当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 如何在 WorkBuddy 中开发属于自己的第一个技能?

如何在 WorkBuddy 中开发属于自己的第一个技能?

2026-05-04 11:12:59 0浏览 收藏

小伙伴们有没有觉得学习科技周边很有意思?有意思就对了!今天就给大家带来《如何在 WorkBuddy 中开发属于自己的第一个技能?》,以下内容将会涉及到,若是在学习中对其中部分知识点有疑问,或许看了本文就能帮到你!

需完成技能定义、逻辑编写与平台注册三环节:先配Python环境并初始化模板,再编写main.py中execute函数逻辑,接着配置skill.yaml元数据,然后本地测试验证,最后wb-pack打包为.wbx文件上传至平台。

如何在 WorkBuddy 中开发属于自己的第一个技能?

如果您希望在 WorkBuddy 平台上创建并运行首个自定义技能,需完成技能定义、逻辑编写与平台注册三个核心环节。以下是实现此目标的具体步骤:

一、配置本地开发环境

WorkBuddy 技能基于 Python 编写,需确保本地已安装兼容版本的 Python 及必要依赖库,以便后续调试与打包。

1、访问 Python 官网下载并安装 Python 3.9 或 3.10 版本。

2、打开终端或命令提示符,执行 python --version 验证安装成功。

3、使用 pip 安装 WorkBuddy SDK:pip install workbuddy-sdk。

4、新建项目文件夹,在其中执行 wb-init skill my-first-skill 初始化技能模板。

二、编写技能主逻辑

技能行为由 main.py 中的 execute 函数定义,该函数接收用户输入并返回结构化响应,是技能功能的核心载体。

1、进入项目根目录下的 src/ 文件夹。

2、用文本编辑器打开 main.py,定位到 def execute(input_data: dict) -> dict: 函数。

3、在函数体内添加简单逻辑,例如:return {"output": "你好,这是我的第一个技能!"}。

4、保存文件,确保无语法错误。

三、定义技能元数据

skill.yaml 文件描述技能名称、触发词、权限需求等关键属性,WorkBuddy 依靠该文件识别和加载技能。

1、在项目根目录下打开 skill.yaml。

2、将 name 字段修改为 my-first-skill。

3、将 display_name 设置为中文名称,例如:我的第一个技能。

4、在 triggers 列表中添加一个字符串,如 “打招呼”,作为用户唤醒技能的关键词。

四、本地测试技能运行效果

通过内置模拟器可验证技能是否按预期解析输入并生成输出,避免上传后才发现逻辑错误。

1、回到项目根目录,执行 wb-run --local 启动本地测试服务。

2、在新终端中运行 wb-test --trigger "打招呼" 模拟用户调用。

3、观察终端输出中是否包含 {"output": "你好,这是我的第一个技能!"}。

4、若返回空或报错,检查 main.py 中的缩进与 return 语句位置。

五、打包并上传至 WorkBuddy 平台

技能需构建成 .wbx 格式压缩包,该格式被 WorkBuddy 控制台识别为合法部署单元。

1、确保当前位于项目根目录,执行 wb-pack 命令。

2、确认生成文件 my-first-skill.wbx 存在于 dist/ 子目录中。

3、登录 WorkBuddy 管理控制台,进入「技能中心」→「我的技能」→「上传新技能」。

4、点击上传区域,选择 dist/my-first-skill.wbx 文件并提交。

今天带大家了解了的相关知识,希望对你有所帮助;关于科技周边的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~

河马剧场怎么充值最划算_河马剧场APP充值优惠与省钱技巧河马剧场怎么充值最划算_河马剧场APP充值优惠与省钱技巧
上一篇
河马剧场怎么充值最划算_河马剧场APP充值优惠与省钱技巧
如何在Golang中实现微服务容错_使用重试、限流和熔断结合方案
下一篇
如何在Golang中实现微服务容错_使用重试、限流和熔断结合方案
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    297次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    352次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    353次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    318次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    136次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码