让 AI 替你值夜班：配置无人值守的定时自动化工作流与外部 API 接入

小象实战讲义 · WorkBuddy 实战课：从零打造 AI 数字员工与自动化工作流

你是否厌倦了每天重复打开同样的网页、收集相似的信息、整理成固定格式？你是否希望拥有一个永不疲惫的 AI 助手，在你休息时也能准时完成任务？本节将带你解锁 WorkBuddy 的”无人值守”模式，学习如何配置定时自动化工作流，并接入你偏好的 AI 模型，打造真正属于你的 AI 数字员工。

💡 核心导读

本节你将掌握：

1. 接入外部 API：如何将 WorkBuddy 连接到其他大模型（如 DeepSeek）或本地模型（如 Ollama），实现数据不出本机工作区或零成本调用。
2. 模板起步：如何站在官方现成任务模板上快速起步，而不是从零搭建。
3. 任务筛选标准：学会用六个口语化问题判断，哪些日常工作最适合交给 AI 自动化。
4. 从想法到配置：掌握把一句口头需求，转化为一份清晰、可执行的自动化任务说明（Prompt）的方法。
5. 实战配置步骤：在 WorkBuddy 中一步步创建你的第一个自动化任务。

一、 连接你的专属 AI 大脑：接入外部模型 API

WorkBuddy 默认提供强大的模型能力，同时也支持你接入自己的”AI 大脑”。这有两种主要场景：一是使用其他云端大模型的 API（如 DeepSeek），二是连接本地部署的模型（如 Ollama），后者能实现数据完全本地处理、零 Token 成本。

操作步骤：如何添加外部模型

步骤一：打开 WorkBuddy 客户端，进入「设置」。
步骤二：在设置菜单中，找到并点击「模型」选项。
步骤三：点击「添加模型」按钮。
步骤四：在弹出的选项中，你可以选择预设的套餐（Coding Plan/Token Plan），
或选择「自定义 API」。
步骤五-A（接入云端 API，如 DeepSeek）：选择对应服务商，输入你的 API Key 即可。
步骤五-B（接入本地模型，如 Ollama）：选择"本地模型"类型，确保你的 Ollama
服务已在本地启动（默认端口 11434，提供 OpenAI 兼容接口），然后填写本地地址。

二、 不想从零开始？先看官方任务模板

如果你是第一次配置自动化，最快的上手方式不是对着空白表单发呆。WorkBuddy 自带一批现成任务模板，覆盖新闻推送、周报生成、体检预约、学习计划等常见场景。创建任务时选一个模板起步，等于站在别人调好的结构上改。

当然，模板不是答案：数据来源、输出位置、验收标准都要按你的实际情况改一遍，才真正贴合需求。

自动化能干的远不止每日简报：周报汇总、销售日报、费用票据整理、竞品动态监控、定时论文追踪，这些规律型工作都是高频场景。下一节的六个问题，就是帮你从日常事务里把它们挑出来。

三、 理解自动化：WorkBuddy 凭什么能替你值夜班

传统自动化需要你把每个步骤写成代码，门槛高、维护难。WorkBuddy 的自动化则不同：它把 “定时触发器” 和 “AI 的理解与执行能力” 组合在了一起。

你不需要编写程序逻辑，只需要像给一位可靠的同事布置任务一样，把目标、输入来源、处理规则、输出要求和安全边界说清楚。到了设定的时间，WorkBuddy 会自动调用指定的模型、Skill 和连接器，在限定的工作目录里完成任务。

一个能长期稳定跑下去的自动化任务，通常要满足五条：

1. 闹钟要准：几点开工、多久跑一次，写得明明白白。
2. 粮草要稳：数据从哪来，每次都能稳定取到，不会时有时无。
3. 指令要细：做什么、怎么做、什么不许做，都说清楚了。
4. 地盘要固定：文件从哪个目录读、结果往哪个目录存，圈死范围。
5. 成败要可判：什么算成功、什么算失败，一眼能看出来，不靠猜。

四、 哪类任务值得先自动化：六个口语化判断问题

不是所有重复劳动都适合交给定时任务。开工前，用六个大白话问题过一遍候选任务：

1. 跑过吗：这活儿是不是每周、每天都重复出现？一年才来一次的，手动做反而更快。
2. 源稳吗：每次的数据来源和格式是不是大致固定？来源天天变，自动化就天天坏。
3. 步骤像吗：处理套路是不是基本一致？每次都要临场发挥的任务，AI 很容易跑偏。
4. 结果验得了吗：能不能一两句话说清”做成什么样算成功”？说不清验收标准的任务，跑起来你也不敢信。
5. 失败接得住吗：半夜跑挂了，第二天能不能从日志看出错在哪？重跑会不会搞乱已有数据？完全不可逆的操作（删数据、对外发正式通知），不宜交给无人值守。
6. 边界划得清吗：任务用到的账号权限是不是收敛到最小？权限不收敛，自动化出问题时损失会被放大。

