最近 WorkBuddy 火了。
月活 2000 万，日活 1300 万，沙利文报告把它列为中国桌面 AI 智能体第一。很多人用完之后的第一反应不是"好厉害"，而是——
这东西我也能做一个。
说实话，WorkBuddy 的产品完成度确实高。专家体系、技能市场、MCP 连接器、本地文件操作、多端同步……每一个能力单拎出来都不简单。但如果你把它的架构拆开看，核心设计其实没那么多黑魔法。
这篇文章，我就从 AI Agent 开发者的视角，聊聊如果要开源一个 WorkBuddy，到底该怎么设计。
先想清楚一件事：它不是聊天机器人
很多人做 AI 工具，第一反应是接个大模型 API，搞个对话框，完事。
WorkBuddy 之所以不一样，是因为它从一开始就不是"你问我答"的思路。它的核心逻辑是：
你给一个目标，它自己拆任务、调工具、交付结果。
这意味着系统需要的不是一个"对话引擎"，而是一个执行引擎——能理解意图、规划步骤、调用工具、处理异常、最终交付可验收的产物。
这才是真正的技术分水岭。
核心架构：三层能力体系
开源WorkBuddy架构图
把 WorkBuddy 拆开，最核心的设计是三层架构：专家 + 技能 + 连接器。
这三层各管一件事：
|
|
|
|
|---|---|---|
| 专家（Expert） |
|
|
| 技能（Skill） |
|
|
| 连接器（Connector） |
|
|
第一层：专家系统
专家不是"换个 system prompt"那么简单。
一个好的专家，要包含：这个领域的知识体系、工作习惯、工具链偏好、输出模板、判断标准。同样是审查合同，默认 AI 可能只说"注意付款条款"；而合同审查专家会逐条标注违约责任、管辖权、验收标准，引用具体法条，给出可替换的条款文本。
设计要点：专家定义要包含角色描述、可用技能列表、默认工具集、输出格式规范。建议用 YAML 或 JSON 配置化，支持热加载。
第二层：技能市场
技能是"把某件事该怎么做，固化成一套可复用流程"。
它不是独立应用，不会弹新窗口。用户在对话里说一句"根据周报做个汇报 PPT"，系统自动判断该调哪个技能，后台静默执行。
WorkBuddy 目前内置了超过 10000 个技能。更关键的是，它支持通过 MCP（Model Context Protocol）协议让开发者自定义技能——这意味着社区可以把个人经验变成可复用的组织智慧。
设计要点：技能需要标准化的元数据描述（输入/输出/依赖/权限），运行时要有沙箱隔离。MCP 协议是目前最靠谱的标准化方案，建议直接拥抱。
第三层：连接器
连接器解决的是"AI 怎么跟真实世界打通"。
Wind 金融数据、企业微信、腾讯文档、飞书、钉钉……没有连接器，AI 就只是个单机工具。有了连接器，它才能变成生态平台。
WorkBuddy 在 9 月份上线了开放平台，首批引入 100+ 生态伙伴，打通了硬件、应用和开发者三层生态。
设计要点：连接器要支持标准协议（MCP + OAuth），做到"写一次、到处用"。同时要做好权限隔离——连接器拿到的数据，不该让用户无感知地喂给模型。
执行引擎：真正的胜负手
沙利文的报告里有一句话说得很准：Harness（执行框架）是桌面 AI 智能体的真正胜负手。
为什么？因为"理解用户意图"这件事，大模型已经做得不错了。难的是从"理解"到"做完"之间的所有环节。
一个靠谱的执行引擎，至少要解决六个问题：
-
任务规划：把复杂任务自主拆解成可执行的步骤 -
工具调度：通过标准协议调用本地文件、外部 API、浏览器 -
多 Agent 协作：多个专家并行处理子任务，协同完成项目 -
记忆管理：持久化存储上下文，避免用户重复输入背景 -
错误恢复：执行失败时自动重试或降级，不是直接崩掉 -
安全沙箱：高危指令拦截，敏感数据本地处理不上传
目前开源社区已经有了一些靠谱的底座选择。比如腾讯开源的 Octop（MIT 协议），已经实现了多 Agent、专家体系、Skills、MCP、知识库、浏览器自动化、Terminal、定时任务等核心能力。还有社区做的 WorkDSH，基于 DeepSeek Harness 搭建了完整的工作台体验。
如果你想从零开始，建议直接站在这两个项目肩膀上。
产品体验：别忽视的"软"设计
技术架构只是基础。WorkBuddy 能跑出来，还因为它在产品体验上做对了几件事：
三种工作模式：Ask（只读问答）→ Plan（先拆解再执行）→ Craft（直接交付结果）。低风险任务用 Craft 快速出活，高风险任务用 Plan 先审后做。这种分层让用户有掌控感。
过程可视化：工作动态栏实时展示当前使用的技能、处理任务的专家、任务阶段、成员交接。用户不是在跟一个黑盒子交互，而是能"看见"AI 在工作。
真实文件交付：不是甩一段文字说"已完成"，而是直接交付 PPTX、DOCX、XLSX 等可编辑文件。用户打开就能继续改。
这三点，任何一个开源版本都不能忽略。
如果你想动手
最后给一个最小可行路径：
-
选底座：Octop 或 WorkDSH 挑一个，先跑起来 -
定义你的第一个专家：从你最熟悉的领域开始，配置角色 + 技能 + 工具集 -
接入 MCP 连接器：先连一个你最常用的数据源（飞书/企业微信/数据库） -
做一个端到端的技能：从一个真实痛点出发，走完"输入 → 处理 → 交付文件"全流程 -
开放技能市场：让团队里其他人也能贡献技能，形成飞轮
WorkBuddy 证明了一件事：AI 办公不是聊天机器人的下一个皮肤，而是一种新的工作范式。
开源版本的价值不在于复刻一个商业产品，而在于让每个团队都能拥有自己的"AI 同事"——按自己的需求定制，用自己的数据训练，在自己的环境里跑。
这条路的起点，就是今天。运行起来，看看效果！
关键词：#WorkBuddy #开源AI Agent #MCP协议 #多Agent架构 #AI办公 #Octop #WorkDSH #Skill技能市场 #智能体开发 #Harness执行框架