WorkBuddy工作空间用于集中保存项目资料、脚本、过程和交付物。长期研发、重复数据分析或需要协作交接的任务，应创建专属项目目录；一次性的文档整理或格式转换，可直接使用系统自动创建的临时目录。
在ai辅助工作中，文件管理和上下文隔离是保证效率的关键。workbuddy通过“工作空间”这一概念，将不同任务的产出物进行物理或逻辑上的分离。正确选择工作空间，不仅能避免文件混乱，还能让ai更精准地调用相关技能和记忆。
这项任务值得单独建一个工作空间吗？
选择工作空间的核心依据是任务的持续性和复杂度。如果一项工作需要跨越多个会话、涉及大量文件迭代，或者需要与其他成员协作，必须指定明确的工作空间。这类场景下，所有产生的代码、日志、中间文件和最终交付物都存储在指定的目录下，便于后续追溯和复用。
对于仅需单次交互即可完成的任务，例如简单的格式转换或短文本翻译，无需手动创建工作空间。系统会自动按照特定规则生成一个临时目录，任务完成后该目录即可归档或删除。这种分流机制既保持了工作区的整洁，又减少了不必要的操作成本。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
长期项目的资料和产出放在同一目录
当确定任务属于长期跟进类别时，建议通过搜索功能新建并指定一个专属工作空间。工作空间不仅仅是文件的存储容器，它还是AI默认授权的工作目录、项目级技能包、配置信息以及记忆的载体。
在具体应用场景中，不同类型的长期任务对空间的需求有所不同：
- 研究/报告类工作：需要将资料收集、草稿迭代和最终交付物集中在一个地方。指定工作空间后，AI可以持续引用之前的调研数据，避免重复劳动。
- 程序开发：代码仓库即工作空间。所有的代码读写、构建命令执行和测试过程都在此目录下进行，确保环境一致性。
- 数据分析：例如每月销售数据统计分析，并与上个月或上季度趋势对比。工作空间能保留历史数据文件和分析脚本，方便进行纵向比较。
- 海量简历处理：按照标准快速筛选候选人、打分并持续更新结果。工作空间有助于维持筛选标准的统一性和结果的连续性。
一次性任务用临时目录，交付后再归档
未指定工作空间时，WorkBuddy会自动创建一个临时工作目录。这类任务通常具有“用完即走”的特征，不涉及复杂的上下文依赖。常见的适用场景包括：
员工在试用 WorkBuddy 时，经常会冒出"这个要是能一键就好了"的念头，但往往转头就忘。本技能把这类反馈零摩擦地沉淀到企业统一表格： 1. 不用跳出当前工作流、不用重复填姓名和部门； 2. 身份一次配置，后续只说内容即可； 3. 自动对齐表头、追加一行，企业方可直接统计。 触发方式 在对话中表达"提交 / 记录一条反馈"的意图即可触发，例如： - 反馈一个需求 · 提个诉求 · 记录一下这个痛点 - 收集反馈 · 提交体验反馈 · feedback - 完成
- 文件转换：如PDF转Word、PDF转图片等格式转换操作。
- 翻译资料：将一个英文报告翻译为中文并存档，任务结束即止。
- 音频提取文字：将一段音频中的演讲内容提取为逐字稿。
虽然这些任务不需要专门的空间管理，但理解工作空间作为安全隔离的基础仍然重要。临时目录确保了敏感或无关的文件不会污染长期项目的上下文，从而降低误操作风险。
用一次数据分析决定目录怎么分
在实际操作中，可以通过自然语言指令来引导AI进入特定的工作空间模式。以下是一个针对“月度销售数据分析”任务的提示词示例，展示了如何在对话中明确工作范围。
请切换到【月度销售数据分析】工作空间。 当前任务是处理2023年Q4的销售数据。请先加载该空间下的历史数据文件，然后运行现有的分析脚本，生成最新的趋势对比图表。注意，所有生成的中间文件和最终报告都应保存在当前工作空间的output目录下。
通过这种方式，AI能够准确识别任务边界，调用正确的技能包（如数据处理工具）和记忆（如之前的分析结论），从而提高输出的准确性和效率。
常见问题
Q: 临时工作空间里的文件会永久保存吗？
A: 临时工作空间主要用于一次性任务，其文件存储策略通常不同于长期项目空间。建议在执行完临时任务后，及时检查并备份重要成果，以免因系统清理机制导致数据丢失。
Q: 可以在同一个工作空间中切换不同的长期项目吗？
A: 不建议这样做。每个工作空间对应特定的项目上下文、技能和记忆。混合不同项目会导致上下文混淆，影响AI的判断准确性。应为每个独立的长期项目创建专属的工作空间。