六个问题能答出四个以上”是”，这个任务就值得优先自动化；不到一半，先手动做几轮、摸清规律再说。

五、 从想法到蓝图：写一份任务说明书

在点击”创建”按钮前，请先把脑海中的想法，转化为一份清晰的文字说明。这一步能极大提高任务的成功率和稳定性。

一份靠谱的任务说明书，建议把七件事都交代到：

• 几点开工：触发时间与频率。
• 吃什么料：输入数据的明确来源。
• 怎么加工：具体的步骤、规则和分类逻辑。
• 货到哪里：生成文件的命名规则和保存位置。
• 什么算交差：成功的验收标准（如生成文件、包含特定条数）。
• 砸了怎么办：是否允许重试、失败是否通知你。
• 红线在哪：明确的安全边界（如”禁止删除源文件""禁止编造不存在的信息”）。

下面是一个可直接参考的模板：

任务名称：[你的任务名称，如"每日AI行业简报"]
触发时间：[频率与具体时间，如"每天 08:00，时区 Asia/Shanghai"]
工作目录：[指定路径，如"D:/WorkBuddy_Auto/ai-daily"]

输入：
- [输入来源一描述，如"检索过去24小时的AI行业新闻"]
- [输入来源二描述，如"读取'竞品动态'文件夹下的新增PDF文件"]

处理规则：
1. [规则一，如"合并重复内容，按技术、产品、商业分类"]
2. [规则二，如"每条信息需包含标题、摘要、来源链接"]
3. [规则三，如"无法确认来源的信息放入'待核验'部分，禁止编造"]

输出：
- [输出格式与命名，如"保存为 YYYY-MM-DD-daily.md"]
- [其他输出要求，如"正文最多10条，末尾附所有来源清单"]

六、 实战配置：在 WorkBuddy 中创建自动化任务

现在，让我们进入 WorkBuddy 客户端，把任务说明书变为现实。

1. 进入自动化面板：在 WorkBuddy 主界面找到并点击「自动化」标签页。这里可以看到已创建的任务和历史运行记录。
2. 添加新任务：点击「添加自动化」按钮，开始配置。
3. 填写配置表单：根据下表指引，逐一填写各项配置。

4. 保存与测试：配置完成后，先手动触发一次，检查输出是否符合预期，再启用定时规则。

📝 动手练一练

你已经掌握了这节课的方法。现在，试着把它套到你自己岗位的真实场景里，自己动手写一条指令。

任务目标: "每日定时收集并整理AI行业动态，生成摘要简报。"
绑定本地工作区目录: "D:/WorkBuddy_Workspace/AI_Daily_Brief"
我的岗位与场景: "运营"
输入资料要求: "1. 关注'大模型发布'、'AI应用案例'、'行业融资'三个关键词。2. 时间范围为过去24小时。"
核心执行步骤_SOP:
  - 第一步：根据输入要求，检索并获取相关信息列表。
  - 第二步：去重后，按技术更新、市场活动、商业融资维度分类整理。
  - 第三步：为每条信息撰写不超过80字的摘要，附来源链接，生成Markdown文件。
安全边界与验收标准: "禁止编造信息。验收标准：输出文件至少包含5条有效信息，格式正确。"

任务目标: "每日定时收集并整理快消品竞品信息，生成摘要简报。"
绑定本地工作区目录: "D:/WorkBuddy_Workspace/Competitor_Monitor"
我的岗位与场景: "市场"
输入资料要求: "1. 监控A、B、C三个指定竞品的官方社交媒体账号。2. 时间范围为过去24小时。"
核心执行步骤_SOP:
  - 第一步：根据输入要求，检索并获取相关信息列表。
  - 第二步：去重后，按新品发布、促销活动、用户口碑维度分类整理。
  - 第三步：为每条信息撰写不超过80字的摘要，附来源链接，生成Markdown文件。
安全边界与验收标准: "禁止编造信息。验收标准：输出文件至少包含3条有效信息，格式正确。"

本章小结

本节我们学习了如何为 WorkBuddy 接入外部 AI 模型，并掌握了配置自动化工作流的核心心法：先站在官方模板上起步，再用六个口语化问题筛出值得自动化的任务，然后把规律型工作通过清晰的”任务说明书”（Prompt）和定时触发器，交给 AI 可靠地执行。从接入 API 到创建任务，你已具备打造”数字夜班员”的基础能力。

📋 行动清单

个人 5 分钟上手清单：

• 尝试接入一个模型：根据第一部分步骤，在设置中添加一个外部模型（可从免费模型开始尝试）。
• 写一份任务说明书：参照第五部分的模板，为你每周必做的一项重复工作（如周报、信息收集）写一份清晰的说明。
• 动手写一条：参考“动手练一练”中的手写范例，把它改成你自己的真实场景，复制到 WorkBuddy 中运行。