手把手教你用AI给孩子搭建一套学习打卡系统

今年最火的AI Agent莫过于小龙虾（OpenClaw）了，与传统的问答交互的生成式AI不同，小龙虾可以与本地系统深度融合，完成具体任务并交付成果。

不过，很多人用过之后都遇到过这些问题：安装太复杂、上手难、响应慢，最后产出的效果可能还不如豆包、Kimi这些工具。再加上小龙虾要靠上下文不断理解，执行时还要调用各种Skills，最要命的是费Token！随便生成个PPT可能就要十几块钱，一天用下来一两百块就没了。所以很多人从小龙虾的安装到卸载，也就一周时间。

随着小龙虾的火爆，国内厂商迅速跟进，推出了各种本地化“龙虾”，可以有效解决上述问题：本地化一键安装和部署，图形化的友好界面，大模型免费试用等。腾讯在极短时间内推出了一套AI Agent产品矩阵：覆盖主流办公场景的Workbuddy、基于OpenClaw打造的Qclaw，还有腾讯云Lighthouse和企业微信OpenClaw等。

我最早尝试使用的是腾讯的Qclaw和Workbuddy，Qclaw内测时我拿到了邀请码，当时功能还不完善。比如虽然能绑定微信，但定时任务推送到微信经常失败，也没法在微信里收发文件，只能用于对话，而且使用过程中也经历了几次莫名其妙的奔溃，输出结果也只是“能用”，说不上“好用”吧，据说后面更新版本已经修复了这些问题。后来我转向了同样是腾讯出品的Workbuddy，摸索几天之后，逐渐发现——这就是适合我的那款“龙虾”。

废话不多说，今天要讲的就是通过Workbuddy给孩子搭建了一套学习打卡系统。

1、Workbuddy是啥？

Workbuddy是腾讯出的一款基于AI的桌面智能体工作台，图形化界面，安装就能用，不用像OpenClaw那样通过命令部署。它集成了多个主流大语言模型，也能调用龙虾的Skills。

workbuddy主界面

上图是workbuddy的主要界面，其中Claw是通过绑定各种通讯软件如微信、QQ、飞书等实现远程下达指令和收发文件的功能；专家标签里内置了很多现成的功能，如内容创作，数据分析等，可以更精准地实现需求；而技能标签里可以下载和管理龙虾的所有Skills，比起官方龙虾的技能管理简直好太多了。

workbuddy的专家中心和技能标签

它跟传统龙虾最大的区别是：支持多个工作区并行工作。举个例子——我在自己的工作空间里安排一个做PPT的任务，同时还能在孩子学习工作区里安排一个制定复习计划的任务，两个任务可以同时并行处理。

可以设置多个工作空间，如果需要通过微信和飞书进行远程操控，必须要使用Claw作为工作空间

此外，同一个工作区内的不同任务也能并行，比如在我工作的空间里，可以一边整理文稿数据，一边编写文案，互不干扰。等执行完回来看结果就行，效率极高。实测下来，它处理多模态复杂任务的能力确实很强。

2、使用前的准备

跟其他龙虾一样，想让AI Agent用得顺手，千万不要上来就启动、各种敲命令，而是要先定义好工作区（Workspace）。比如：Agent的行为规则（agents.md）、叙事性格（Soul.md）、用户画像与偏好（USER.md）以及身份元数据（Identity.md）。这四个参数的配置特别重要。把这些基础设定设置好，Agent才会真的好用，因为它更懂你了。

那怎么在Workbuddy中配置这些参数呢？其实很简单——直接在对话框里说“我要配置工作区，把配置文件展示给我”，它就会一步步提示你修改。你还可以问它配置技巧和建议，很多配置都是AI给我的建议。

给孩子的学习空间进行参数配置

孩子的学习空间配置结果反馈

当然，这些文件不用一次性弄到完美，后续根据使用情况可以慢慢调整。举个例子，我给孩子的学习空间的Identity.md和Soul.md是这样写的，后续有新的需要可以再往里面增加或调整。

Identity.md和Soul.md参数配置参考

最后，还有个使用小技巧：为了把不同工作区的文件分开，第一次使用某个工作区时，可以点下图这个文件夹按钮，之后这个工作区的所有文件都会放在对应的文件夹里，不会跟其他工作区混在一起。我也是走过弯路的，任务一多，跨工作区找文件确实费劲。

