教你用 Homebrew 安装 WorkBuddy 的进阶方法
学习科技周边要努力,但是不要急!今天的这篇文章《教你用 Homebrew 安装 WorkBuddy 的进阶方法》将会介绍到等等知识点,如果你想深入学习科技周边,可以关注我!我会持续更新相关文章的,希望对大家都能有所帮助!
必须确认三件事:一、执行brew tap add tencent/workbuddy添加官方tap;二、macOS版本≥12.0(Monterey);三、卸载旧版WorkBuddy(如/Applications/WorkBuddy.app),避免brew静默跳过安装。

Homebrew 安装 WorkBuddy 前必须确认的三件事
brew install --cask workbuddy 看似一行命令就能搞定,但实际执行前常因环境缺失直接报错。不是 Homebrew 本身有问题,而是 WorkBuddy 的官方 cask 并未默认收录在主仓库中——它托管在腾讯维护的独立 tap 里。
- 必须先执行
brew tap add tencent/workbuddy,否则brew install --cask workbuddy会提示Error: Cask 'workbuddy' is unavailable - macOS 版本需 ≥ 12.0(Monterey),低于此版本会卡在签名验证阶段,即使加了 tap 也安装失败
- 如果系统已装过非 Homebrew 方式部署的 WorkBuddy(比如拖拽 .dmg 安装),建议先手动删掉
/Applications/WorkBuddy.app,否则brew install会静默跳过,看似成功实则没更新
macOS M1/M2/M3 芯片用户要额外处理隔离属性
Apple Silicon 设备对从网络下载的 App 启动有更严格的 quarantine 标签限制。即使 brew install 成功,首次双击启动时仍可能弹出“已损坏,无法打开”或“无法验证开发者”。
- 不要依赖图形界面点“仍要打开”——Homebrew 安装后,App 实际路径是
/opt/homebrew/Caskroom/workbuddy/latest/WorkBuddy.app(ARM64)或/usr/local/Caskroom/workbuddy/latest/WorkBuddy.app(Intel) - 正确做法是在终端运行:
xattr -d com.apple.quarantine /opt/homebrew/Caskroom/workbuddy/latest/WorkBuddy.app - 若不确定路径,可用
brew --cask-prefix workbuddy查看当前 cask 安装根目录,再拼接latest/WorkBuddy.app
用 brew 升级或重装时容易忽略的关键动作
brew upgrade workbuddy 不会自动触发重签名或权限重置;升级后若出现功能异常(如文件访问拒绝、技能加载空白),大概率是残留的旧签名或辅助功能授权失效。
- 升级后务必重启 WorkBuddy,并在系统设置中检查:「系统设置 → 隐私与安全性 → 辅助功能」和「完全磁盘访问」两项里,
WorkBuddy.app是否仍被勾选 - 若未勾选,需手动添加——注意添加的是
/opt/homebrew/Caskroom/workbuddy/latest/WorkBuddy.app,不是别处的快捷方式或别名 - 想彻底重装?别只跑
brew uninstall workbuddy,还要手动清空:rm -rf ~/Library/Application\ Support/WorkBuddy和rm -rf ~/Library/Preferences/cn.codebuddy.WorkBuddy.plist,否则旧配置可能干扰新版本行为
为什么不用 brew install --cask workbuddy 就直接失败
根本原因在于:WorkBuddy 的 cask formula 依赖动态 URL 和校验逻辑,且每次发布都带平台+架构后缀(如 -darwin-arm64-1.8.2.pkg)。Homebrew 默认不缓存或预解析这类地址,一旦官网 CDN 响应延迟或临时变更路径,brew install 就会卡在 download 阶段,日志里只显示 Downloading... (0 B/s),无错误提示。
- 临时解法:加
--verbose参数观察真实下载地址,复制到浏览器手动下载,再用brew install --cask --no-quarantine /path/to/downloaded.pkg强制安装 - 长期建议:把
tencent/workbuddytap 加入定期同步列表,执行brew tap-sync tencent/workbuddy可提前拉取最新 formula,避免安装时现场解析失败
Homebrew 安装 WorkBuddy 最难的不是命令本身,而是理解它背后混合了 Apple 的签名机制、Homebrew 的 tap 管理模型、以及腾讯对发布包路径的动态控制——这三个层面只要一个没对齐,就会表现为“命令没报错,但软件打不开”或者“看起来装好了,技能全灰”。
今天关于《教你用 Homebrew 安装 WorkBuddy 的进阶方法》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!
