我用WorkBuddy搭了一套一人公司的内容流水线。
管家虾每天早上推早报，选题虾帮我分析选题，文案虾/审核虾负责帮我写文章，EMOS虾帮我做方法论分析。五只AI员工，各司其职。
搭的过程各种异常——定时任务折腾很多次，多只虾建起来之后互相打架……。
前阵子我发了篇文章，《我用WorkBuddy搭了一条AI内容流水线，你可以直接抄》。
读者反馈来了：
"照着搭了一遍，WorkBuddy根目录下产生了一堆垃圾文件夹。"
这些都是我踩过的坑。
今天把这些坑一个个摊开讲清楚。不是教你规避（因为你大概率也会踩），而是让你知道：踩了之后怎么爬出来。
坑1：目录爆炸——你的WorkBuddy根目录是不是也变成了垃圾场？
打开 C:\Users\用户名\WorkBuddy\ 一眼望去——
automation-claw-a1b2c3、automation-claw-d4e5f6、20260410080000、20260410100000……
几十个不知道干嘛的文件夹散落在那里。有的点进去是空的，有的里面有一堆看不懂的配置文件。哪个能删？哪个不能删？完全懵。
这不是你操作错了。这是WorkBuddy的产品机制导致的。
每次你让它执行一个任务，它都会在根目录下创建临时工作目录。 时间戳格式的（比如20260410100000）是任务执行时的中间文件存放地，automation-claw-xxxxx格式的是自动化工具生成的配置目录。
关键问题在于：它只创建，不销毁。
任务跑完了，这些目录就留在那儿了。日积月累，你的根目录就从干净的项目空间变成了垃圾场。而且这些目录名完全没有语义——你看不出automation-claw-a1b2c3里面到底放了什么，也不知道删了会不会出事。
我怎么解决的
没有手动一个一个去删。那是笨办法，删了明天又有了。
我先让WorkBuddy分析一下：
我： "帮我分析 WorkBuddy 根目录下的文件和目录，告诉我哪些是有效的、哪些是无效的。"
WorkBuddy： [输出了一份分类列表，把临时目录标为可删除]
我： "等等，那个
cleanup_workbuddy.py是之前的清理脚本，不能删。把它加到白名单里。还有.workbuddy目录是系统目录也不能动。你再检查一遍，确保只删automation-claw-*和纯数字时间戳这两种格式的，而且只删3天以前的。"
你看，第一遍它就差点把清理脚本自己给清掉了。
确认无误后，我跟它说：
"好，现在按这个规则生成一个 Python 脚本。然后把这条规则写到 memory 里，以后每次新对话启动时自动跑一遍。"
于是 WorkBuddy 自己写出了 cleanup_workbuddy.py。
现在我的根目录一直很干净。
背后的思路：不要自己去当清洁工。让制造垃圾的人自己写清洁方案。
坑2：定时任务是个半成品——折腾了好几天，为什么还是跑不通？
这个坑是我踩得最久、最崩溃的一个。
最开始我想让管家虾每天早上8点自动推早报。
第一次跟 WorkBuddy 说"帮我创建一个定时任务"。它回复："好了！已经配置完成，每天早上8点自动执行。"
第二天早上打开一看——什么都没有。
第二次。"发现了一个小问题，修复了，这次没问题。"
第三天。还是没有。
为什么没跑？两个原因
原因一：配置没生效——你说一句，它自己脑补剩下的。
你跟 WorkBuddy 说"帮我建个每天8点的定时任务跑早报"。听起来够明确了？
不够。工作目录是哪个？输出到哪？格式是什么？异常了怎么办？
这些你没说的部分，WorkBuddy 会"自作聪明"帮你补全。问题是它经常补错方向。比如你想要的是项目路径 A，它理解成了系统临时路径 B。
任务创建成功了（表面上），运行的时候去了一个不存在的目录，悄悄报错退出，连个提示都没有——你不主动去看，根本不知道它没跑起来。
原因二：重复创建，脏任务堆成山。
更坑的还在后面。创建任务的工具不会做去重。
你可能今天说一次"帮我创建每天8点的早报任务"，明天又忘了是不是创建过，再说一次。系统不会检查"是不是已经有一个了"，每次都新建一个。
你去数据库里一看——automation、automation-2、automation-3、automation-4……一堆同名任务堆在那里，有的跑过，有的没跑过，有的被莫名暂停了。