建议对每个工作区手动建立不同的文件夹，否则每次新建任务，系统会都会生成一个新的文件夹

3. 学习打卡系统的设想与初步成果

以英语为例。在设计这个打卡系统之前，孩子练单词都是我说中文、他在纸上写英文，然后对照答案订正。这种方式一般只在老师要求课上默写的前两天进行，平时背记不多。应付课上默写效果还行，但因为有遗忘曲线，时间一长很多单词就忘了，尤其是脱离了句子，忘得更快。如果每天安排听写单词，一是费人力（得占一个大人），二是孩子也烦，无端增加压力，默写过程又很无趣。

后来我无意中看到一篇文章，介绍如何用小龙虾给孩子做学习打卡工具。这篇文章启发了我，我也打算动手做一个孩子的学习工具。方法很简单——直接在Workbuddy里把初步需求提出来，它会跟你确认具体需求，然后立刻开始做。

给Workbuddy提出需求

给Workbuddy提出需求

它果真做了一个出来，姑且叫1.0版本吧。这个版本主要有这些功能：

英语单词打卡1.0版本的主要功能

4. 版本迭代，功能优化

1.0版本最早是通过飞书问答的方式实现的。Workbuddy的Claw模块里有具体飞书配置教程，按步骤就能配好。配好飞书后，孩子通过飞书以问答方式背单词，但每发一个单词，Workbuddy都要处理一会儿，反馈有点慢——有时候输入一个单词要等10秒左右才能看到回复，效率比较低，尤其答错的时候。

飞书的英语打卡界面

所以，我就琢磨有没有更好的办法，于是又把问题抛给Workbuddy，让它看看怎么解决。它提供了三种方案，其中HTML方案因为完全在本地运行，可以实现秒回。

针对传输慢的问题，Workbuddy给的解决方案

随后，我就让它把打卡程序的HTML发到飞书上，通过HTML来打卡。旧问题解决了，新问题又来了：飞书聊天程序里没法直接运行HTML页面，只会显示源代码。而且我用的是iPad，iOS也限制Safari运行本地HTML。Workbuddy又给出了解决方案，就是下载一个HTML阅读器，我在AppStore里找到了一款免费的轻量HTML阅读器，它有5个标签页，可以同时运行5个页面，堪称完美。我后面还弄个了语文打卡工具，可以在不同标签中实现不同学科的打卡。

HTML阅读器解决了本地运行Html的问题

英语打卡工具后面根据使用情况迭代了2.0和3.0版本，主要是根据使用习惯做了一些调整，更新内容如下：

•当天答错的单词，第二天会再次出现，实现再记忆、再复习。

•在iPad上打字速度比较慢，而且孩子有时候会偷懒用语音输入（现在的熊孩子真聪明）来规避打字。所以后面改成了iPad出题 + 纸上作答的方式：iPad出题，孩子在纸上写，然后点“查看答案”，再点“答对了”或“答错了”。答对就进入下一题；答错了，需要在纸上再写一遍，再进入下一题。系统同样会记录当天的错题，第二天重复出现。

•仍然保留iPad键盘输入的模式，两个模式可以随意切换。

最后的版本效果如下：

英语打卡工具最终版本

用了几天后，孩子的反馈比较正面：

•数据统计能看到本次答题情况和积分；

•保留了书写习惯，避免用键盘导致书写能力下降；

•每天花5分钟就能完成，孩子压力不大，长期记忆有利于巩固单词；

•通过单词和句子，孩子能更好地理解单词，而不是光背不知道用法；

•最后也是最重要的一点——省了一个人力。果然，懒是进步的动力。

5. 举一反三：语文打卡程序

后来，根据英语打卡的逻辑，我又让Workbuddy做了一个语文的“看拼音写词语”程序。有了英语程序的经验，这次一次成功，非常完美。它能够读取之前文件的逻辑，还能适当调整页面，甚至主动提出一些建设性建议——比如在拼音下面写出词语的释义，帮助孩子理解。我感觉它都会“抢答”了。

Workbuddy已经能够很好地理解我的意思，而且还能提出建设性意见

语文看拼音写词语程序的实现效果

结语（硬上价值）

以上就是我通过Workbuddy，实战给孩子做的两个学习辅助小工具。其实这个软件的功能还挺强大的，大家可以慢慢开发，创造出适合自己需求、能解决实际问题的工具。

其实，一旦在工作中习惯了AI这个工具，就越来越离不开了。人工智能时代，基础和重复的工作可以被AI取代，但人的想法和需求是无限的。当更好的想法通过AI得以实现，就会形成巨大的能量。未来这一趋势将持续下去——人与AI协作共生，将是未来的大方向。

最后说一句，来张大妈快4000天了，终于发了第一篇文章，还能大家能够支持鼓励，谢谢！

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～