WorkBuddy 实战：04-快速完成第一个 WorkBuddy 任务

如何写一个任务说明

入门任务 A：整理文件

目标：整理 input 目录中的练习文件，便于按类型查找。
输入：仅处理当前工作区的 input 目录。
动作：识别文件类型，提出分类和重命名方案。
约束：不删除、不覆盖原文件；重名时保留两份并标记序号。
输出：先生成 inventory.xlsx 和 proposed-actions.md。
验收：清单文件数与 input 实际文件数一致，所有动作可追溯。
在我确认 proposed-actions.md 前，不移动文件。

入门任务 B：生成会议纪要

请把 input/meeting.txt 整理为结构化会议纪要。
必须包含：会议结论、待办事项、负责人、截止日期、待确认问题。
不能从原文确认的负责人或日期写“待确认”，不要自行补全。
输出 output/会议纪要.md 和 output/待办清单.xlsx。
验收：每一项结论可以在原文找到依据；待办不遗漏负责人和时间状态。

入门任务 C：Word 转 PPT

把 input/项目汇报.docx 转成 10 页以内的内部汇报 PPT。
受众：部门负责人；汇报时长：8 分钟。
保持原文事实和数字，不新增未经证实的数据。
结构：背景、现状、问题、方案、计划、需要决策。
使用 reference/brand-guide.pdf 中的颜色与字体规范。
输出 output/项目汇报_v1.pptx，同时提供逐页内容清单。
验收：每页只有一个核心观点，数字与原文一致，正文在投影状态可读。

腾讯 CodeBuddy 同源底座与环境配置

WorkBuddy 采用腾讯云代码助手 CodeBuddy ( codebuddy.cn ) 相同的核心智能体引擎。在配置本地开发与脚本运行环境时，WorkBuddy 会在系统根目录创建 .workbuddy 隐藏文件夹来存储配置 and 中间缓存。

离线本地大模型（ Ollama ）适配步骤

如果您处理机密的财务数据或核心资产代码，可以在本地部署离线大模型以保障核心数据不出网：

1. 本地安装并运行 Ollama 工具。
2. 在本地终端中拉取 llama3 或 deepseek-coder 模型：ollama run deepseek-coder。
3. 打开 WorkBuddy 客户端模型设置面板，地址指向 http://localhost:11434，测试连接成功即可使用离线分析功能。

常见故障排查（ FAQ ）

• 问题一：启动时报错 Python 环境未找到（ Python Not Found ） 原因：WorkBuddy 本地沙箱环境运行脚本依赖本地 Python 环境。如果系统未安装 Python，或者未添加至环境变量 PATH 中，会导致此报错。 解决方法：前往 Python 官网下载最新版，安装时务必勾选“Add Python to PATH”；或者在客户端的设置 -> 常规配置中，手动指定本地 python.exe 的绝对路径。
• 问题二：大模型任务规划陷入死循环（ Looping Alert ） 原因：当生成的 Python 脚本报错时，Agent 会尝试“读取错误 -> 修复代码 -> 重新运行”。如果逻辑过于复杂或提示词存在歧义，可能会陷入死循环重试。 解决方法：点击界面的“终止/Stop”按钮强制中断。建议将任务拆分为分步指令，或者切换到推理能力更强的模型。