你也分不清哪个是活的哪个是死的。
另一个坑：即使跑了，微信也收不到
好不容易任务跑通了，手机上还是什么都没有。
后来折腾了很久才搞清楚：自动化任务创建的时候，微信推送默认是关闭的。
创建工具的参数里根本不暴露这个选项——你通过正常方式建出来的任务，不会推送到微信。
那怎么开？别去改数据库（不现实）。直接让 WorkBuddy 自己查：
"帮我检查一下所有定时任务的推送状态，确保微信推送是开的。"
它会自己去确认和修复。如果它也搞不定，那就回到前面说的方案：开机补推时顺便检查推送状态，把结果直接在对话里给你看。
我怎么解决的
折腾了好几天之后，换了个思路：不再追求"定时任务完美运行"。
这条路在本地客户端上就走不通。电脑不可能24小时开着，这是物理限制不是 bug。与其每次调试半天最后还是失望，不如接受现实，换个方案。
我跟 WorkBuddy 说：
"以后每次新对话启动的时候，先检查一下：今天的三只虾任务有没有执行过？没有就立刻补上。"
这就是开机补推机制。
逻辑很简单：不管定时任务有没有正常跑到，只要打开了 WorkBuddy，它就会检查并补上。定时任务是尽力而为，开机补推是保底方案。
我把这条规则写进了每只虾的 SKILL.md 里。
现在的实际情况是：有时候定时任务确实跑通了（早报8点准时到），有时候没跑通（但一开机就补上了）。至少不会再出现"等了一天什么都没收到"的情况。
经验总结：别信"这次肯定行"。给自己留好兜底方案。
补充：后来定时任务 + 开机补推这套组合跑顺之后，确实能正常工作。不是不能用，是别指望"设完就不管"。
坑3：多只虾一建就乱——AI团队也不是人越多越好
我想搭一条完整的内容流水线。文案虾负责写文章，审核虾负责审质量，选题虾负责找话题，管家虾管日常，EMOS虾 做方法论分析。
一口气全建了。然后混乱就开始了。
选题虾产出一堆选题存到了选题库，但文案虾压根没去读——因为它的工作流里没有"读选题库"这一步。EMOS 虾和管家虾的任务挤在同一时间段，谁先执行谁都说不准。
就像你同时给五个人安排工作，但他们互相不认识。没有组织架构图，没有汇报线，没有分工边界。每个人都挺努力的，但合力约等于零。
为什么会乱？
最直接的原因：一次性建太多，一个都没验证。
4月初那几天，我密集创建了五只虾。当时觉得"一次性配齐，效率高"。但每只创建完都没有单独验证过能不能正常工作。
就像一口气招了五个人但不培训直接开工——怎么可能不乱？
还有：早期缺乏规范，想到哪写到哪。
有的用中文 ID 有的用英文 ID，有的硬编码绝对路径有的用相对路径，连目录结构都不统一。没有模板，没有规范。后来光是统一命名就重构了好几轮。
我怎么解决的
停下来。不再创建新虾。改成一只一只来，每只都要跑通了再加下一只。
最先建的是管家虾（最简单，信息整理+早报推送）。自动任务跑通了，早报能稳定收到，OK，过关。
然后建文案虾（最复杂的那只）。完整走了一遍写作流程：接收输入→生成大纲→初稿→润色→审核→改写→归档。全程跑通，OK。
再建审核虾（依赖文案虾，必须在后面）。测试调用链路：文案虾写完→自动触发审核→返回问题清单→修改→再次审核→问题清零。链路通畅，OK。
最后补上 EMOS 虾和选题虾。
过程中定了三条具体规则：
- 所有 Skill ID 统一用英文 — 中文名只是给人看的标签，系统层面全部英文，避免引用时对不上
- 每只新虾建完后必须独立验证一轮自动化任务 — 不是"看着没问题"就算过了，是要看到实际产出文件
- 先单虾跑通，再串链路 — 别一上来就搞大系统
第三条是最重要的。管家虾单独跑通了才加文案虾，文案虾跑通了才接审核虾。每一步都有可验证的产出物（早报文件、文章草稿、审核报告），而不是"感觉应该可以了"。
核心原则跟传统创业一样：先跑通最小闭环，再逐步扩展。
坑4：技能越积越多，分不清哪些还活着
用了两周之后，有一天闲着没事点了开 .workbuddy/skills/ 目录数了一下——12 个 Skill。当然，你的数字可能跟我不同，这取决于你装了多少。
guan-jia-xia、wen-an-xia、review-xia、xuan-ti-xia、emos-xia、cn-web-search、email-skill、tencent-news、nano-banana-pro、qqbrowser-skill、search-with-tavily、self-improving-agent……
