WorkBuddy 实战心得：一个五金模具师傅的 AI 办公笔记

我不是程序员，我的本职是服装辅料小五金的冲压模具设计，日常用精雕 JDPaint 画图编刀路。这篇文章记录我用 WorkBuddy 半年多攒下的真实用法——不聊概念，只聊它替我干了哪些活。

一、我是谁，我为什么用它

先交代背景，免得大家以为这是程序员的自嗨：

• 职业：小五金模具设计，每天打交道的是插杠厚度、合模尺寸、冲压工艺
• 编程水平：零。Python 是跟着 AI 一句一句学的
• 折腾过的东西：自建 NAS（宝塔 + Docker 全家桶）、Obsidian 知识库、B 站收藏夹考古

一开始我以为 AI 助手就是聊天机器人，问一句答一句。WorkBuddy 的区别在于：你说要求，它交付成品。这个差异在下面几个例子里会看得很清楚。

二、三个真实案例

案例 1：JDPaint 崩溃排查——AI 帮我定位了官方客服都没说清的问题

JDPaint 5.5 一直有个毛病：点"新建模型"就崩。网上搜到的答案清一色是"重装""缺文件"，都没用。

我把崩溃现象丢给 WorkBuddy，它没有瞎猜，而是：

1. 先查了我系统里的 JDPaint 安装目录和日志
2. 排除了文件缺失的可能
3. 给出因果链：显卡驱动 / OpenGL / DWM 合成器 / 高 DPI 缩放 的兼容性问题

我按它的思路把显示分辨率调回 1920×1080——崩溃消失。

这里我想说一点体验：好的 AI 排查问题像老工程师，先给因果链，再给方案。这种"先排查、再下结论"的节奏，比直接甩三个偏方有价值得多。

案例 2：服务器安全体检——查出六个洞

我那台腾讯云服务器跑着 Jellyfin、Immich、Navidrome 一堆自托管服务。让 WorkBuddy 做了一次安全体检，结果查出：

• MySQL 3306 对公网裸奔
• File Browser / Immich 明文 HTTP
• 3389 远程桌面端口开放
• 一堆弱口令（admin/admin123 级别的）

它按"先排查、给因果链、再给 A/B/C 方案让我选"的方式输出报告。我选了方案就让它直接上服务器改。AI 有能力边界，但把边界说清楚的 AI 比假装万能的 AI 有用十倍。

案例 3：知识库落地——AI 直接写进 Obsidian

我用 Obsidian 管理 30-资源类的行业资料。以前存一篇笔记要自己复制粘贴、补 frontmatter、归档附件。现在直接告诉 WorkBuddy"写入 Obsidian"，它按我的 PARA 结构和 YAML 规范直接落盘到 D:/Notes 对应目录。

三、踩坑与省积分经验

用久了也交了不少学费，几条实在的：

1. 简单问题用 Ask 模式。纯查询别开 Craft（执行模式），积分消耗差好几倍。
2. 需求一次说清楚。每多一轮来回对话就多一轮消耗，把背景、目标、验收标准一次给全。
3. 轻量模型够用就别上大模型。日常问答、翻译、整理，轻量的完全够。
4. 重要项目让 AI 先出方案再动手。代码如此，服务器操作更是如此——它提出改 nginx 配置前，我会先看 diff。

四、总结：AI 助手是"带脑子的实习生"

我的工作每天算的是画图纸，听起来和 AI 八竿子打不着。但这半年我发现，AI 工具的适用边界不在行业，而在任务性质——只要任务能拆成"明确目标 + 可验证结果"，它就能接。

对非技术背景的朋友，我的建议就一句：

别问"AI 能不能替代我"，问"我手头哪件事的结果是可以验收的"——从那件开始交给它。

（本文使用心得基于个人真实使用经历，环境为 Windows 11 + WorkBuddy 桌面客户端。）