AI Agent常话多、费Token、跑偏。WorkBuddy优化方案包括：切换高效务实回复风格，填写全局自定义指令，遵循不瞎猜、追求简单、目标驱动、最小改动四原则，开启记忆，并在任务可控、有备份、风险可承受时按需开启完全访问；多步骤任务先用计划模式，按难度选模型档位，跑偏立即打断。核心是压缩无效轮次，降低显性与隐性Token成本；自定义指令投入产出比最高，完全访问需权衡回滚成本。博主称可降低60% Token，实际取决于原使用习惯，该方法可迁移至任何长对话AI工具。
本文是前五篇合集的延伸阅读，汇总原视频未提但同属一条工具链的开源或免费项目，并标注其衔接的篇目。覆盖本地大模型推理（Colibri、Ollama、llama.cpp、KTransformers）、Agent底座与学习（Pi、Happy-LLM）、去AI味写作（humanizer、stop-slop、shuorenhua等已成体系）、文档采集与社媒（MarkItDown、MediaCrawler、SocialFlow、Postiz）及技能市场（SkillHub、ClawHub等）。核心结论是：前五篇重“已跑通、马上能用”，本篇重“同链上值得继续挖”；读者不必把工具都装一遍，而应沿推理、Agent、写作去味、文档清洗、发布调度等链条，找到并补齐自己缺的那一环。
该工具可将 Workbuddy、商汤小浣熊、Qoder、千问办公、Loomy、CatPaw 等客户端内置模型，转换为本地 OpenAI 兼容 API，再接入任意 Agent 助手使用。这样能在同一 Agent 中持续对话，减少多平台切换。因部分国产 AI 每日赠送积分或额度，选用 Deepseek-4.1-Flash、GLM-5.3-Flash、Qwen-3.8-Flash 等模型，理论上可每天白嫖大量 tokens。使用时需保持 Buddy2API 后台运行，先扫描并一键导入本机登录渠道，再创建 API Key，API 地址为 http://127.0.0.1:8787/v1。注意任务中途切模型会重新读上下文并消耗大量 tokens；Workbuddy 反代存在封号风险，Qoder 可能排队。
本次会话围绕WorkBuddy扩展体系（Skills、插件、连接器、MCP、专家）展开，共提出16个理解型问题，无业务交付需求。提问呈四阶段演进：概念入门、运行机制、生态关系、创建与定位。核心结论包括：Skill为文件夹结构，含SKILL.md及可选scripts等，代码是可选加速器；MCP为JSON-RPC协议，启用才加载，其代价是上下文挤占；连接器是MCP服务器加OAuth及配套技能的打包；插件需版本目录与清单，专家是带agents角色定义的插件；技能独立可复用，专家壳可套任意技能组合。命名上“专家”是用户层词汇，“插件”是技术层词汇。三者定位：专家为身份层，技能为方法层，连接器为能力层。用户提问特点为先理解后动手、以自建模型求证、要求机制性解释。
一句话：Skill 是一个把「做事方法」固化下来的文件夹——它不是插件、不是代码库，本质上是一份写给 AI 看的标准作业程序（SOP），配上可选脚本和素材。你反复做的那套流程（比如周报、投标材料、PPT 风格），写一次成 Skill，之后一句话就能复现，而且每次结果一致。 它解决一个真问题：通用 A
