Office 文件路由技能是处理本地文档前的「总闸」：先判断你要读、改还是新建，再把任务分派给对应技能，避免走错通道。 面对一份本地文件，AI 常常要面对一串选择：这是要读内容、还是就地编辑、还是从零新建?是 PDF 还是 Word?是改现有表格还是生成一份新表?选错通道，轻则绕远路，重则改错文件。WorkBuddy 的 Office 文件路由技能就是这道分流闸门——它在处理任何本地 pdf/doc/xls/ppt 文件之前被加载，也在你要求新建文档、表格或演示文稿时先被读取...
标签 技能 下的文章
把一个专家从需求到上架打包的整套流程，固化成可重复执行的步骤。 自己搓一个“专家”容易，让它能被 WorkBuddy 识别、能过审核、能上架，就不容易了：目录必须对、字段必须齐、头像规格、标签个数、能力描述字数都有硬要求。专家包管理器技能就是干这件事的——它按 WorkBuddy 专家开发规范 v2.0，把创建、校验、注册、打包串成一条流水线。
把微信小店的退款、加购、巡检包成一条命令，让 AI 只负责发起与核对。 开店的人都知道这类活有多碎：每天开后台，对着“运输中”的订单一张张点“仅退款”；或者想给商品加拉购数据，得在窗口里逐张点。DeskLink 把这些动作做成了命令行工具，而 DeskLink Ops 技能负责把命令用对、把结果核清、把简报写出来。它反复强调的一句话很关键：只在命令行调用，不要用鼠标去点界面——因为 UI 点击在客户机上反复失败过。
专门讲怎么写 SKILL.md、AGENTS.md，让代理每次都能走对流程。 写完一份技能文档，最挫败的体验是：你自己看得懂，代理却时而照做时而乱来。Writing for Agents 就是专门解决这个偏差的——它不教你写“好文章”，而是教你写“代理能稳定执行的文件”。核心观点很清醒：代理每次跑的是同一套过程，而不是产出同一个结果，所以文档的目标是可预测，不是好看。
把调研这件事交给一个独立上下文的代理，它只负责查证与存文件。 让主对话去做调研有个天然问题：查到一半上下文就满了，前面的资料被挤掉，最后只能凭模型记忆回答。Research 技能的思路很直接：开一个后台代理，给它一个干净上下文窗口，让它自己查、自己写、自己存成 Markdown，主对话继续干别的。它的规矩只有三条，但条条卡在质量上：只用一手资料、每条结论带出处、存在仓库已有的位置。