生产力拉满！11 月精选 15 个 WorkBuddy 智能体技能实测

WorkBuddy 生态里有大量技能可供安装，但质量参差不齐。为了方便筛选，从 8 月起我按月整理实测推荐。进入 11 月，这里整理了 15 个涵盖信息获取、思维决策、内容创作和商业探索四个方向的技能。

一、信息获取与学习

1、Agent Reach：检索并整理平台公开内容

直接让模型查看各平台的近期动态，常会因缺乏工具支持而受阻。Agent Reach 的作用是把对应平台的公开访问接口接入系统，由模型读取并整理公开信息。

本次以 B 站为例进行测试。安装后在列表内确认入口，使用以下提示词：

检查 B 站近期关于 AI 大模型最新进展的热门视频

它先检查工具可用性，再以相关关键词发起检索。受限于平台限制，部分视频字幕需要登录凭证才能读取，因此该技能主要负责检索定位。如需进一步提取正文或切片，可结合 Summarize 或 YouTube Clipper 串联处理。

最终输出按播放量排序的视频信息表：

安装方式

直接对 WorkBuddy 说：

帮我安装这个技能：https://github.com/Panniantong/Agent-Reach

2、Summarize：先把长文章读薄

长文往往信息密度高但耗费阅读时间。Summarize 专门用于抓取网页正文并提炼要点。测试选用了 Anthropic 的《Building effective agents》，检验其梳理结构与生成中文笔记的能力。

提示词如下：

请使用已安装的 Summarize 技能，总结 Anthropic 的公开文章《Building effective agents》。输出中文5个核心观点、工作流与智能体的对照表，以及给初学者的3条实践建议，保存为一份可打开的Markdown报告。

任务耗时约 4 分钟。命令先抓取完整正文，再由会话直接整理为报告，测试全程未配置额外的外部摘要服务密钥。

执行记录展示了正文提取流程：

生成的报告提炼了 5 个核心观点，说明了基础方案验证与复杂智能体架构的取舍边界。报告开头如下：

报告内整理的对比表明确了工作流与智能体的决策主体、适用场景与实现代价：

文末将原文核心结论与衍生的实践建议作了分层，适合作为精读前的大纲索引或读后复盘。

安装方式

直接对 WorkBuddy 说：

帮我安装这个技能：https://github.com/steipete/summarize

3、Academic Research Skills：从选题走到论文结构

写论文时常面临结构难以搭建、文献考证耗时的问题。Academic Research Skills 拆解了论文规划、文献梳理与初步审阅等流程。

测试提示词如下：

帮我规划一篇关于「AI Agent 在教育领域应用」的论文结构，并检索相关文献。请实际调用 Academic Research Skills，交付论文规划和分组文献阅读表，核对文献元数据，未核实的条目单列，不编实验数据。

