2026年用 WorkBuddy 从零打造一本 AI 科普书——我的《ZZZ白话讲AI》创作实录

大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。

标签： 腾讯云OpenClaw玩虾大赛

作为一名长期关注 AI 领域的开发者，我发现一个尴尬的现象：市面上的 AI 教程要么太学术（一堆术语让人望而却步），要么太零散（只教你怎么用工具，不讲底层逻辑）。很多职场新人和大学生想入门 AI，却不知道从何下手。

于是，我萌生了写一本"零基础也能看懂"的 AI 科普书的想法——《ZZZ白话讲AI》。这本书的定位很明确：

但问题来了：我一个人，如何在有限的时间内完成这么大体量的内容创作？

答案是：WorkBuddy。

在决定创作工具时，我对比了几种方案：

WorkBuddy 吸引我的地方在于三个核心能力：

第一步：项目初始化

打开 WorkBuddy，创建工作空间，将项目文件夹关联进去。

关键操作：

让AI在项目根目录创建 .workbuddy/memory/ 目录
让AI建立每日工作日志文件（如 2026-04-09.md）
让AI创建项目级 Skill（如"文章转化为章节"的工作流程）

这样，WorkBuddy 就能记住项目的整体结构和我的写作规范。我还会在 .workbuddy/memory/ 中记录每天的工作内容和关键决策，形成项目的"工作记忆"。

第二步：多模型分工协作

我给不同模型分配了不同角色：

具体操作：

这种"评审-润色"的分工模式，让我能充分利用各模型的优势：DeepSeek 的逻辑能力强，GLM 的结构感好，Kimi 的文笔流畅。

整个过程在 WorkBuddy 中一键切换，上下文完全保留，不用重复交代背景。

第三步：资料收集与引用

在写某些章节（比如 CLI 开源分析）时，需要查找最新资料。

操作方法：

第四步：长程任务管理

这本书的创作跨度数天，期间需要保持概念一致性。

WorkBuddy 的记忆功能帮我解决了这个问题：

例如，当我写到第 5 章时，WorkBuddy 会提醒我："第 4 章用的是六部件框架，这里是否保持一致？" 这避免了前后矛盾的问题。

第五步：文件直接操作

WorkBuddy 可以直接读取和修改项目文件，这是我最高频使用的功能。

典型工作流：

不用复制粘贴，不用担心格式错乱，效率提升非常明显。

第六步：Skill 扩展能力

WorkBuddy 还有一个强大的功能——Skill 系统。可以安装各种预设的工作流 Skill，把复杂的任务自动化。

我在项目中安装并使用了 "求是" Skill：

"求是" Skill 的作用：

基于调查研究、矛盾论、实践论等方法论，帮助进行内容分析与架构设计

使用场景示例：

在写扩展章节《当软件不再"给人用"》时，我需要分析 2026 年 3 月 CLI 集体开源这个事件。通过"求是" Skill，我：

这种系统化的分析方法，让我的文章有了更深入的思考框架，而不仅仅是现象描述。

Skill 的安装也非常方便——在 WorkBuddy 中一键安装即可使用，不需要复杂的配置。

经过持续创作，项目最终成果如下：

主线章节（9章）：

扩展章节（5章）：

项目数据：

快速搭建个人知识库

最让我惊喜的是 WorkBuddy 的效率。

从开始构思到搭建起完整的知识库框架，我只用了一天左右的时间。这包括：

这种效率在传统写作方式下是难以想象的。WorkBuddy 不仅是一个工具，更像是一个"项目合伙人"——它帮我处理繁琐的格式整理、资料收集、章节衔接检查，让我可以把全部精力集中在内容创作本身。

与 AI 协作的成长感悟

在使用 WorkBuddy 的过程中，我获得的不仅是"写书"这个成果，更重要的是与 AI 协作能力的提升。

一个具体的例子是：在写第 4 章"智能体怎么工作"时，我最初想的是"把八个部件逐一介绍"。但通过与 WorkBuddy 的对话，我逐渐意识到应该从读者的问题出发——"AI 为什么不会一直停在聊天框里？"这个转变让整章内容更贴近读者，而不是变成技术说明书。

这种"在协作中迭代认知"的过程，对我的知识体系构建有很大的帮助。我不仅输出了内容，也在这个过程中重新梳理了自己对 AI 的理解。

在使用 WorkBuddy 的过程中，我也遇到了一些问题：

1. 记忆文件的格式规范

项目级记忆文件需要手动维护格式，刚开始时 YAML frontmatter 的 version 字段有时写字符串、有时写数字，导致格式不统一。

建议：可以增加自动格式检查功能。

2. 长文处理的上下文限制

虽然 WorkBuddy 有记忆功能，但在处理超长章节（如 5000 字以上）时，偶尔还是会出现"忘记"前文的情况。

workaround：将长章节拆分为多个小节，每小节控制在 2000 字以内。

3. 多模型切换的上下文同步

不同模型对上下文的理解有细微差别，切换后偶尔需要补充交代背景。

workaround：在项目中维护一个"核心概念词典"，作为所有模型共享的上下文。

这本书的创作只是开始，我计划继续使用 WorkBuddy 完成以下工作：

1. HTML 版本制作

将 Markdown 内容转换为交互式 HTML 页面，增加章节导航、术语提示等功能。

计划：

2. 口播短视频制作

将书中的核心观点转化为短视频脚本，方便在抖音、视频号等平台传播。

计划：

3. 内容持续迭代

AI 领域变化很快，书的内容也需要持续更新。

计划：

回顾整个创作过程，WorkBuddy 给我的最大感受是：它不是一个"更聪明的聊天机器人"，而是一个"真正懂我项目的协作伙伴"。

多模型切换让我可以"一个任务，多个专家会诊"；长程记忆让我可以放心地分阶段创作，不用担心"写着写着就乱了"；文件直接操作让我可以把精力放在内容本身，而不是复制粘贴。

如果你也在进行需要长期投入的内容创作项目，我强烈推荐试试 WorkBuddy。

项目仓库：

创作工具：WorkBuddy（）

使用模型：Kimi K2.5、DeepSeek V3.2、GLM 5.1