作者分享如何用豆包工作在飞书上搭建个人 LLM-Wiki 知识库：先让豆包工作根据 Karpathy 的 LLM Wiki 方法论在飞书中初始化知识空间（原始资料、词条、索引、更新日志四大节点），再批量将文章、提示词教程等素材入库，自动建资料卡、提词条、补双链、更新索引。随后设计了 LLM Wiki 运维 Skill，包含 Ingest、Query、Lint、词条管理、索引日志维护五大功能，任何新对话 @ 一下即可操作。配合定时任务和云电脑每天自动拉取 AI 日报入库，存入的提示词方法论可直接调用来生成视频、做网站。整套 Skill 已开源。
作者整理了 WorkBuddy 的 15 个实战项目场景，涵盖个人工作台配置、知识库搭建、Obsidian 自动化工作流、Excel 文件处理、飞书协同办公、AI Agent 助手、Figma 原型图生成、邮件自动化处理、简历面试辅导、AI 生图、热点抓取以及记忆系统等。每个项目都附有 GitHub 开源链接，并标注了配置时间和效率提升效果。作者建议新手先安装 WorkBuddyGuide 和 bitcjm/workbuddy-skills 两个核心项目即可覆盖 80% 日常场景，通过逐步实践这些自动化项目，每天可节省约两小时。
这是一篇面向小白的豆包工作（字节出品的 AI 办公 Agent）万字入门教程。作者详细拆解了豆包工作的界面布局：左侧导航、中间对话区、右侧结果区，并通过图文步骤讲解从下载安装、建立授权文件夹、跑通第一个任务的完整流程。文章对比了 Codex、WorkBuddy 与豆包工作的差异，指出豆包工作对飞书生态适配好、国内可直接使用。还介绍了三种对话方式、连接器、工作伙伴、技能插件、定时任务等功能，并给出模型选择建议、避坑指南和内容创作者的五大实用场景。
文章系统讲解知识库的本质与搭建方法，区分了信息、资料、知识和知识库四个概念，并对比个人知识库与企业知识库的不同目标。个人层面介绍了 Obsidian、Notion、语雀、NotebookLM 四款工具的适用场景及从零搭建步骤（五入口结构、知识卡片、每周整理）；企业层面强调从高频问题出发、明确负责人与权限边界、建立内容生命周期管理，避免工具吃灰。还对比了飞书、ima、Notion Wiki、语雀团队空间等团队工具，指出常见失败原因：版本冲突、无人负责、只录入不运营等。
本文介绍了一种低成本搭建课程售前知识库的方法：将课程介绍、购买咨询 FAQ 等资料整理到飞书知识库并公开分享，客户拿到链接后发给自己的豆包提问，豆包基于知识库内容作答；答不上的问题通过嵌入问卷收集，作者定期审核后将标准答案补充进 FAQ，实现知识库持续迭代。文章详细拆解了四个步骤：搭建知识库、发布分享、让客户结合豆包提问、持续更新，形成“客户问题不白问”的自动化售前答疑闭环。
作者深度实测了飞书与豆包合体后的豆包工作 Agent，总结出 8 个使用技巧：用飞书账号登录、选择独立客户端、利用手机远程控制电脑、将长任务分配给云电脑、设置定时任务、喂入记忆、复用本地 Skill、以及利用重置卡刷新额度。豆包工作与飞书原生打通，解决了授权过期和消息转发等痛点。作者还分析了 2026 年各大厂纷纷推出 Work Agent 的原因：模型能力到达临界点，且 Agent 是 token 变现的正确姿势，并认为飞书的企业生态优势让豆包工作成为企业接入 Agent 门槛最低的路径。