安装加载后，系统实际调用了规划与研究子模块。运行界面如下：

产出包含论文规划与检索记录两份文件。大纲由 3 个研究问题细化为 6 个章节，并标出各部分所需的论据要求：

文献表收录 9 篇相关材料，划分为教育智能体、人机协同和通用架构三组，并标注元数据与研读要点：

本次仅比对了公开元数据与摘要信息，阅读表主要用于理清初期调研脉络，实际写作仍需核查论文全文。

安装方式

直接对 WorkBuddy 说：

帮我安装这个技能：https://github.com/Imbad0202/academic-research-skills

4、Bloom：一对一 AI 私教

面对零散的学习资料，自行规划路径容易缺乏反馈。Bloom 采用大纲拆解、分课教学、疑问标记与互动练习的结构组织自学流程。

测试提示词如下：

我想零基础学 Python 数据分析，给我出一套一对一的自学课程

生成耗时约 1 分 17 秒，交付了大纲文档与第一课内容。运行执行记录如下：

大纲罗列了 12 项拆分技能点，并附有自查进度框：

第一课以电子表格对照 Python 数据结构，配有代码段和自测题：

学习过程中可在疑惑处标记符号向模型追问。需要留意的是，课程开篇即引入了部分分析术语，零基础学习时仍需根据接受程度调整交互节奏。

安装方式

直接对 WorkBuddy 说：

帮我安装这个技能：https://github.com/Li-Evan/Bloom

二、思维与决策

5、魔鬼代言人：让别人先来挑毛病

方案自审容易忽略潜在漏洞。魔鬼代言人（Devil's Advocate）通过质疑前置假设，推演潜在风险与边界条件。

测试选用旧书交换方案作为输入，提示词如下：

请实际读取并使用已安装的 devils-advocate 技能，审查下面这份周末旧书交换活动方案。 方案：社区活动室周六14点到17点举办旧书交换；参与者每带一本书领一张换书券，每张券可换任意一本书；不提前报名，不限制书的类别和品相；计划安排2名志愿者负责收书、发券和维护秩序；活动结束后未换走的书统一捐赠。 请找出5个最值得担心的问题，逐项指出方案中的依据、可能后果与最小修改办法，再给不超过6项的执行前检查清单。只分析这份方案，不编参与人数、成功概率或已经取得的授权，不联系任何人，不实际举办活动。短段落、每段约100字，不用宽表格，保存并打开中文Markdown报告。

约 1 分 13 秒生成审查文档，界面显示其完整加载了对应规则：

报告重点指出了“品相不受限”可能导致的逆向选择，以及“统一捐赠”面临的受赠渠道权责问题，并给出调整方案：

结尾整理了执行前的检查条目：

该技能适合在方案定稿前进行反向审查，明确规则边界。

安装方式

直接对 WorkBuddy 说：

帮我安装这个技能：https://github.com/orange2ai/devils-advocate-skill

6、白毛股神 Serenity：整理投资研究问题

行业调研需要拆解商业链条与客观公开数据。Serenity 聚焦产业链位置、资金持仓变动与业务瓶颈的结构化梳理。

以英伟达为例，提示词如下：

用 serenity-perspective 技能研究英伟达（NVDA）的长期竞争力，重点拆解它在AI产业链中的位置，以及怎样判断机构资金的态度。区分芯片设计、制造、封装、服务器与云客户，说明利润来源和主要依赖；解释机构披露的报告期、滞后性与持股变化，给出核查表。引用资料写清日期，查不到的数字不填，不把机构持有等同看多，不给买卖建议。保存中文Markdown研究笔记。

完成耗时约 8 分钟，重点拆解了产业链各个环节的利润分配与上游依赖：

关于机构动向部分，报告提示了报告期滞后性及股数与市值变化的差异核查项：

文档主要提供调研清单与线索拆解，具体投资判断仍需核实最新财报与一手披露文件。

安装方式

直接对 WorkBuddy 说：

帮我安装这个技能：https://github.com/yijiashu/serenity-skill

7、cc-thinking-skills：提前推演计划会怎么失败

该仓库汇集了多种思维模型工具。本次调用其中的事前验尸（pre-mortem）模块，以“假设已经失败”为起点反推诱因。

提示词如下：

/thinking-pre-mortem 分析：假设「副业做付费专栏」计划一年后失败，最可能的原因是什么？仅做风险推演，不补作者职业、粉丝、收入或经营背景。列5项定性风险，每项包括失败路径、提前信号、最小验证动作；未知项标明，不编概率。实际读取 cc-thinking-skills 中的指定技能，保存中文Markdown。

运行耗时约 2 分 25 秒，正在生成报告的界面如下：

输出列出了阅读兴趣与付费意愿错位、触达通道受阻、交付负担过重等 5 条定性风险路径及早期排查信号：

结尾给出最小验证动作，包括小规模测试需求、明确交付量等：

梳理出的清单便于在项目启动前安排验证优先级。

安装方式

直接对 WorkBuddy 说：

帮我安装这个技能：https://github.com/tjboudreaux/cc-thinking-skills

三、内容创作与演示

8、YouTube Clipper：从长视频里挑出完整片段

长视频剪辑通常涉及定点、翻译与打轴。YouTube Clipper 依据字幕语义进行切分，并可直接压制字幕。

以 TED 演讲《尝试新事物30天》为例，提示词如下：

请使用 youtube-clipper 技能，剪辑 Matt Cutts 的 TED 演讲《Try something new for 30 days》。获取官方公开视频和带时间戳的英文字幕，按语义分章，选出2个各20—45秒、语义完整的片段，生成带中英双语硬字幕的MP4、双语SRT、章节表与发布文案。若YouTube源不可访问，可用同一演讲的TED官方公开视频和字幕，记录来源，不使用账号或Cookie。

