腾讯 WorkBuddy AI Agent 深度指南：MCP协议 + Skills扩展 + 自定义模 - 文章 - 开发者社区

摘要

腾讯 WorkBuddy 是腾讯云代码助手团队推出的桌面级 AI Agent 智能体，支持自然语言驱动本地文件操作、多 Agent 并行执行，并深度集成 MCP 协议与 Skills 扩展机制。本文从 OpenClaw 的演进背景出发，详细拆解 WorkBuddy 的底层架构、企业级安全沙箱、IM 远程控制能力、自定义模型接入（兼容 OpenAI 协议，这用 UIUIAPI 演示获取claude api key并附上配置教学）以及 SKILL.md 知识注入实战。无论你是开发者、运维还是极客玩家，都能通过 5 分钟配置实现自动化代码 Review、日志分析等场景，真正把 AI 从“聊天工具”升级为“执行型同事”。文章结合真实配置代码和 Skill 模板，提供可直接落地的干货方案，助力开发者高效重构工作流。

picture.image

为什么开发者需要 WorkBuddy？

2026 年，AI 已从“会聊天”进化到“会干活”。但传统聊天机器人仍停留在“记录型系统”，无法直接操作本地文件、运行脚本或跨应用执行复杂任务。

腾讯 WorkBuddy（由 CodeBuddy 团队打造）正是这一转变的代表。它是兼容 OpenClaw（社区俗称“小龙虾”）的桌面级 AI 执行体，支持自然语言直接驱动操作系统级操作，并通过 MCP 协议实现模型与本地环境的双向交互。

相比开源 OpenClaw，WorkBuddy 解决了部署门槛高、安全漏洞多、权限过宽等问题，真正适合企业级和个人开发者落地使用。本文从架构到实战，帮你快速掌握高阶玩法。

1. 核心架构：MCP 协议与多 Agent 并行

WorkBuddy 的底层核心是 模型上下文协议（Model Context Protocol，简称 MCP）。它让大模型能够安全地与本地文件系统、Shell 命令、浏览器等进行实时交互。

关键能力包括：

意图解析与任务拆解：输入“分析桌面上的会议纪要并提取行动项”，系统自动拆分为文件读取 → 文本提取 → 逻辑总结 → 生成报告。
多 Agent 并行：复杂任务可分配给多个 AI 实例同时处理，例如一个抓取网页数据、一个清洗 Excel、一个生成图表。
模型不可知（Model-Agnostic）：内置混元（Hunyuan），同时支持 DeepSeek、GLM、Kimi 等国内主流模型，按任务动态切换。

这些特性让 WorkBuddy 从“辅助工具”变成了真正的“数字执行官”。

2. 安全升级：从开源风险到企业级沙箱

开源 OpenClaw 曾因权限过宽、配置暴露等问题引发安全事件。WorkBuddy 基于腾讯内部 CodeBuddy 架构进行了彻底重构：

所有本地操作必须经过显式授权，采用严格的权限隔离沙箱。
提供统一审计日志，可追踪每一步执行路径。
技能生态由官方审核 + 受控开放组成，避免社区恶意插件风险。

开发者可放心在生产环境中使用，无需担心数据泄露或越权执行。

3. 基础配置：5 分钟上手

下载安装：访问 workbuddy.tencent.com，选择 Windows/macOS 安装包。
登录授权：微信/企业微信/QQ 登录，授予工作目录权限。
开启 IM 远程控制：个人中心 → Claw 设置 → 绑定微信/企微/飞书/钉钉，手机即可远程指挥桌面执行并接收结果。