本文详细介绍了字节推出的 AI 办公 Agent 产品「豆包工作」的完整使用教程。内容涵盖下载安装与登录、主界面九大入口（新工作任务、定时任务、技能、连接器、工作伙伴、伙伴对话、云盘等）的功能详解，包括模型与推理强度选择、权限模式设置、定时任务自动化、技能市场使用（可自动发现本机 Codex Skills）、外部服务连接器授权、工作伙伴与协作小队，以及与飞书云文档的深度打通。适合国内用户零门槛上手 AI 办公 Agent。
作者体验豆包新发布的“豆包工作”办公 Agent 工作台，指出 Agent 正在成为工作入口，应用退为工具。办公 Agent 已是红海，模型与 Harness 差距缩小，真正的护城河是组织沉淀的上下文数据。企业级 Agent 必须继承组织现有权限体系才能被信任放手使用。此外，个人提效不等于组织提效，需围绕 Agent 重构流程；Agent 接管执行层后，人将更多精力投入思考、决策与验收。豆包与飞书融合的产物让人看到 Agent 真正融入组织的可能性。
作者指出许多自媒体人仍停留在人肉生产阶段，并整理了7个GitHub开源Agent Skills，可以串联成完整的自媒体工作流：DBS做选题诊断与Hook拆解，小红书标题Skill优化标题，Blogger Distiller拆解对标博主，小黑配图和归藏插画Skill解决配图问题，关键词Skill做内容SEO，飞书官方Skills实现工作流统一管理。作者认为Agent Skills的价值在于让AI从帮写内容升级到管理整个工作流，人只负责判断和审核。
字节在一个月内将飞书、TRAE、扣子并入豆包体系，推出“豆包工作”，阿里、腾讯也在整合Agent产品线。文章分析这一趋势背后的逻辑：入口即训练场，真实任务轨迹决定模型升级；豆包缺企业“写回”钥匙，飞书恰好握有账号、权限和组织架构；随着Agentic AI价值流向模型厂商，收拢入口意味着同时获得流量、数据和模型升级三重优势。
字节跳动发布「豆包工作」，一个面向生产力场景的独立Agent产品。作者通过朋友的日本山椒外贸业务实测：上传日文PDF手册后，豆包工作十分钟生成支持询盘的企业官网（含日文版），又生成12条社交媒体传播素材写入飞书文档，调用Seedance 2.5生成企业宣传片，制作中日双语PPT，还定制了日语邮件润色Skill。豆包工作与飞书深度打通，企业账号登录后可调用组织关系、群聊、云文档、多维表格、会议纪要等丰富上下文，让Agent真正融入企业协作，是传统企业AI落地的实用工具。
字节在飞书与豆包团队整合后发布首个办公Agent产品「豆包工作」。它支持飞书账号直接登录，完整继承企业的文档、多维表格、知识库及权限系统，内置技能、连接器（MCP）、工作伙伴，并提供本地电脑与云电脑两种任务模式。作者认为其最大亮点在于与飞书的深度打通：员工开箱即用，企业统一管理AI额度与Skill共享。作者结合自家MCN公司的达人数据分析案例演示了完整流程，并提出核心观点——Agent本身没那么重要，组织沉淀的数据和上下文才是用好Agent的基石，而飞书正是最好的组织数据资产载体。
本文是一篇面向新手的 WorkBuddy 保姆级教程。WorkBuddy 是一个能接收工作任务、处理资料并交付文档、表格、PPT 等成果的 AI 工作台，尤其适合处理中文内容和国内办公场景。文章详细介绍了下载登录、工作空间与权限设置、如何用项目资料制作阶段汇报 PPT 的最小闭环、如何具体化修改要求，以及通过连接器接入飞书、腾讯会议、QQ 邮箱等腾讯生态能力，最后总结了新人常见问题与首次使用路线。
作者分享了一个低门槛的AI变现机会，称只要账号与AI或工具相关，且粉丝数不低于500，即可通过飞书官方商单获得每单600元保底收益，根据阅读量还有额外奖励。作者称自己进群不到一个月已接两单，流程简单，官方尊重创作者创意，并提到分享有奖励。
