WorkBuddy 客户端卸载与清理方法
卸载 macOS 版 WorkBuddy 远不止简单拖入废纸篓——若未彻底清除 ~/Library/Application Support/WorkBuddy/、~/Library/Preferences/com.tencent.workbuddy.plist 和 ~/Library/Caches/com.tencent.workbuddy 这三处关键残留,重装后极易遭遇启动失败、界面错乱、数据库锁表甚至功能完全瘫痪;本文提供精准的终端清理命令、易被忽视的 launchd 后台服务与符号链接陷阱,以及针对受系统保护的本地数据库目录的实操解决方案,帮你一次性干净卸载、顺利重装,告别反复踩坑。

macOS 上卸载 WorkBuddy 必须手动删文件夹和 plist,系统“拖入废纸篓”或 App Store 卸载都不够——残留会导致重装失败、配置错乱、甚至下次启动卡在初始化。
为什么不能只拖进废纸篓?
WorkBuddy macOS 版不走标准 bundle 卸载流程,直接拖走只会删掉 /Applications/WorkBuddy.app,但以下三类关键路径完全不动:
~/Library/Application Support/WorkBuddy/:存本地数据库workbuddy.db、技能包、用户任务快照~/Library/Preferences/com.tencent.workbuddy.plist:保存账号绑定状态、暂存盘路径、GPU 加速开关等核心偏好~/Library/Caches/com.tencent.workbuddy/:缓存 Webview、模型分片、UI 渲染资源,体积常超 2GB
这些残留一旦存在,重装后会强制复用旧配置,轻则界面显示异常,重则 SQLite 数据库锁表导致服务无法启动。
必须执行的三步清理命令(终端一行搞定)
打开终端,复制粘贴执行以下三条命令。注意:每条都带 sudo 或 rm -rf,请确认你已退出 WorkBuddy(右键托盘图标 → 退出),且没在运行任何相关进程。
- 删主应用与支持目录:
sudo rm -rf /Applications/WorkBuddy.app && rm -rf ~/Library/Application\ Support/WorkBuddy - 删偏好与缓存:
rm -rf ~/Library/Preferences/com.tencent.workbuddy.plist && rm -rf ~/Library/Caches/com.tencent.workbuddy - 删日志与临时模型(可选但推荐):
rm -rf ~/Library/Logs/WorkBuddy && rm -rf ~/Library/Application\ Support/WorkBuddy/Models
执行完后,用 ls ~/Library/Application\ Support/ | grep -i workbuddy 检查是否还有残留输出——无返回即清干净。
重装前要检查的两个隐藏坑
即使上述路径全空,仍可能因以下原因导致安装失败或功能异常:
launchd启动项残留:断电或中断安装可能注册过后台服务,执行launchctl list | grep -i workbuddy,若返回 PID 则需launchctl remove com.tencent.workbuddy.daemon- 全局符号链接未清除:某些版本会在
/usr/local/bin/下建workbuddy-cli链接,执行which workbuddy-cli,若有输出就sudo rm /usr/local/bin/workbuddy-cli
这两处不处理,重装后可能报 “Permission denied” 或 “command not found”,但错误日志里不会明说。
最易被忽略的是 ~/Library/Application Support/WorkBuddy/ 下的 database/ 子目录——哪怕你删了整个 WorkBuddy 文件夹,如果之前启用了“自动备份任务到本地”,这个目录可能被系统保护或挂载为只读,得先 ls -lO ~/Library/Application\ Support/WorkBuddy/database 看是否有 restricted 标记,有就需 chmod -R 755 再删。
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~
Windows 下 JDK 多版本切换指南
- 上一篇
- Windows 下 JDK 多版本切换指南
- 下一篇
- WinServer2016安装.NET3.5教程
-
- 科技周边 · 人工智能 | 10小时前 |
- RAG 文档切片怎样决定 overlap
- 278浏览 收藏
-
- 科技周边 · 人工智能 | 10小时前 |
- ONNX 导出怎样声明动态 batch 和序列长度
- 131浏览 收藏
-
- 科技周边 · 人工智能 | 10小时前 |
- RAG 检索结果怎样设置召回和重排的 Top K
- 491浏览 收藏
-
- 科技周边 · 人工智能 | 10小时前 | LoRa PEFT merge_and_unload adapter unload disable_adapter delete_adapter
- PEFT 怎样卸载 adapter 并保留基础模型
- 485浏览 收藏
-
- 科技周边 · 人工智能 | 10小时前 |
- Accelerate mixed_precision 怎样选择 fp16 或 bf16
- 386浏览 收藏
-
- 科技周边 · 人工智能 | 10小时前 |
- Accelerate 怎样配置梯度累积
- 356浏览 收藏
-
- 科技周边 · 人工智能 | 10小时前 | skip take Hugging Face Datasets streaming IterableDataset shard
- IterableDataset 只有一个 shard 时怎么继续切分数据
- 441浏览 收藏
-
- 科技周边 · 人工智能 | 10小时前 | JSON split Hugging Face dataset Datasets
- Hugging Face Datasets 怎样从 JSON 加载数据集
- 266浏览 收藏
-
- 科技周边 · 人工智能 | 10小时前 |
- Transformers 生成文本怎样理解 past_key_values 缓存
- 370浏览 收藏
-
- 科技周边 · 人工智能 | 10小时前 | 人工智能 · 文本生成 Transformers Python线程 TextIteratorStreamer 流式生成
- Transformers TextIteratorStreamer 怎样流式读取生成结果
- 485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。
- 479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。
- 535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。
- 558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。
- 507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。
- 328次使用
-
- 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
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览
