WorkBuddy技能安装全攻略：医生必备指令技巧

引言Introduction

医学生、医生和科研人员在用 AI 做文献、写综述、查证据时，最常见的问题不是“不会用”，而是“工具装好了却用不起来”。WorkBuddy 的技能体系正好解决这个痛点。关键不在于装得多，而在于装得准、用得对。

1. 先理解 WorkBuddy 的技能体系

1.1 技能不是插件堆砌，而是任务能力模块

WorkBuddy 安装后，左侧栏会出现技能菜单。这里的“技能”，本质上是把 AI 的能力拆成可调用的任务模块。比如信息检索、文献整理、写作辅助、数据处理等。它不是简单的功能集合，而是面向具体科研场景的执行单元。

对于医学场景，这一点尤其重要。因为医生和科研人员的任务往往标准化程度高，但细节要求严格。比如：

• 文献综述需要引用链完整。
• 研究进展总结需要覆盖近年高质量证据。
• 方案撰写需要结构清楚，逻辑严密。
• 数据分析需要减少人为误差。

如果只靠通用聊天式提问，结果往往不稳定。技能的意义，就是把“想法”转成“可执行流程”。这也是 WorkBuddy 技能发现与安装最值得投入时间的原因。

1.2 新建任务，是技能真正生效的入口

安装完成后，真正有用的入口只有两个。一个是“新建任务”，一个是“技能安装”。其中，“新建任务”是用户与技能交互的主入口。以深度研究为例，用户输入明确任务后，WorkBuddy 会自动调用搜索和研究流程，开始检索、整理和归纳。

这类任务适合以下场景：

1. 梳理某一疾病领域的研究进展。
2. 总结靶向药物、ADC 药物等专题证据。
3. 快速搭建综述初稿。
4. 为课题申报做前期信息调研。

对医生而言，最实用的不是“会聊天”，而是“能把科研动作标准化”。 这也是技能体系的价值核心。

2. WorkBuddy技能发现与安装的核心方法

2.1 先搞清楚技能存放在哪里

很多人安装后找不到技能，不是软件有问题，而是没有理解目录逻辑。WorkBuddy 会把技能放在用户目录下的指定文件夹中。通常路径位于当前登录用户的 WorkBuddy 目录下。

常见做法有两种：

• 直接在系统中定位 WorkBuddy 的 skills 目录。
• 直接向 WorkBuddy 提问“技能安装在哪个目录”，让它返回文件路径。

这是最稳妥的技能发现与安装方法。 因为不同电脑、不同用户登录名，路径可能不一样。医学科研人员常常需要在多台设备上切换，掌握目录定位比死记路径更可靠。

2.2 通过压缩包导入，是最直接的安装方式

Skill 包通常以 zip 压缩包形式提供。安装时不需要复杂配置。你只要把压缩包拖入安装界面，或者通过附件按钮上传本地文件，再输入“安装这个 skill 包”，系统就会自动处理。

这个过程有几个注意点：

• 压缩包不要二次嵌套。
• 文件名尽量保持清晰。
• 安装后检查技能是否出现在左侧栏。
• 如出现重复技能，优先保留版本更新的包。

对于忙碌的临床医生和科研人员来说，自动化安装比手动配置更适合日常使用。 因为它能减少环境差异带来的错误，也更便于批量管理。

2.3 不建议一次性装满，按需安装更高效

有些用户喜欢一次性安装很多技能。但从实际使用看，这并不一定最优。原因很简单，技能太多会增加选择成本，也会让新手难以判断该调用哪个模块。

更合理的做法是按任务类型分批安装：

• 查文献相关技能。
• 信息调研相关技能。
• 学术写作相关技能。
• 方案设计相关技能。
• 数据处理与分析相关技能。

按需安装，能让你更快形成稳定工作流。 对医学科研来说，这比“数量多”更重要。因为真正影响产出的，不是你装了多少技能，而是你能否在 3 分钟内找到最合适的工具。

3. 医学科研场景下，哪些技能最值得优先安装

3.1 文献检索与参考文献补全类

根据上游知识库信息，新增的技能里，find paper 和 find paper references 很有代表性。前者适合在你写完一段内容后，让 AI 根据内容寻找相关文献。后者则适合补全参考文献引用。

