WorkBuddy 使用指南:从零开始配置 QQ 机器人,解锁桌面智能体新玩法

WorkBuddy 使用指南:从零开始配置 QQ 机器人,解锁桌面智能体新玩法

文章目录

前言

在大家还在沉迷于如何搭建 OpenClaw 的时候,腾讯竟然悄悄公测了 WorkBuddy。这是一款面向全角色的桌面智能体,下达指令即可自动生成文档、表格、图表及 PPT 等可视化成果,能够自主规划并交付多模态复杂任务结果,支持多 Agents 并行工作,极致提效,并内置主流 MCP 与 Skills 以扩展能力边界。本篇文章将带大家了解如何使用 WorkBuddy 接入 QQ,并通过 QQ 实现任务的发布等功能。

下载 WorkBuddy

访问官网,在导航处选择 WorkBuddy,并选择符合自己电脑系统的版本进行下载安装即可。

认识 WorkBuddy

如图所示,WorkBuddy 界面简洁,侧边栏初始时有三个 Tab,分别是 新建任务Claw插件市场

插件类型

WorkBuddy 支持以下几种插件类型:

类型说明
Skill技能插件,为 WorkBuddy 添加特定领域的能力
MCPModel Context Protocol 插件,连接外部服务和数据源
Hook钩子插件,在特定时机自动执行操作
Agent智能体插件,提供专门的任务处理能力
Rule规则插件,定义 WorkBuddy 的行为规范

配置 QQ 机器人

登录 QQ 开放平台并注册激活账号

如果你之前没有使用过 QQ 开放平台,需要先进行注册。点击链接,通过该网址完成账号注册。

按照要求注册账号并完成实名认证,正确登记后即可激活。

配置超级管理员、主体及认证信息

  1. 为自己或他人设置超级管理员,填写相关信息。
  1. 填写主体信息,可选择企业、个体户或个人,按需选择即可。以下为选择个人的示例,填写完表单后继续。
  1. 审核通过并完成人脸识别后,即可正式入驻 QQ 开放平台。

创建 QQ 机器人

  1. 前往 QQ 开发平台,使用前面注册的账号扫码登录。
  1. 选择资源类型进行创建,本次目标是创建机器人,选择机器人选项即可。
  1. 创建机器人,填写名称、头像及描述信息。
  1. 提交创建后,页面会自动展示已申请的机器人列表。

获取 AppID 和 AppSecret

  1. 点击刚刚审核通过的机器人,进入配置发布流程页面。
  2. 点击「开发管理」,复制 AppID;在 AppSecret 处点击生成按钮,重置并复制 AppSecret
注意:若非第一次获取,再次复制 AppSecret 时需要重新生成。

在 WorkBuddy 中填写刚刚获得的 AppIDAppSecret

从 Claw 中获取 Webhook

返回 WorkBuddy 的 Claw 页面,复制页面中提供的 Webhook 地址。

在 QQ 开发平台配置回调地址

  1. 前往 机器人后台,点击需要配置的机器人名称(若有多个机器人,请选择对应的机器人进行配置)。
  1. 进入 回调配置页面,将上一步复制的 Webhook 地址粘贴到请求地址栏,并保存。
  1. 完成请求地址填写并添加所需事件后,点击「确认配置」按钮使配置生效,如下图所示。

开始使用 WorkBuddy Claw

  1. 完成配置后,在 WorkBuddy 中点击二维码,使用 QQ 扫码即可开始聊天。
  1. 回到 QQ 中与 WorkBuddy 互动,下达指令让其启动一个定时任务。
  1. 实时执行效果预览如下。

就这样,我们相当于拥有了一个 24 小时在线的"工人",随时帮我们监测黄金走势。

至此,WorkBuddy 接入 QQ 的完整配置流程已全部完成,感兴趣的开发者快来上手体验吧!

总结

WorkBuddy 的核心价值在于将 AI 智能体能力与日常通讯工具打通,用户只需通过 QQ 发送一条消息,便可驱动后台多 Agents 协同完成复杂任务。无论是定时监控、信息汇总还是自动报告生成,都能轻松应对,真正实现"让 AI 替你工作"。

