先过路由,再谈技能
四个技能不是四个并列按钮。任何涉及本地 Office / PDF 文件的请求,都会先经过 workbuddy-office-routing:按文件类型 × 任务性质判定,再分派到对应技能。理解这张表,比记住四个名字更重要——大多数「用错了」的问题都出在这一步。
当用户要的是结构化文本内容——讲稿、要点、文案、摘要、报告、会议纪要——路由层会先归类为 doc,再走本地 DOCX 创建路径;只有用户明确说「输出 Markdown / 纯文本」时才改用别的格式。
| 技能 | 产出物 | 关键机制 | 读 / 写 | 最需要注意的边界 |
|---|---|---|---|---|
| docx Word | 本地 .docx,自动封面 + 目录 + 专业排版 | 三段流水线 md → html → docx,每个阶段真委派 | 写 | 不接收源材料;具体样式修改属编辑,会转交别的技能 |
| sheet-generation Excel | 全新 .xlsx,公式可联动、带合规标识 | openpyxl 直写 + 设计准则 + 场景范式 + 公式重算 | 写 | 只做「新文件」;源文件只读,绝不写回 |
| pptx PPT | .pptx,逐页生成、实时预览 | 需求对齐 → 风格路由 → 逐页闭环(写页 → 校验 → 提交) | 读 + 写 | 理解链路只读;编辑链路须先查工具 schema |
| pdf | 结论 / 摘录 / 结构化数据,而非新文件 | 6 种提取格式,必要时渲染页图核对版面 | 只读 | 不支持生成或编辑 PDF;扫描页需本机 OCR |
workbuddy-docx:把意图变成一份能发出去的文档
专业 Word 文档智能体
端到端覆盖研报、年报、论文、公文、合同、商务报告、会议纪要等垂类文档;从零创作、整篇美化、导出 .docx。核心不是「写得好」,而是三段流水线类型严格衔接,且每个阶段由独立角色执行。
「美化一下」「重新排版」「做得更专业」
短篇创作(<1000 字)走轻量入口
| 入口 | 链路 | 触发场景 |
|---|---|---|
| full_pipeline | S1 → S2 → S3 | 无文档 + 创作动词(写 / 起草 / 生成 / 重写) |
| beautify_only | S2 → S3 | 已有文档 + 抽象整篇美化(需 AI 做设计决策) |
| 转交 | — | 具体样式值 / 局部修改 / 润色 → workbuddy-office-routing |
- 弹性入口:每次请求都从 Stage 0 判意图,不默认走全长链路
- 链路不可中断:组合后必须顺序执行到 S3,中途不交付、不脱轨
- 真委派:每个阶段读对应角色定义后执行,禁止「顺手自己做」
- 只管路由与衔接:编排层不干预子角色内部决策
- 中间产物不展示:md / html 只给路径,唯一成品是 .docx
- 溯源必写:pipeline-state.yaml 每阶段先更新再声明检查点
右侧 Demo 是 S2 产出的 HTML 版式经 S3 转成 .docx 后的视觉结果。点击右侧清单,可在页面上定位对应版式要素——这正是「美化」技能实际负责的部分。
AI 原生研发工作流
落地实践与效能评估
一、背景与目标
本报告面向 2026 年度研发效能复盘,覆盖需求交付周期、代码生成采纳率与缺陷回归率三类指标。数据口径统一为季度汇总,剔除试验性项目,以保证同比可比性。
二、关键指标
| 指标 | Q1 | Q2 | Q3 | Q4 |
|---|---|---|---|---|
| 需求交付周期(天) | 12.4 | 10.8 | 9.1 | 7.6 |
| 生成代码采纳率 | 41% | 56% | 68% | 74% |
| 缺陷回归率 | 6.2% | 4.8% | 3.9% | 3.1% |
| 综合效能指数 | 100 | 118 | 136 | 152 |
三、结论与建议
效能提升主要来自结构化编辑与语义索引的引入,而非单纯增加生成量。建议下一阶段把重点放在跨仓库上下文复用与回归验证自动化。
workbuddy-sheet-generation:生成一份「能直接用」的表
新表生成链路
判定条件只有一个:用户要的是一份位于新路径的全新 .xlsx。参考材料可以是纯文字、PDF / DOCX / PPTX,也可以是只读的源表 (.xlsx/.xls/.csv/.tsv) 或在线文档——源文件绝不写回。主智能体读设计准则后直接编写 openpyxl 脚本一次成表,不委派子智能体。