基础使用零学习成本，一句自然语言即可开始。

4. 高阶玩法一：自定义 API 接入，实现模型自由

WorkBuddy 原生支持 OpenAI 兼容格式，可自由接入任意大模型。

picture.image

推荐文件配置步骤：

创建目录（macOS/Linux）：
```
mkdir -p ~/.workbuddy
```

新建 models.json（示例同时接入两个强模型）：

{
  "models": [
    {
      "id": "gpt-5.4",
      "name": "gpt-5.4",
      "vendor": "OpenAI",
      "url": "https://sg.uiuiapi.com/v1/chat/completions",
      "apiKey": "your-uiuiapi-key-here",
      "maxInputTokens": 128000,
      "maxOutputTokens": 4096
    },
    {
      "id": "claude-sonnet-4-6",
      "name": "claude-sonnet-4-6",
      "vendor": "OpenAI",
      "url": "https://sg.uiuiapi.com/v1/chat/completions",
      "apiKey": "your-uiuiapi-key-here",
      "maxInputTokens": 200000,
      "maxOutputTokens": 8192
    }
  ],
  "availableModels": ["gpt-5.4", "claude-sonnet-4-6"]
}

保存后完全重启 WorkBuddy 即可在模型列表中使用。

本文演示接入 UIUIAPI 作为演示：只需一个 Endpoint 和 Key，即可调用上百种主流 LLM比如：获取Gemini，OpenAI，claude api key等，统一管理、稳定高并发，极大降低 API 运维成本。

picture.image

5. 高阶玩法二：Skills 扩展，注入领域专业知识

Skills 是 WorkBuddy 最实用的知识资产化功能，把 SOP、输出模板、坑点固化为 SKILL.md，让 AI 成为“懂业务的专家”。

加载方式（推荐顺序）：

SkillHub 一键安装（最快）。
拖拽 SKILL.md 文件到聊天框自动导入。
手动放入 ~/.workbuddy/skills 目录后重启。

自定义 SKILL.md 示例（代码 Review 专家）：

---
name: code-review-expert
description: 专业后端代码审查技能
version: 1.3
tags: [code, review, security]
---

# 角色设定
你是拥有 10 年经验的 Senior Backend Engineer，精通 Go/Java/Python。

# 标准操作流程（SOP）
1. 通读 diff，理解变更意图。
2. 检查安全性、性能、规范、可维护性。
3. 输出固定格式：整体评分 + 问题清单 + 修复建议 + 代码补丁。

# 常见坑点
- 必须考虑生产环境影响
- 拒绝模糊结论

保存后即可在指令中调用“使用 code-review-expert Skill”。

6. 实战演示：自动化代码 Review 闭环

配置 Claude 模型 + code-review-expert Skill。
选中项目目录或拖入 diff。

输入指令：

使用 uiui-claude 模型 + code-review-expert Skill，对 src/ 目录变更进行完整审查。

系统自动读取文件、加载技能、生成结构化报告（含评分、问题清单、修复补丁）。可进一步叠加 unit-test-generator Skill 自动补测试用例。

类似场景还适用于日志根因分析、批量数据处理等，效率提升数倍。

7. 最佳实践与工具链总结

Skills 粒度宜小而精，高频技能常驻。
models.json 与 SKILL.md 建议放入 Git 实现团队共享。
完整链路：WorkBuddy（执行层） + UIUIAPI（模型层） + Skills（知识层） + MCP（能力层） = 低维护、高扩展的 AI Agent 工作流。

picture.image

界智通(jieAGi)总结

腾讯 WorkBuddy 把 AI Agent 真正带到了开发者桌面。它解决了开源方案的安全痛点，通过 MCP、Skills 和自定义 API 实现了“模型自由 + 知识资产化”。从 5 分钟上手到高阶闭环自动化，只需一次配置，就能让重复劳动交给 AI，自己专注核心创造。

建议从简单任务开始，逐步构建个人技能库。欢迎在腾讯开发者社区分享你的 models.json 配置或 SKILL.md 模板，一起完善 WorkBuddy 生态。

（本文基于 WorkBuddy 最新版本实测，配置以官方文档为准）

版权信息：本文由界智通(jieagi)团队编写，保留所有权利。未经授权，不得转载或用于商业用途。