任务耗时约 16 分钟，基于官方素材完成语义截取、双语字幕压制及转码。运行日志如下：

导出的两条短片分别围绕“挑战积累信心”与“小习惯的持续性”展开，保留原声并嵌入双语硬字幕：

第二段样片字幕对齐情况：

成片为标准横屏格式，如需用于竖屏平台还需后续重构画幅。交付文件包含 SRT 字幕源文件与分段文本，便于手动调整。

安装方式

直接对 WorkBuddy 说：

帮我安装这个技能：https://github.com/op7418/Youtube-clipper-skill

9、宝玉设计：把阅读器想法做成可操作的原型

宝玉设计仓库中的 claude-design 入口支持用自然语言直接生成前端交互原型。

需求提示词如下：

用 Baoyu Design 构建一个本地阅读器 App 的 UI 原型，包含文章添加、RSS 订阅、标签分类功能。使用该仓库当前的 claude-design 技能，生成中文示例文章，完成可操作的桌面端原型，保存本地文件并打开预览。RSS 更新用明确标注的离线数据演示。

执行流程与代码生成状态：

约 10 分钟交付可交互网页原型，界面采用三栏布局：

弹窗添加文章、分类筛选等交互逻辑均可在本地浏览器内直接响应：

原型中的 RSS 及内容抓取采用本地模拟数据，适合作为前期产品方案的概念验证。

安装方式

帮我安装这个技能：https://github.com/JimLiu/baoyu-design

10、GSAP 官方技能：网页动画

针对页面入场动效和滚动交互，GSAP 官方技能库规范了动效编写与时间轴调度。

测试提示词如下：

用 GSAP 做一个网页动画 demo：打开页面时标题文字逐字弹入，往下滚动时卡片依次浮现

耗时约 5 分钟，生成了包含样式和脚本的 HTML 文件：

首屏加载时标题文字逐字弹入：

向下滚动页面，下方卡片依次浮现：

脚本依赖 CDN 在线加载，排版细节可根据实际业务样式继续微调。

安装方式：

帮我安装这个技能：https://github.com/greensock/gsap-skills

11、HyperFrames：把网页动画渲染成视频

HyperFrames 的机制是将前端代码构建的动态画面直接渲染为视频文件，适合快速产出图解类科普视频。

使用 /hyperframes 运行 30 秒演示需求：

用 /hyperframes 制作并导出一个30秒的中文科普短视频，主题是「什么是 AI Agent」，面向完全不懂技术的观众。脚本由你写，用「帮我安排周末出游」串起提出目标、安排步骤、调用工具、检查结果四个场景。画面用本地HTML、SVG和文字动画，加入清晰字幕，可用本机中文语音时加配音。重要操作仍需人确认，最终交付可播放的MP4。

流程耗时约 18 分半，生成了包含配音与字幕的 1080P MP4 文件：

画面以卡片动画分段讲解任务分解：

结尾展示风控提示与人工核对环节：

整体呈现偏向扁平图解风格，文字排版清晰，适合制作概念解释类短视频。

安装方式

直接对 WorkBuddy 说：

帮我安装这个技能：https://github.com/heygen-com/hyperframes

四、商业与副业

12、dbskill：把商业问题拆成可验证的步骤

遇到转化或留存下滑时，避免主观臆测原因。dbskill 提供了一套商业排查框架。

以编程课续费异常为例，提示词如下：

/dbs-diagnosis 分析一个少儿编程课续费案例：已知有40个付费学员，但续费率很低。请列出如何判断问题出在产品、定价还是客户选择，需要哪些数据。缺少的数据标未知，不直接归因