作者分享了自己将飞书作为 AI 协作工作台的经验，通过飞书官方 CLI 将多个 AI agent（如 Codex、Qoder CN、Claude Code、Hermes）接入飞书，利用飞书的群聊、任务、文档和知识库功能，实现了从多窗口搬运到共同工作台的转变。文章详细介绍了搭建步骤、实际应用场景（如脑暴、调研、写作、简单开发）、踩过的坑以及个人建议，强调了“入口在飞书，执行在最合适的工具里”的理念。
字节豆包客户端更新了工作模式，新增操作电脑、技能、连接器、工作伙伴等功能，体验接近 Codex。作者实测7-8个任务，展示了网站生成、PDF转互动课件、飞书文档与PPT生成、多媒体创作、旅行Vlog制作等应用。豆包与飞书整合后形成办公Agent强组合，云电脑模式支持7*24小时运行，手机与电脑端无缝衔接，本地模式则保障数据私密性，整体表现超预期。
作者分享了做AI自媒体近一年后每天实际使用的AI工具组合：语音输入用闪电说（接入豆包语音模型）；Agent工具主力是订阅ChatGPT Pro的Codex，国内用腾讯WorkBuddy补位；强调学Git与GitHub管理文件版本；关注CLI工具如飞书CLI、OpenCLI，语音转文字用SiliconFlow和阿里云百炼。还展示了会议内容自动录入知识库的工作流：录音豆同步飞书生成纪要，Codex提取人物、项目和待办写入知识库，并定时生成周报。作者建议从简单场景入手，把少数好用工具用熟并配合起来，形成自己的AI工作系统。
文章分析了 Anthropic 发布的 Claude Tag——将 Claude 接入 Slack 频道，使其从个人工具转变为公司级同事。它通过被动吸收团队对话积累组织级 Context，拥有独立身份，能主动参与协作，与传统无记忆的客服 Bot 有本质区别。作者探讨了其进化的三个阶段、权限与隐私挑战、中美市场不同的竞争路径（飞书/钉钉的一体化 vs 开放生态），以及对 SaaS 行业的潜在冲击：SaaS 工具可能从用户直接使用的前台产品，变成 Agent 后台调用的基础设施。此外还讨论了组织信息权力变化、非正式知识沉淀与招聘效应等深远影响。
文章系统讲解知识库的进阶路径：从最轻的文件上传开始，到 iMA、飞书知识问答承接多文件场景，再用 Obsidian 将资料沉淀为个人判断，进而用 LLM Wiki 让 Agent 自动维护知识库，最后进入企业级 RAG 阶段。作者详细介绍了各阶段的关键实践，包括提示词设计、目录结构、切片与检索策略、权限控制、评测方法等，强调知识库的核心是在模型回答前找到可靠材料，并保留来源、暴露冲突、允许拒答。
文章介绍了利用 6 个 Agent（运营、选题、内容写作、自媒体、数据复盘、开发）实现内容生产自动化的实践。通过飞书多维表格作为看板，Agent 们分工协作完成 URL 去重、评分、截图、写作和数据复盘，实现高效的内容创作流程。
作者逸尘分享了他花费一周时间、消耗超100亿Tokens打造的Obsidian超级助手Ailu。Ailu集成了Agent工作台（支持Codex、Claude Code及CC Switch配置）、共生记忆系统、本地预览公众号/飞书/X文章、一键上传文章到各平台等功能。文章详细介绍了Agent工作台的小巧思、记忆系统的设计、本地预览与上传功能的实现原理（包括公众号上传的服务器与Cloudflare Tunnel方案），并宣布Ailu已开源。
本文介绍了如何利用飞书和豆包构建个人对标账号素材库。作者通过实际操作，详细说明了从验证豆包读取视频音轨、生成带时间码的逐字稿，到建立飞书多维表格、批量处理20条视频，并提取方法论、分析开头钩子和用户问题，最终生成原创选题的全过程。文章提供了具体的提示词和操作步骤，旨在帮助内容创作者高效整理和分析对标视频，节省时间并提升内容质量。