Win10怎么强制格式化U盘_Win10解决磁盘被写保护【指南】
- 上一篇
- Win10怎么强制格式化U盘_Win10解决磁盘被写保护【指南】
- 下一篇
- 如何使用Golang编写基准测试_Golang Benchmark基础写法
-
- 科技周边 · 人工智能 | 11小时前 | 人工智能 · PyTorch autograd torch.is_grad_enabled 梯度模式
- PyTorch torch.is_grad_enabled 怎样读取当前线程的梯度开关状态
- 346浏览 收藏
-
- 科技周边 · 人工智能 | 12小时前 | 人工智能 · PyTorch Tensor.storage_offset storage_offset Tensor View 张量布局
- PyTorch Tensor.storage_offset 怎样读取张量视图的存储起始偏移
- 316浏览 收藏
-
- 科技周边 · 人工智能 | 12小时前 |
- Transformers BaseModelOutput.hidden_states 怎样区分各层隐藏状态与最后一层输出
- 429浏览 收藏
-
- 科技周边 · 人工智能 | 13小时前 | python · 人工智能 · Transformers tokenizer BatchEncoding sequence_ids 双句编码 词元来源
- Transformers BatchEncoding.sequence_ids 怎样区分双句编码中的词元来源
- 283浏览 收藏
-
- 科技周边 · 人工智能 | 14小时前 | 人工智能 · Hugging Face Datasets ClassLabel str2int 标签编码
- Hugging Face ClassLabel.str2int 怎样把类别名称映射为标签编号
- 222浏览 收藏
-
- 科技周边 · 人工智能 | 15小时前 | 人工智能 · PyTorch Tensor.is_contiguous memory_format
- PyTorch Tensor.is_contiguous 怎样检查张量在指定内存格式下是否连续
- 170浏览 收藏
-
- 科技周边 · 人工智能 | 16小时前 | python · 人工智能 · Transformers ModelOutput to_tuple 模型输出
- Transformers ModelOutput.to_tuple 怎样把非空模型输出字段转换为元组
- 192浏览 收藏
-
- 科技周边 · 人工智能 | 17小时前 | 人工智能 · Transformers word_ids BatchEncoding 子词对齐
- Transformers BatchEncoding.word_ids 怎样关联子词与原始单词位置
- 462浏览 收藏
-
- 科技周边 · 人工智能 | 18小时前 |
- Hugging Face ClassLabel.int2str 怎样把标签编号还原为类别名称
- 175浏览 收藏
-
- 科技周边 · 人工智能 | 18小时前 | python · 人工智能 · Hugging Face Datasets Dataset.split NamedSplit 数据集切分
- Hugging Face Dataset.split 怎样识别数据集对象对应的切分名称
- 476浏览 收藏
-
- 科技周边 · 人工智能 | 20小时前 |
- PyTorch torch.get_default_dtype 怎样读取新建浮点张量默认使用的数据类型
- 316浏览 收藏
-
- 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
- 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
- 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
- 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
- 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
-
- 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。
- 1102次使用
-
- 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。
- 1098次使用
-
- 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。
- 1269次使用
-
- 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。
- 1211次使用
-
- 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。
- 1058次使用
-
- 量化模型本地推理的显存估算方法
- 2026-10-17 501浏览
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览