在限制无证据推断后，模型给出了覆盖产品、交付、定价与目标客群的对照排查项：

随后列出从数据统计到用户访谈的具体验证流程：

输出重点在于明确需要调取哪些指标记录，避免盲目调整定价或产品。

安装方式：

帮我安装这个技能：https://github.com/dontbesilent2025/dbskill

13、企业调研：把公司信息和证据放在一起

企业背景调研要求信息具备可溯源性。Enterprise Company Research Agent 强调信息来源的标注与可信度分层。

以月之暗面为例发起测试：

请使用 enterprise-company-research-agent 调研「月之暗面」这家公司现在是什么情况：工商信息、融资、产品和负面舆情，未证实的部分单独标出来。保存中文报告，附来源和访问日期，区分官方自述、媒体报道与未取得原始材料的事项，不用推断填补缺口。

生成过程中的信息检索记录：

报告将获取到的网页明确归类为官方披露与媒体报道，并将未取得一手证明的事项单列：

结尾整理了需进一步核查的工商、合同与融资原件清单：

适合在初步对接或背调时梳理信息底稿，重大商业决策仍需核实法律和财务原件。

安装方式，直接对 WorkBuddy 说：

帮我安装这个技能：https://github.com/flicy/enterprise-company-research-agent

14、Wondelai：从产品想法走到访谈问题

产品立项前需要厘清用户核心诉求与替代方案。Wondelai 内置了多种产品分析框架，本次选用需求理论（jobs-to-be-done）模块。

以团购小程序为例，提示词如下：

用 Wondelai 的 jobs-to-be-done 技能分析「小区团购小程序」想法。没有用户访谈或交易数据，请把居民、团长、平台三类需求写成待验证假设，列触发场景、任务、替代办法、可能痛点和反证信号；再给不诱导用户的访谈问题与6个最小验证动作。不编评分或付费意愿，保存中文Markdown报告。

报告生成记录如下：

输出梳理了居民、团长和平台三方的场景与潜在痛点假设，并输出基于过往经历的访谈问题：

文档罗列了 6 项低成本验证步骤：

提纲侧重于检验假设是否成立，避免在缺乏实据前直接推断需求真伪。

安装方式，直接对 WorkBuddy 说：

帮我安装这个技能：https://github.com/wondelai/skills

15、marketingskills：写好首封邮件和后续回复

冷启动沟通中，文案应侧重于建立联系与收集需求。marketingskills 包含文案、营销与邮件等多类模块，本次调用 cold-email 工具。

提示词设定为向已订阅读者了解需求：

请使用 marketingskills 中的 cold-email，为「程序员副业」知识付费专栏写一组中文筹备邮件，包含首封、两封跟进和没时间、没方向、担心投入后没结果三类应答，保存Markdown。读者已主动订阅，当前只确定主题，价格、上线时间和课纲尚未确定。围绕了解需求、邀请回复写完整文案，每封正文不超过150字，只设一个回复动作。不用占位符，不编个人经历、成功案例、收益和稀缺名额。待补资料单列，不连接邮箱、不发送。

任务耗时约 1 分半，执行记录确认调用了对应规则：

首封邮件与后续跟进分别设置了具体的询问切入点，避免机械催促：

针对常见疑虑的应答模板：

文案聚焦在早期需求沟通与反馈收集上，整体表达较为克制。

安装方式，直接对 WorkBuddy 说：

帮我安装这个技能：https://github.com/coreyhaines31/marketingskills

五、做个总结

各技能的定位和对应场景已归纳如下：

如果是文字或内容处理，可以从 Summarize 或 YouTube Clipper 开始测试；如果是前端或动效原型，宝玉设计和 HyperFrames 能直观呈现效果。

建议根据当前的具体任务挑选尝试，观察产出质量和调整成本，再决定是否纳入日常工作流。

作者提示含AI生成内容。作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～