Read more

GTC2026前瞻(二)Agentic AI 与开源模型篇+(三)Physical AI 与机器人篇

GTC2026前瞻(二)Agentic AI 与开源模型篇+(三)Physical AI 与机器人篇

(二)Agentic AI 与开源模型篇 Agentic AI与开源模型:英伟达想定义的,不只是“更聪明的模型”,而是“能持续工作的数字劳动力” 如果说过去两年的大模型竞赛,核心问题还是“谁能生成更像人的答案”,那么到了 GTC 2026,问题已经明显变了。英伟达把 Agentic AI 直接列为大会四大核心主题之一,官方对这一主题的定义也很明确:重点不再是单轮问答,而是让 AI agent 能够推理、规划、检索并执行动作,最终把企业数据转化为可投入生产的“数字劳动力”。这说明,Agentic AI 在英伟达的语境里,已经不是一个前沿概念,而是下一阶段 AI 商业化的主战场。(NVIDIA) 一、GTC 2026真正的变化,是 AI 开始从“会回答”走向“会做事”

AI写作避坑指南:用Qwen3-4B-Instruct少走弯路

AI写作避坑指南:用Qwen3-4B-Instruct少走弯路 1. 引言:为何选择Qwen3-4B-Instruct进行AI写作? 在当前生成式AI快速发展的背景下,越来越多的内容创作者、开发者和研究者开始借助大语言模型提升写作效率。然而,面对参数规模从0.5B到70B不等的各类模型,如何在性能、资源消耗与输出质量之间做出平衡,成为实际应用中的关键挑战。 Qwen3-4B-Instruct 作为阿里云通义千问系列中面向指令理解优化的40亿参数模型,凭借其出色的逻辑推理能力、长文本生成稳定性以及对CPU环境的良好支持,成为高性价比AI写作的理想选择。尤其在集成高级WebUI后,该模型不仅适用于技术文档、小说创作、代码生成等复杂任务,还能在无GPU环境下稳定运行,极大降低了使用门槛。 本文将围绕 “AI 写作大师 - Qwen3-4B-Instruct” 镜像 的实际部署与使用经验,系统梳理常见误区,并提供可落地的优化建议,帮助用户高效利用这一工具,避免踩坑。 2. 模型特性解析:为什么4B是AI写作的“黄金平衡点”? 2.1 参数规模与能力边界 相较于更小的0.5B或

Stable Diffusion 3.5-FP8模型是否支持WebGPU加速?未来可期

Stable Diffusion 3.5-FP8模型是否支持WebGPU加速?未来可期 在一台轻薄本上,用浏览器打开一个网页,输入“赛博朋克风格的机械猫,在雨夜城市中跳跃”——几秒后,一幅细节丰富、光影逼真的4K图像跃然屏上。整个过程无需安装任何软件,不上传数据,也不依赖云端服务器。 这听起来像科幻?其实离我们并不遥远。 随着Stable Diffusion 3.5-FP8这类高性能量化模型的推出,以及WebGPU等新一代Web计算标准的成熟,这样的场景正逐步成为现实。关键问题来了:FP8模型能在WebGPU上跑起来吗? 答案是:目前还不行,但——非常接近了。🚀 🔍 为什么是FP8? 先说清楚一件事:FP8不是简单的“砍精度”。它不像早期的INT8量化那样容易导致生成质量断崖式下降。相反,FP8(尤其是E4M3和E5M2格式)通过精心设计的指数-尾数结构,在仅用1字节存储的情况下,依然保留了足够的动态范围来应对扩散模型中复杂的激活分布。 举个例子,原始SD3.5使用FP16时,显存占用大约9GB,推理时间可能要十几秒;而FP8版本直接压缩到约4.5GB,速度提升40%

AIGC时代的网络安全威胁与应急响应机制构建

AIGC时代的网络安全威胁与应急响应机制构建

文章目录 * 一、AIGC时代的网络安全威胁 * 二、应急响应机制的构建 * 三、代码示例 * 《网络安全应急管理与技术实践》 * 编辑推荐 * 内容简介 * 作者简介 * 目录 * 前言/序言 随着人工智能生成内容(AIGC)技术的迅猛发展,我们正步入一个前所未有的创新与变革的新时代。然而,与这一技术革新相伴的,不仅仅是便利和效率的提升,更有日益严峻的网络安全威胁。AIGC技术在显著提升内容生成效率与质量的同时,也悄然带来了新的攻击面与潜在风险,这些风险若不及时应对,将对个人、组织乃至整个社会造成深远的影响。 一、AIGC时代的网络安全威胁 在AIGC时代,数据泄露与隐私侵犯的风险愈发突出。AIGC技术依赖于海量数据,这些数据中不乏敏感信息,一旦数据保护措施出现疏漏,这些信息就可能被不法分子恶意利用,导致个人隐私泄露、财产损失等严重后果。 此外,恶意代码注入也是AIGC系统面临的一大威胁。在系统的训练或推理过程中,如果输入数据未经严格过滤,就可能被注入恶意代码,进而引发系统瘫痪、数据篡改等安全问题。 算法偏见与歧视同样不容忽视。