可能原因解决方法模型列表里没有某个模型模型默认隐藏检查模型中心筛选条件开启“显示全部”或搜索模型名自定义 API 连接失败Base URL 末尾漏了 /v199%是拼写问题对照服务商文档重新填写本地部署后连不上 WorkBuddy网关端口未开放检查 Docker 容器端口映射和防火墙规则聊天记录导入乱码文件编码不是 UTF-8在连接器设置里把编码改为 UTF-8skill 执行结果发散输出规范写得不够明确在 skill 定义中增加格式约束和“不要做什么”的负面描述有一个小技巧当某个模型显示不了时先重启一次 WorkBuddy 再检查。这类问题大多是界面缓存导致的重启就能解决。有个朋友之前问我“没有看到某个模型怎么让它显示”我远程一看其实就是筛选条件里选了“免费用”而那个模型归类在“付费”里切换一下筛选就出来了。5.3 使用中容易踩的坑上下文污染、任务串台、幻觉最后聊三个实际使用中容易踩的坑都属于“不长期用很难发现”的类型。第一个是上下文污染。因为 WorkBuddy 支持在一个工作台里同时挂多个连接器和 skill有时候上一个任务的长文档残留会串到下一个任务里导致模型突然提到无关内容。解决方法是每个任务尽量开新会话或者在指令里加一句“忽略上述所有上下文重新开始”。第二个是任务串台。多个连接器共用一个模型调用时如果并发任务较多偶尔会出现输出互相串场的情况。我目前的做法是给不同任务配置不同的 skill 和模型通道避免一个入口处理所有事。第三个幻觉问题。特别是整理聊天记录或知识库问答时模型偶尔会自以为是地补全缺失信息。我的经验是通过指令明确“找不到就写未明确不要自行推测”并且对重要输出做人工抽验。模型能力再强也只是辅助工具关键决策的准确性还是要靠人来兜底。我个人这几周用下来的体会是WorkBuddy 的真正价值不在于某一个模型有多智能而在于它把模型、工具和数据流串联成了一条能落地的生产线。这次双模型限免恰好是验证你工作流的最佳时机——用 Hy3 跑日常用 Hy4 preview 试上限两个模型搭配着用两周后你会对自己需要什么样的 AI 工作台有非常清晰的答案。最后再分享一个小技巧限免期内给每个常用任务都建一条“性能基线”记录包括任务类型、模型、耗时、结果质量评分。等限免结束翻翻这张表你对哪个模型该留、哪个任务该付费心里就有底了不用再被别人种草。