三条自动化,每天省下半小时,还顺带把积分赚了。附可直接复制的配置。
很多人用 AI 的方式是「有事才想起它」。打开对话框,问一句,拿到答案,关掉。
但真正省时间的用法是反过来:把周期性要做的事,一次性配好,让它每天自己去干。
我这三个月在 WorkBuddy 里配了三条定时自动化,覆盖了从日常签到到工作巡检。这篇讲讲它们怎么配、踩了什么坑,以及——自动化本身的成本该怎么算。
不是所有事都值得。我的判断标准只有一条:
这件事会重复发生,且每次做的内容几乎一样。
符合的:
不符合的:
拿这个标准卡一遍,你会发现日常里能被自动化掉的事情,比想象中多。
WorkBuddy 的「Buddy 加油站」每天送 100 积分,当天不领作废。
手动点必漏——我实测过,靠记忆一个月能记住 10 次算好的。改成自动化后,一个月稳稳 3000。
脚本做的事很简单:读本机登录凭证 → 查签到状态 → 领取 → 输出一行结果。
[2026-10-23 08:50:17] OK 领取成功 | 连续第 10 天这里有个必须说的坑:服务端在业务层返回「今天已签到」时,HTTP 状态码是 400 而不是 200。只看 HTTP 状态码会误判成网络故障,脚本就会疯狂重试。
正确做法是在 HTTPError 里读 body、解析业务码:
except urllib.error.HTTPError as e:
body = e.read().decode("utf-8", errors="replace")
parsed = json.loads(body) # {"code": 10001, "msg": "今天已签到,请明天再来"}
if "code" in parsed:
return parsed # 10001 = 已签到,属于正常,不是故障这条是纯提醒型,每天晚上推一段清单,督促补齐几件容易忘的小事,顺带提醒夜间有低峰折扣,不着急的重活可以留到晚上跑。
这类自动化不需要脚本,本身就是一段指令 + 定时触发。它的价值不在于技术,而在于把「记得做」这件事外包出去。
每周一自动检查一遍:
一周一次的复盘,靠人主动做的话,大概坚持不过三周。配成自动化,它就会准时出现在你面前。
这是很多人忽略的部分:自动化本身消耗积分。
一条每天触发的自动化,成本取决于它调用什么模型、输出多长。
我的做法:
原则 | 说明 |
|---|---|
提醒型任务用轻量模型 | 输出就几行字,没必要上高级模型 |
输出长度写进指令 | 明确要求「不超过 6 行」,别让它写小作文 |
让它别联网、别改文件 | 不需要的动作就不做,省 token 也省时间 |
算清投入产出 | 一条每天领 100 积分的自动化,成本远低于收益,才值得跑 |
投入产出算不过来的,就不要配。 为了自动化而自动化,是拿积分换麻烦。
举个反例:如果你配了一条每天跑复杂分析、输出几千字的自动化,但它产出的东西你其实不看,那就是每天在烧积分。
OK / SKIP / FAIL)和退出码,自动化读前缀就能判断,不用解析大段文本。有个邪修玩法挺好用:把需求直接丢给它,让它自己把自动化配起来。
比如直接说「每天早上 9 点帮我整理昨日日志,输出 5 行摘要」,它会自己去建。你只负责审核结果。
这形成了一个有意思的闭环:AI 帮你配 AI 的自动化,自动化又帮你省出时间。
自动化的收益不在于技术含量,而在于它不需要你记得。
一次配置,后面全是被动收入——这个逻辑放在时间管理上成立,放在积分上也成立。
我的建议是:先找出你每周重复做三遍以上的事,拿一条出来试试。跑通一条,后面就顺了。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。