作者作为程序员，长期使用 Claude Code、Codex 等开发类 Agent，却因技术视角而忽略了普通用户需求。他将 Agent 分为个人、工作、开发三类，发现豆包和飞书分别对应个人与工作场景，弥补了他的认知盲区。文章反思了“技术的诅咒”，指出 AI 产品应封装复杂性，从用户需求出发，而非追求功能堆砌。最终总结两点：工具应服务于真实需求，设计应回归用户视角。
本文基于20个高赞抖音视频和32条实战方法论，提炼出AI自媒体内容生产的五层进阶体系：认知层（先分析后产出、从提问到指令）、输入层（信源质量决定内容上限）、方法层（跨界联想、需求深挖、趋势反推三大创意引擎及热点筛选加工法）、系统层（四阶段工作流、Skill化、定时自动化、对标驱动）、价值层（无效加班淘汰思维、从工具使用者到系统构建者）。文章强调构建一套属于自己的AI内容生产系统，而非依赖某个具体工具，并提供从今天开始的四步落地路径。
本文介绍了如何利用飞书中的豆包AI，通过输入提示词，自动抓取小红书和抖音上的热门内容，进行数据整理与分析，并写入飞书多维表格，最终搭建数据看板。文章详细说明了操作步骤，包括输入提示词、豆包如何操作、数据抓取后的分析、数据管理及看板搭建，展示了AI在工作流中的实际应用价值。
作者推荐飞书推出的“造浪者计划”，认为这是国内目前对AI从业者最好的变现方式之一。该计划面向小红书、抖音、公众号等平台2000粉以上的创作者，官方明码标价，按粉丝量提供保底收益（2000粉600元/单，5000-2万粉1200元/单，2万-5万粉2000元/单），爆款额外加1000元，并有月度奖励。作者强调流程透明、无需与甲方沟通，适合AI、效率、职场方向的原创账号。
本文介绍作者如何使用飞书与豆包AI工具，对一个月入10万+的账号进行拆解和复刻。通过一句话下达任务，豆包自动抓取90篇文章和30条视频，分析爆款机制，生成5张分析表和30天选题计划，共196条记录，将原本30天的工作压缩至30分钟完成。文章详细拆解了该账号的标题机制、内容结构和流量密码，并提供了普通人可复制的操作指南，强调利用AI工具构建内容生产系统，提升自媒体运营效率。
作者分享了飞书与豆包集成后的强大功能，通过提取抖音博主视频的逐字稿，并利用飞书多维表格进行结构化整理，形成了一套用AI做选题的方法论。文章详细描述了从抓取视频、转写逐字稿、分类提炼到最终产出文章和Skill的完整流程，强调了豆包在内容创作中的“消化”作用，以及飞书多维表格作为内容生产“中控台”的价值。
本文是系列第二篇，详细介绍了从数字人到营销视频的搭建过程。作者先拆解了数字人视频的五个要素（形象、声音、口型、内容、环境），并对比了全本地链路（自拍素材、Qwen TTS、MuseTalk）与云端音画同出方案（Seedance）。文章重点展示了如何利用飞书多维表格和豆包工作任务，实现选题采集、主播库管理、脚本生成和视频出片的自动化工作流，并讨论了效果与可控性的取舍。最后，作者总结了核心经验：拆解要素、权衡效果与可控、沉淀资产表以实现复利。
本文是一篇详细的教程，指导用户如何将 WorkBuddy 接入飞书，实现通过飞书消息远程控制电脑端 WorkBuddy 的功能。文章以实际操作截图为基础，逐步讲解了创建飞书企业自建应用、添加机器人、导入权限、复制凭证、配置事件和回调、发布应用及验证消息的完整流程。教程特别强调了使用 WebSocket 长连接模式，无需公网 IP 或内网穿透，并指出了官方文档中容易混淆的地方。最后还提供了常见问题的解决方案。
