WorkBuddy 全套 AI 提效实战课：Codex + OpenClaw 自定义 Skill 全教程

这套课到底在讲什么

WorkBuddy 是一个把 AI 能力封装成日常可调用技能的工具层，Codex 负责代码生成与理解，OpenClaw 则是本课程里承接自定义 Skill 的运行时框架。三者组合起来的目标很直接：让开发者不依赖现成插件市场，自己定义 AI 在工作流里该做什么、在哪一步触发、输出什么格式。课程体量在 1.2GB 左右，内容密度偏向实操演示，而不是概念科普。

它适合的读者画像比较清晰：日常要用 AI 处理重复性工作、又不满足于通用对话框式交互的人。如果你已经用过 Codex 做代码补全或脚本生成，但没试过把生成结果接到自动化流程里，这门课正好补上中间那段胶水层。

技术栈拆解与依赖关系

课程的技术骨架可以按三层理解。最上层是 WorkBuddy 的任务编排界面，负责触发条件和输入输出定义；中间层是 Codex 的能力调用，承担自然语言到可执行逻辑的转换；底层是 OpenClaw 对自定义 Skill 的加载与执行。三层之间通过配置文件或轻量接口衔接，理解这个分层，后面看演示时才不会把「Skill 定义」和「模型调用」混为一谈。

需要提前说明的是，课程里的示例默认你已经能看懂基本的 JSON/YAML 结构，也接触过命令行。如果完全没写过配置，前几节会稍显吃力，建议先补一下键值对和数组的基础写法。

可复用的模块与工程参考点

从工程角度看，这门课真正有复用价值的部分集中在三块：

• Skill 的声明式定义模板——包括触发词、参数占位、返回结构，这套模板改一改就能迁移到自己的场景，不用每次从零写起。
• Codex 调用时的提示词组织方式——课程里反复出现「先约束输出格式、再给示例、最后留兜底」的三段式写法，这个模式在代码生成之外同样适用。
• OpenClaw 侧的调试与日志查看——自定义 Skill 最容易卡在「没触发」或「触发后静默失败」，课程给出了排查顺序，这部分比功能演示更值得记笔记。

这三块抽出来，基本能拼出一个最小可用的自定义 AI 技能工程骨架，剩下的是替换业务逻辑。

自学路径建议

如果按顺序看，建议把课程拆成两轮。第一轮只跟做，不纠结每行配置的含义，先把一个完整 Skill 跑通，建立「原来是这样接起来的」整体印象。第二轮再回头逐节对照源码，重点看每个参数为什么这么填、改动后行为如何变化。课程里的演示节奏偏快，暂停和回看是必要操作，指望一遍过基本不现实。

另外，不要等看完再动手。每学完一个 Skill 模块，立刻找一个自己工作里真实存在的重复动作去复刻一次，哪怕做得比课程示例简陋也没关系。自定义 Skill 的难点从来不在语法，而在把模糊需求拆成明确的输入输出，这个能力只能靠反复练。

适合对照实践而非空看

这门资料的性质更接近「工程参考 + 演示记录」，而不是系统教材。它的价值在于提供了一套可运行的结构和一组能直接改的配置样例，而不是把每个 API 讲透。所以使用方式上，建议把它当成对照手册：遇到具体问题时回去查对应模块的写法，比从头到尾刷完一遍效率高得多。

源码和配置都在资料包里，配合演示看能省掉不少猜测成本。对已经有一定开发基础、想把 AI 真正嵌进日常工作流的人来说，这套内容的投入产出比是合理的。