WorkBuddy深度使用报告

前言

博主用过的 AI 编程助手不少，从最早的 Copilot 到后来的 Cursor、Windsurf 之类的，基本上出来一个试一个。说句实话，大部分工具的核心体验拉不开差距——都是补全、问答、代码生成这三板斧。直到最近深度使用了 WorkBuddy，发现有些东西确实不太一样。

这篇就随便聊聊使用感受，不讲大道理，只说实际体验。

一、先说几个印象比较深的点

1.1、不只是代码补全工具

这玩意儿定位更像是你的技术副手，而不是单纯在编辑器里帮你写代码。它不走 IDE 插件那套路子，而是一个独立应用，有自己的工作区、会话管理、任务系统，甚至还能建团队协作。刚上手的时候会觉得”这玩意儿怎么这么重”，但用两天就发现重有重的道理。

1.2、Skills 体系是个好东西

WorkBuddy 内置了一套叫 Skills 的机制，简单理解就是给 AI 装插件。比如你想让它处理 PDF，它会自动加载 PDF 相关技能；你想操作 Word 文档，它就加载 docx 技能。每个技能里封装了特定的工具链和工作流。

目前我装的有：

linux-performance-analyzer —— Linux 性能分析与调优
server-batch-manager —— 多台服务器 SSH 批量管理
frontend-dev / fullstack-dev —— 前后端开发全套
lexiang-knowledge-base —— 对接乐享知识库

而且 Skills 是可以自己写的。如果你某次做了一个复杂的多步骤操作（比如搭了一套 monorepo + pnpm + eslint + husky），WorkBuddy 会主动提醒你把这个流程保存成 Skill，下次遇到类似场景直接复用。

👉 这个设计思路我觉得挺对：AI 不是万能的，但你遇到的问题往往是重复的，把重复问题的解法沉淀下来比每次都从零推理要靠谱得多。

1.3、Memory 三层记忆

这个算是一个比较有意思的设计。WorkBuddy 的记忆分成三层：

层级	范围	作用
Cloud Memory	跨会话	服务器自动总结你的习惯和偏好
User-level Memory	跨项目	你手动写入的全局规则（`~/.workbuddy/MEMORY.md`）
Workspace Memory	当前项目	项目级别的日工作日志 + 长期项目笔记

实际用下来，Cloud Memory 那层基本无感，不需要管。Workspace Memory 最实用——每次干完活自动追加当日日志 .workbuddy/memory/YYYY-MM-DD.md，下次打开项目它知道之前做到哪了。

⚠️ 不过有个槽点：每天自动追加的日志多了之后需要手动整理到 MEMORY.md 里归档，不然就会变成一坨。虽然 WorkBuddy 会在超过 30 天时提醒你维护，但略显麻烦。

二、MCP 对接体验——重点说说 GoLand

2.1、MCP 是什么

MCP（Model Context Protocol）就是 AI 和各种外部工具之间的标准协议。WorkBuddy 支持通过 MCP 连接到各种外部服务——数据库、IDE、API 等等。

目前 WorkBuddy 内置支持的连接器一大堆：飞书、钉钉、企业微信、GitHub、TAPD、语雀、腾讯文档、百度网盘等等。但大部分我都还没用上。

2.2、GoLand 对接全流程

GoLand 这块是我这次重点折腾的对象。GoLand 有自己的 MCP Server 插件，可以让你在 WorkBuddy 里直接操作 GoLand。

配置有两种方式：SSE 和 stdio。

SSE 方式

在 ~/.workbuddy/mcp.json 里写：

{
  "mcpServers": {
    "goland": {
      "type": "sse",
      "url": "http://localhost:64343/sse",
      "disabled": false
    }
  }
}