反例:改这份表 / 加一列 / 排序 / 透视 / 清洗 → 不属于本技能
一个需求可命中多个原型,按核心交付目标定主原型,其余作补充区块。例如「项目预算跟踪表」= 计划型 + 统计型 + 计算模型型。
用户只说「做个表」且无线索时,默认按记录型轻量模板处理,不主动复杂化。
- 坐标锚点优先:先定标题 / 表头 / 数据 / 合计的真实行号,所有公式、填充、条件格式范围都由锚点推导,禁止先写默认第 2 行再改布局。
- 公式写 Excel 字符串:ws['B6'] = '=SUM(B3:B5)',不在 Python 里算好写死;除法 / 比率当场带分母空值与除零保护。
- 类型系统落地:日期用 date 对象、金额用数值 + ¥#,##0.00、百分比存小数比例,避免全写成字符串导致公式无法求值。
- 颜色转换:CSS #RRGGBB 统一经 xl_color() 加 Alpha,图表颜色则传不带 # 的六位 RGB。
recalc.py——openpyxl 写入的公式不带缓存值,不重算就在多数预览器里显示空白;判定只看返回 JSON 的 status=success / total_errors=0,不能把 exit=0 当通过(errors_found 的退出码也是 0)。② 重算之后才能写 AIGC 隐式标识(GB 45438-2025),先打标会被重序列化覆盖。右侧工作簿是技能产出的视觉还原。点击任意单元格,公式栏会显示它的原始内容——公式单元格显示公式本身而非算好的值,这正是「公式联动」的含义。底部可切换 sheet。
workbuddy-pptx:一个技能,三条路由
PPT 生成 / 理解 / 编辑
所有本地 PPT 的内容工作都归这一个技能,再按任务类型分三条路径:从零或从材料生成、只读理解与问答、在既有 pptx 上改稿。生成链路会在创建空白文件后立刻打开预览,随后逐页制作,用户能实时看到进度。
6 步:需求对齐 → 素材收集(必要时联网)→ 风格路由与 DESIGN.md → 创建空白 pptx 并预览 → 逐页生成 → 结束。材料由技能自行解析,不另起一套提取。
只读,不修改源文件。按页给出文字、表格、图表数据与形状坐标;无法从结构确认的关系(连线方向、视觉布局)会如实说明信息不足,不靠位置或颜色猜。
实时可视编辑:先打开预览 → 取真实 file_id → 用到一个工具就先查一个 schema → 调用 → 保存。页码 / 形状索引 0-based,坐标单位 pt;保存后不主动关闭文件。
| 风格 | 核心调性 | 适用 |
|---|---|---|
| 通用 | 自由设计、按需推导 | 产品介绍、工作总结、技术分享 |
| 学术风 | 可信、证据驱动、蓝白克制 | 开题 / 答辩 / 科研结题 |
| 投资分析 | 严谨、证据留痕、假设透明 | 行业研究、投委会、尽调 |
| 红金政务风 | 庄重、中文优先 | 机关 / 国企汇报、党课 |
| 个人介绍 | 具体优于形容、有节奏 | 面试、破冰、人物分享 |
右侧是逐页生成的视觉示意:点击左侧缩略图或下方按钮切换页面。缩略图由页面本体等比缩放而来,与实际页面一致。
workbuddy-pdf:读完能定位到原页,才算读懂
PDF 阅读与结构化提取
只读,不做生成或编辑。覆盖总结、问答、查事实、提表格、看版面与核对图表。当前版本不支持产出 PDF 文件,也不允许用浏览器打印或第三方库自行拼一条生成链路;遇到这类需求会直接说明,并建议改投 DOCX / Markdown / 表格。
| 目标 | 参数 | 说明 |
|---|---|---|
| 总结 / 问答 / 查事实 | -f md | 较快的文字提取,默认首选 |
| 只要纯文字 | -f txt | 最轻量 |
| 版面归组后的正文与表格 | -f md-plain | 走完整版面识别 |
| 段落 / 表格 / 图片结构 | -f structure | 完整版面识别 |
| 提取表格单元格 | -f table --table-format json | 输出目录;CSV 不保留合并跨度 |
| 扫描页 / 图表 / 公式核对 | -f png --dpi 150 | 渲染页图,看图核对版面 |
| 退出码 | 含义与处置 |
|---|---|
| 69 | 组件尚未就绪,后台下载中。隔几秒重试同一条命令;不要自行 pip / brew 安装同名工具替代 |
| 127 | 本机确实无此能力,才考虑说明限制或换读取方式 |