哪些是我自己建的？哪些是装第三方工具时带的？哪些还在正常使用？哪些早就废弃了？
我不知道。
这场景很熟悉吧？就像手机装了 200 个 App，常用的不超过 10 个。剩下 190 个懒得挨个删，但它们占着存储空间，偶尔还弹个通知烦你一下。
两类问题
第一类：探索过程装的，没用上。
早期试了一些 Skill，觉得不行就扔那儿了。但它还在 skills 列表里占着位置，有时会被意外加载，干扰正常工作。
这类最简单：确认不用了就直接删。
第二类：有用但没起作用。
这类更隐蔽，也更危险。因为你以为它在工作，实际上根本没有。
举个刚发生的例子。
昨天我想登录公众号后台操作，调用了 qqbrowser-skill。结果 daemon 进程起不来——Windows 上的一个兼容 bug，导致 server.json 文件始终无法写入。排查了大半小时，最终结论是这个 skill 在当前环境用不了。
那我之前装它是干嘛的？早就装了但从来没真正用过，出了问题才发现是个摆设。
还有一个例子：self-improving-agent。这个 Skill 设计得很好——专门用来记录错误、纠正和改进建议。
但我装了好久，.learnings/ 目录一直是空的。为什么？因为它是被动式的，没人触发就没动作。昨天我才把这个机制接进工作流里——以后出错或被纠正时自动记录。
所以第二类问题的处理方式是：让 WorkBuddy 分析每个 skill 的状态，判断是有用的但缺配置、还是根本不能用，然后决定修还是删。
我： "帮我盘点一下所有已安装的 Skill，逐个分析：哪些在正常使用、哪些装了没用过、哪些有bug跑不起来。给出处理建议。"
还有一条原则
以后每装一个新 Skill，必须当场验证。
不是说装完就完了，而是要实际跑一次它的核心功能，确认能在当前环境正常工作。就像招完人要试岗一样，别等上线了才发现干不了活。
其实还有不少小坑，但这些坑一个比一个具体——解法都指向同一个方向：定义清楚规则，写进 memory 里，让 WorkBuddy 自己执行、自己检查、自己修复。
你不需要记住每个坑的解法，你需要建立的是一套"出错了怎么办"的机制。
我的一句话避坑总结：用一个方法搞定所有坑
回头看这四个坑：
- 目录乱了 → 让WorkBuddy 写清理脚本
- 定时任务不稳 → 让WorkBuddy 做开机补推
- 虾太多了导致混乱 → 让WorkBuddy 一只一只建、逐个验证
- 技能膨胀 → 让WorkBuddy 定期盘点、分析处理
解法不一样，背后的思路一样：
让WorkBuddy 自己修自己。
落到操作层面，就是三条原则：
准确描述，别让它自由发挥。
"帮我弄个定时任务"和"每天早上8点执行管家虾的早报任务，读取热点新闻，输出到管家虾/早报/目录下，文件名用当天日期"，这两者的结果天差地别。前者 WorkBuddy 会自由发挥（方向多半不对），后者它清清楚楚知道要做什么。
别信"好了"，看产出物。
WorkBuddy 每次都说"好了""没问题""这次真的行了"。
别信。让它给你看产出物——脚本生成了吗？任务在数据库里吗？文件输出了吗？看到了再信。就像坑1里那样，第一次清理差点把自己删了，幸亏多看了一眼。
任何方案都要有Plan B。
定时任务可能不跑，那就加开机补推。清理脚本能删目录，那就加白名单保护。Skill 可能失效，那就定期盘点。任
何单一方案都可能出问题，关键是你有没有 Plan B。而 Plan B 也可以交给 WorkBuddy 去执行。
WorkBuddy 不是一个"设好就不用管"的工具。它更像一个需要你持续沟通、持续纠正、持续优化的 AI 员工。你跟它交互的质量，直接决定了它能产出什么质量的结果。
你不是在用工具，你是在管理团队。只不过团队成员恰好是 AI 而已。下一步？先把这4个坑过一遍，看看你中了几个。
附录：我把解决方案做成了两个 Skill
上面四个坑，我最终把其中两个的解决方案封装成了可复用的 Skill。直接贴出来，你能用就拿去用。（简洁版可用，完整版有更多内容）
