1. 为什么我要给 WorkBuddy 设一个“十点半闹钟”
每天早上到工位，泡好茶、打开电脑，第一件事不是看邮件，而是刷一遍昨天夜里到今早的行业动态。这个习惯我保持了快两年，但说实话，效率极低——公众号、技术社区、几个垂类资讯站来回切，半小时就没了，真正有价值的信息可能就三五条。后来我干脆想，能不能让 AI 替我把这件事干了，每天早上十点半，一份整理好的日报直接推到我微信上。
这个想法落地之后，核心工具就是WorkBuddy。简单说，它是一个可以挂载各种技能（Skill）、按规则自动执行任务的 AI 工作台。你可以把它理解成一个“会自己干活的助手”：你告诉它每天几点做什么、做完之后把结果发到哪里，它就照做。配合DeepSeek这类大模型做内容理解和摘要，再通过微信的推送通道把结果送到手机上，整条链路就通了。
这套东西适合谁？我觉得有三类人特别值得参考。第一类是像我这样每天需要跟踪行业信息、但又不想被信息流淹没的从业者；第二类是做自动化测试、运维、数据采集的工程师，你们会发现 WorkBuddy 的定时任务和 Skill 机制能省掉大量胶水代码；第三类是对 AI 自动化感兴趣、想找个真实场景练手的朋友，这个项目难度适中，涉及定时调度、API 调用、消息推送几个典型环节，拿来入门刚刚好。
下面我把整个搭建过程拆开讲，包括我踩过的坑、参数怎么定、为什么这么选，尽量让你看完就能照着复现。
2. 整体方案设计与核心思路拆解
2.1 为什么选 WorkBuddy 而不是自己写脚本
一开始我确实想过自己写个 Python 脚本，用schedule库定时跑，抓取内容后调 DeepSeek API 做摘要，再用微信的某个接口推给自己。但真动手的时候发现几个问题：一是抓取源经常变，每个源的解析规则都要单独维护；二是推送通道不稳定，微信对主动推送的限制越来越多；三是脚本跑在本地，电脑一关就断了。
WorkBuddy 吸引我的地方在于它把这些脏活累活都封装好了。它的Skill 机制允许你把“抓取某个源”“调用某个模型”“推送到某个渠道”拆成独立模块，然后在工作台里用规则串起来。更重要的是，它支持定时触发，我只需要设定“每天 10:30 执行”，剩下的它自己跑。这就把“写脚本 + 维护脚本 + 保证脚本一直运行”三件事压缩成了一件事。
提示：WorkBuddy 有国内版和国际版，功能上略有差异。国内版在微信生态的对接上更顺，国际版在模型选择上更灵活。我这边因为主要推送目标是微信，所以用的是国内版。
2.2 整条链路的数据流向
在动手之前，先把数据流向画清楚，后面每一步才知道自己在干什么。我的链路是这样的：
- 触发层：WorkBuddy 的定时器，每天 10:30 触发任务。
- 采集层：调用预设的几个信息源 Skill，抓取过去 24 小时的内容。
- 处理层：把抓到的原始内容喂给 DeepSeek，让它做去重、分类、摘要。
- 组装层：把 DeepSeek 返回的结构化结果拼成一份适合手机阅读的日报。
- 推送层：通过微信推送通道，把日报发到我的微信对话里。
这五层里，处理层是核心，也是最容易出问题的地方。因为 DeepSeek 的输出质量直接决定了日报能不能看。后面我会专门讲怎么调 prompt、怎么控制输出格式。
2.3 关键选型背后的考量
为什么用 DeepSeek 而不是别的模型？我对比过几个模型在这个场景下的表现。日报摘要这个任务，核心要求是“信息压缩比高、不丢关键点、语言简洁”。DeepSeek 在这几点上表现很稳，尤其是它对中文技术内容的理