| 0 / 2 / 3 / 4 / 5 / 6 | CLI 自身:成功 / 用法 / 输入输出 / PDF 无法读取 / 转换失败 / 其他异常 |
右侧模拟阅读器:切换提取格式看不同结果,点击黄色高亮看「这段结论定位到哪一页」。
3.2 效能对比
在统一口径下,四个季度的综合效能指数呈单调上升趋势。Q4 综合效能指数达到 152,较 Q1 提升 52%,且缺陷回归率同步下降至 3.1%,说明效率提升并未以质量下降为代价。
| 指标 | Q1 | Q4 |
|---|---|---|
| 交付周期(天) | 12.4 | 7.6 |
| 采纳率 | 41% | 74% |
| 缺陷回归率 | 6.2% | 3.1% |
进一步的分项回归显示,贡献主要来自结构化编辑与语义索引的引入,而非单纯增加代码生成量。该结论在第 5 章以不同样本重复验证。
— 3 —
一次任务,串起四个技能
真实工作很少只用一种格式。下面是一条典型链路:PDF 取材 → Excel 结构化 → Word 成文 → PPT 表达。关键在于每一步的输出恰好是下一步能消费的输入,且每一步都停在正确的技能边界内。
42 页行业研报,提取关键结论与数据表,逐条记录页码
workbuddy-pdf把摘录的数据做成全新 .xlsx,汇总引用明细,公式联动
sheet-generation起草复盘报告 .docx,带封面、目录与指标表
workbuddy-docx以 xlsx 与报告为材料,逐页生成管理层汇报
workbuddy-pptx数字能回到原页,公式能重算,文档与幻灯片口径一致
全链路四句话分四轮,每轮都是独立的意图识别与路由。第 ② 句的「另做一份」是命中新建工作簿技能的关键信号;若改成「在这个表里加个汇总 sheet」,就会落到编辑链路。
| 环节 | 角色 | 不越界的地方 |
|---|---|---|
| 只读取材 | 不要求它导出 PDF;结论保留页码便于回溯 | |
| Excel | 结构化中间态 | 数字进公式而非写死,后续改口径可联动 |
| Word | 正式文本 | 纯意图创作,不塞源材料给 docx 技能 |
| PPT | 表达层 | 材料交给 pptx 技能自行解析,不预先拆成碎片 |
把「想做什么」翻成「该怎么说」
选目标与场景,生成一段可直接粘进 WorkBuddy 的指令,同时给出它会走哪条链路、交付什么、以及要避开的说法。全部在页面内本地计算,不联网。
一页速查,八条避坑
| 我想… | 就这么说 | 会走哪 | 拿到什么 |
|---|---|---|---|
| 写一份新 Word | 「起草一份《…》报告,带封面和目录」 | docx · S1→S2→S3 | 本地 .docx,自动预览 |
| 让旧文档更好看 | 「把这份文档美化一下,做得更专业」 | docx · beautify_only | 重排后的 .docx |
| 改某个具体样式 | 「把标题改成宋体三号」 | 编辑链路 | 原文件原位改动 |
| 做一张新表 | 「基于这份 CSV 另做一份汇总表」 | sheet-generation | 新路径 .xlsx,源 CSV 不变 |
| 改现有工作簿 | 「在这个表里加一列达成率」 | sheetagent / 编辑链路 | 源文件本身被更新 |
| 做 / 看 / 改 PPT | 「做一份汇报」「第 3 页讲了什么」「把封面标题换了」 | pptx 三条路由 | .pptx / 只读回答 / 原位改稿 |
| 读 PDF 找结论 | 「这份研报的关键结论在哪几页」 | pdf · -f md / table / png | 结论 + 数据 + 页码 |
| 导出 PDF | (不支持) | 改投 DOCX / Markdown | 由你自行导出 |
- 一句话里说清产物格式 + 用途 + 必要结构(封面 / 目录 / 表格 / 页数)
- 区分「新文件」与「改原文件」,用「另做一份」「新建」显式表达
- 多源材料交给目标技能自行解析,不要预先拆成零散片段
- 关键数字保留来源:PDF 给页码,Excel 给公式,PPT 给数据出处
- 交付后先打开预览核对,再做下一轮的局部修改
内容依据四个技能的 SKILL.md 及其子链路原文整理(Word 编排器、Excel 设计准则、PPT 三条路由、PDF 读取规范、统一路由入口)。页面为单文件 HTML:零外部依赖、无 CDN、离线可用;四段效果展示均为原生 HTML/CSS 绘制的可交互示意,不加载任何真实 Office 二进制文件。