Skill 1：垃圾清理虾 🧹
用途： 自动清理 WorkBuddy 运行产生的临时目录
触发方式：
- 每次新对话启动时自动执行（已写入 memory 规则）
- 或者随时手动说"清理垃圾目录"
核心 SKILL.md 内容如下：
# 垃圾清理虾 🧹
## 角色定义
负责清理WorkBuddy运行过程中产生的无效临时目录和文件，保持工作空间整洁。
## 触发方式
- **自动触发**：每次新对话启动时自动执行（由memory中的规则驱动）
- **手动触发**：用户说"清理垃圾"、"清理目录"、"cleanup"等
## 清理范围
**根目录**：`C:\Users\dongjie\WorkBuddy\`
**清理目标（仅以下两种）：**
1. `automation-claw-*` —— automation_update工具生成的临时配置目录
2. 纯14位数字时间戳（如 `20260410100000`）—— 自动化任务执行时创建的临时工作目录
**保护规则（绝对不删）：**
- 所有 `.` 开头的隐藏目录（.workbuddy、.codebuddy、.git 等）
- `Claw/` —— 主项目目录
- 不符合上述两种临时格式的任何其他目录
## 执行步骤
### Step 1: 运行清理脚本
执行 `C:\Users\dongjie\WorkBuddy\Claw\cleanup_workbuddy.py`
### Step 2: 输出清理报告
🧹 已清理 N 个 / 📦 保留 N 个(近期) / 🛡️ 保护 N 个
## 工作原则
1. 安全第一：宁可漏删不可误删
2. 静默执行：自动触发时不打扰用户
3. 不碰项目文件：Claw/ 目录不在清理范围内
配套清理脚本 cleanup_workbuddy.py 核心逻辑：
- 扫描根目录 → 匹配
automation-claw-*和14位纯数字时间戳 - 超过3天的删除，当天保留
- 白名单目录跳过
- 删除前列出具体清单
Skill 2：系统健康评估 🏥
用途： 全面检查 WorkBuddy 运行环境健康状况，发现僵尸 Skill、异常任务、目录问题
触发方式： 随时说"系统体检"或"健康检查"
完整 SKILL.md 内容如下：
# 系统健康评估虾 🏥
## 角色定义
负责全面检查WorkBuddy运行环境的健康状况，发现潜在问题并给出维护建议。
## 触发方式
- **手动触发**：用户说"系统体检"、"健康检查"、"health check"
- **建议频率**：每周1-2次
## 检查项（5个维度）
### 1. Skill 盘点 📋
扫描 ~/.workbuddy/skills/ 下所有 Skill：
- ✅ 正常：有SKILL.md，最近30天内更新或被调用
- ⚠️ 僵尸嫌疑：超过30天未更新且不在核心列表
- ❌ 异常：没有SKILL.md或目录为空
### 2. 自动化任务状态 ⏰
列出所有已配置任务：
- 名称、频率、最近执行是否成功
- 是否有产出文件验证
### 3. 目录健康度 📁
- 各虾的工作目录是否有近期文件
- 是否有异常空目录或超大目录
### 4. 一致性检查 🔗
- SKILL.md中引用的路径是否存在
- 各虾之间Skill ID是否正确匹配
- memory中的配置与实际是否一致
### 5. 临时垃圾检测 🗑️
- 根目录下临时目录超过5个则提醒清理
## 工作原则
1. 只读不写：不做任何修改，只检查和报告
2. 给出可执行的建议：具体到"建议清理xxx"
3. 区分严重级：❌立即处理 / ⚠️近期处理 / ✅正常
怎么安装？两种方式，任选一种。
方式一（推荐）：直接把上面两个 Skill 的内容复制到对话框里，然后跟 WorkBuddy 说：
"帮我安装这两个 Skill。"
它会自己创建目录、写入文件、搞定一切。
方式二：如果你手头已经有这两个 Skill 的 .md 文件，直接导入文件，然后说同样的话：
"帮我安装这两个 Skill。"
效果一样。不用手动建文件夹、不用改配置。
这两个 Skill 都是我实际在用的，不是画大饼。
如果你也在用 WorkBuddy 搭一人公司，欢迎交流踩坑经验。毕竟坑这种东西，共享了就不算白踩。