然后去 GoLand → Settings → Tools → MCP Server，勾选启用，确认端口是 64343。

⚠️ 注意：自定义连接器不会出现在左侧连接器列表中，需要在连接器管理里看状态。

stdio 方式

GoLand 也提供了 stdio 配置，直接通过 Java 启动 McpStdioRunner：

{
  "mcpServers": {
    "goland": {
      "type": "stdio",
      "command": "/Applications/GoLand.app/Contents/jbr/Contents/Home/bin/java",
      "args": [
        "-classpath",
        "/Users/ebertwiseman/Library/Application Support/JetBrains/GoLand2025.2/plugins/mcpserver/lib/mcpserver-frontend.jar:...",
        "com.intellij.mcpserver.stdio.McpStdioRunnerKt"
      ],
      "env": {
        "IJ_MCP_SERVER_PORT": "64343"
      },
      "disabled": false
    }
  }
}

但我实测 stdio 方式没走通，WorkBuddy 没能识别到这个配置。可能是 WorkBuddy 对 stdio 类型的支持还不够完善。最终用的还是 SSE 方案。

2.3、连上之后能干什么

连上 GoLand 之后，WorkBuddy 可以直接：

📂 浏览项目目录树（list_directory_tree）
📝 在 GoLand 里创建、打开、编辑文件
🔍 全文搜索、按 glob 模式找文件
🔧 代码重构（智能重命名——不是简单的文本替换，是真的理解代码结构的那种）
🐛 获取文件的代码检查结果（错误和警告）
📖 查看符号信息（类似 IDE 的 Quick Documentation）
⚡ 格式化代码
▶️ 运行 Run Configuration
🖥️ 在 GoLand 终端里执行命令

实测了一下，让它扫描项目结构、浏览目录树、在编辑器里打开指定文件，响应都很快，跟在 IDE 里手动操作没啥延迟感。

2.4、和直接用 WorkBuddy 自带文件操作的区别

有人可能会问：WorkBuddy 不是自己能读写文件吗，干嘛还要走 GoLand？

👉 区别在于：

自带的文件操作：直接写文件系统，GoLand 感知不到，需要手动同步/刷新
通过 GoLand MCP：操作是在 IDE 上下文里进行的，文件创建后 GoLand 立即识别，代码检查、格式化、重构一气呵成

如果只是改个配置文件，用自带工具就行。但如果涉及大量代码修改、重构、代码检查，走 GoLand MCP 体验好很多。

三、日常使用场景

3.1、Debug 排错

举个实际例子——前阵子排查一个 too many open files 的问题，让 WorkBuddy 帮我定位 limits.conf 为什么不生效。它会自己 cat /proc/PID/limits、查 systemd service 文件、改 system.conf，整个排查流程一气呵成，不像有些工具只会给你一个 article link 让你自己看。

3.2、服务器批量管理

通过 server-batch-manager 技能，可以同时对多台服务器执行命令、检查状态、更新配置。适合管一堆 VPS 又懒得一台台登录的场景。

四、一些槽点和建议

好的说完了，说说不好的：

自定义 MCP 连接器不可见：左边栏的连接器列表不显示手动配置的 MCP，只能在连接器管理里看。刚开始搞 GoLand 对接的时候我还以为没连上，debug 了一圈。
stdio 支持不确定：GoLand 官方给了 stdio 配置，但 WorkBuddy 似乎没兼容。如果能支持 stdio，就不用手动开 GoLand 的 MCP Server 了，WorkBuddy 启动时自动拉起，体验会更好。
Memory 整理需要手动维护：每天的日志自动追加是优点，但日积月累之后归档是个问题。如果能有个自动总结机制就好了。
Agent 模式门槛：Task / Team / Agent 这套体系功能上很强大，但新手上手有点懵逼。第一次看到 TeamCreate 和各种 subagent_type 的时候，我当机了几秒。

五、总结

维度	评价
代码生成	和其他主流工具持平
Skills 机制	👍 亮点，可沉淀经验
MCP 生态	连接器够多，但部分不够稳定
记忆系统	实用，但需要维护
任务/团队系统	功能强，学习曲线陡
独立应用形态	仁者见仁，我自己用下来觉得比插件形态好用