这两类技能的价值在于，它们直面医学写作的高频痛点：

• 写作时有观点，但缺证据。
• 观点有了，但缺引用。
• 段落完成了，但参考文献不够规范。

对综述、论文讨论部分、基金申请书来说，这类技能能显著提升初稿效率。 但要注意，AI 找到的文献仍需人工核对，尤其是题目、作者、年份、期刊和结论是否一致。

3.2 深度研究类技能适合做专题综述

如果你要研究某个方向，比如结直肠癌靶向治疗、ADC 药物进展、某类生物标志物研究，那么深度研究类技能非常实用。它通常默认调用互联网搜索，并通过多轮检索形成主题总结。

这种任务适合以下目标：

1. 快速搭建领域框架。
2. 明确近年研究热点。
3. 找到主要药物、通路、技术路线。
4. 为后续系统综述或叙述性综述打底。

但要认识到，深度研究不是文献终稿，它更像高质量的研究起点。 如果后续继续抓取文献、补充证据，内容质量会明显提升。

3.3 写方案、写学术文本、数据分析技能，适合科研全流程

从科研全流程看，WorkBuddy 的技能并不只服务“查资料”。它也适合写方案、组织学术语言、处理数据和搭建分析框架。对于医学科研人员，这意味着你可以把许多重复性工作标准化。

典型应用包括：

• 课题开题前的信息搜集。
• 研究方案结构化整理。
• 论文摘要、引言、讨论初稿。
• 数据整理后的描述性分析思路。
• 结果段落的标准化表达。

技能加上个性化知识库，才构成真正的研究上限。 这一点非常关键。技能提供行业基线，知识库决定你的项目边界和个性化深度。

4. 安装后如何把技能用出效果

4.1 指令要具体，任务边界要清楚

WorkBuddy 的智能性较强，用户即便有少量错别字，系统也能理解。但这不等于可以下模糊指令。真正高效的做法，是把任务说完整。

建议包含四个要素：

• 研究主题。
• 时间范围。
• 输出格式。
• 证据要求。

例如：

• “总结近 5 年结直肠癌 ADC 药物研究进展，输出分点结构。”
• “基于现有段落补充参考文献，优先近 3 年高质量期刊。”
• “按综述风格整理某疾病靶向治疗路径。”

任务越具体，技能调用越稳定。 这是医生使用 AI 工具时最容易忽略的地方。

4.2 先做小任务，再扩展到复杂任务

对于第一次接触 WorkBuddy 的用户，建议先从单步任务开始。比如先试试文献检索，再试试参考文献补全，最后再进入深度研究。

推荐顺序如下：

1. 查一篇文献。
2. 补全一段引用。
3. 整理一个专题框架。
4. 做一次深度研究。
5. 结合知识库形成自己的内容体系。

这样做的好处是，你能更快知道哪个技能最适合自己。工具上手的关键，不是“功能全”，而是“路径短”。

4.3 保持人工校验，避免把 AI 当最终答案

医学科研对准确性要求高，尤其是药物名称、适应证、试验阶段、统计结果和参考文献格式。AI 可以加速检索和初稿，但不能替代核对。

建议重点校验以下内容：

• 文献是否真实存在。
• 结论是否被断章取义。
• 数据是否与原文一致。
• 引用格式是否符合目标期刊要求。
• 是否存在时间偏差或过时信息。

AI 提升效率，人工确保可信度。 这也是医学工作流中最合理的分工方式。

总结Conclusion

WorkBuddy 的技能发现与安装，本质上是在搭建你的科研执行系统。先理解技能目录，再通过压缩包或路径完成安装，最后用具体指令把它真正用起来。对于医生、医学生和科研人员来说，最值得优先安装的是文献检索、引用补全、深度研究和写作辅助类技能。

真正有效的使用方式，是按需安装、具体提问、人工校验。 这样才能把 WorkBuddy 从“装了但没用”的工具，变成能直接提升效率的科研助手。

如果你想少走弯路，建议直接借助解螺旋获取更适合医学科研场景的技能包和安装思路，尽快把你的 WorkBuddy 变成可落地的研究工具。