文章介绍了WorkBuddy技能市场中最值得推荐的15个实用技能，涵盖研究与信息处理、学习与知识管理、职场办公与求职、视觉创作与演示设计四大方向。具体包括Deep Research深度研究、Last 30 Days近期热点追踪、Research-to-Diagram关系图生成、IMA知识库与Obsidian笔记管理、Ego Lite浏览器操作、AI简历助手、Kami文档排版、WPS操作，以及Frontend Slides、归藏PPT、Excalidraw绘图、Bento单文件幻灯片等视觉创作工具。每个技能都从日常使用场景出发，说明其解决的问题、使用方法与安装方式，无需编程基础即可上手。
本文介绍了 WorkBuddy 这一 AI 工作台的核心概念与使用方法，强调其不仅是聊天框，而是能接管完整工作流的工具。文章详细说明了安全边界设置、Ask/Plan/Craft 三种模式、任务交代技巧，并提供了 14 条实用的工作流示例，涵盖 Excel 报告、会议纪要、邮件处理、知识库整理、内容创作、网页生成、公众号发布、X 内容生产、合同提取、简历筛选、资讯监控、竞品调研、文件归档和流程自动化等场景，帮助用户快速上手并提升办公效率。
作者针对网络上通过飞书文档截图引流卖课的提示词资料，自行整理分享了125条WorkBuddy通用提示词指令，涵盖个人工作台、会议协作、文档知识库、邮件沟通、项目推进、数据表格、内容营销、招聘团队、财务采购等九大办公场景。每条指令均强调先预览确认再执行、不虚构信息等安全原则。作者建议用户挑选高频指令，替换占位符后保存常用，并可通过自动化定时任务和每周尝试新指令，逐步搭建个人AI工作系统。
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。
本文以“企业视觉SOP服务说明”为例，详细介绍了使用WorkBuddy构建团队审阅与发布闭环的完整流程。文章首先区分了知识资料、正文源文件、结构化数据和展示页面四类对象，并强调了建立项目空间和权限边界的重要性。随后，文章逐步讲解了从资料生成初稿、人工评论与AI审阅的衔接、发布前的四层验收（内容、页面、权限、版本与回滚）到最终形成可复用交付链的每一步操作，旨在帮助团队实现内容可追溯、可审阅、可回滚的规范化管理。
本文介绍了如何利用腾讯AI知识库ima，仅通过手机操作，搭建一个自动化的内容选题库。作者分享了从信息收集、自动分类、摘要生成到每周选题提炼的完整流程，并详细说明了将微信、链接、播客、录音等不同来源的内容导入ima的方法。该方案解决了信息输入后难以沉淀和利用的问题，实现了碎片化信息的自动整理和选题输出，提升了内容创作的效率。
本文是一篇面向新手的 Obsidian 完整入门教程，详细介绍了 Obsidian 作为本地知识库工具的核心概念、安装方法、界面操作、Markdown 语法、笔记组织方法论以及必备插件。文章强调在 AI 时代建立个人知识库的重要性，并提供了从基础到进阶的实操指南，帮助用户高效构建和管理自己的知识体系。
本文是一篇面向 Obsidian 新手的详细教程，旨在帮助用户从零开始搭建一个可用的本地知识库。文章从理解 Obsidian 的核心概念（仓库、Markdown、内部链接）入手，逐步讲解下载安装、创建仓库、建立目录结构、调整设置、创建 Home 首页、使用双向链接等关键步骤，并提供了具体的操作截图和验收方法。通过一个自媒体工作者的实例，展示了如何设计文件夹结构，最终形成一套完整的知识管理流程。
作者分享了WorkBuddy助手中常用的几个技能，包括信息抓取的agent-browser、文档转换的markitdown、去AI味的Humanizer、长期记忆的mem0以及安全检测的Skill-vetter，旨在提升写作和工作效率。
文章介绍了如何在 WorkBuddy 中安装 Obsidian skill，通过自动识别本地知识库、补充 CLI 能力及验证读写操作，实现对 Obsidian 知识库的高效管理。相比直接操作本地文件，使用 skill 能更好地理解双链结构和知识库逻辑。
本文介绍了如何利用 Obsidian、Claude Code 和 Claudian 插件，无需编程即可搭建一套可持续维护的个人知识库。文章详细讲解了环境配置、目录结构设计（raw/wiki/assets）、以及通过 CLAUDE.md 定义规则，实现 AI 自动整理素材、生成 Wiki、更新索引和体检系统的全流程。
文章介绍了 Karpathy 提出的 LLM Wiki 方法，旨在解决传统 RAG 检索缺乏知识沉淀的问题。作者详细演示了如何在 Obsidian 中落地该方案，包括使用插件采集素材、配置图片本地化、利用图谱视图发现盲区、结合 Dataview 生成报表、使用 Marp 制作幻灯片，以及通过 Git 进行版本管理。核心思想是让 AI 承担繁琐的整理与维护工作，人类专注于思考与决策，从而构建持久增殖的个人知识库。
本文介绍了博主卡尔（aiwarts）如何利用 Obsidian 结合 OpenClaw、CodeX 等 AI 工具重构个人知识管理体系。核心优势在于 Obsidian 本地 Markdown 文件的高效性，解决了云端工具 API 慢、贵的问题。文章详细阐述了统一信息入口、构建机器可读的文件结构、使用 CodeX 维护文件以及利用 OpenClaw 实现知识库自动运转的完整流程。
