---

## 一、我是谁，为什么选择了 WorkBuddy

我是一名金融测试工程师，日常工作覆盖港美股交易系统、行情处理、交易 API 测试、IPO 数据验证等多个项目。技术栈以 Python 为主，日常维护 Django + Pytest 自动化测试框架、gRPC 接口测试、以及多套自动化任务脚本。

说实话，在接触 WorkBuddy 之前，我的工作流大概是这样的：

- 每天早上手动跑脚本看行情数据，然后手动整理成日报
- 遇到 bug 要切到 TAPD 手动填一大堆字段
- 想分析某只股票，要开 3-4 个网站来回切换
- 项目代码架构分析，得一个文件一个文件地翻

直到开始用 WorkBuddy，我才发现——**原来 AI 助手不只是聊天，是真的能干活。**

这篇文章，我把自己用 WorkBuddy 的真实工作流写下来，不讲理论，全是实操。

---

## 二、实战场景一：港股打新日报全自动推送

### 需求背景

港股 IPO 是很多投资者关注的焦点。我每天需要关注即将上市的新股、招股价、截止日期等信息，并在工作日早上 8:30 整理成日报推送给自己。

### WorkBuddy 实现方案

WorkBuddy 的**自动化任务（Automations）**功能非常适合这个场景。配置很简单：

1. 告诉 WorkBuddy：「帮我创建一个每天 8:30 自动生成港股打新日报的任务」
2. WorkBuddy 会自动配置 RRULE 定时规则，设置好 `scheduleType="recurring"` 和时间
3. 任务每天自动调用金融数据 Skill，拉取新股日历数据
4. 生成日报后通过 `deliver_attachments` 推送到微信

### 效果对比

| 指标　　　 | 之前（手工）　| 之后（WorkBuddy） |
| ------------| ---------------| -------------------|
| 耗时　　　 | 15-20 分钟/天 | 完全自动，0 分钟　|
| 数据准确性 | 可能遗漏新股　| 全量数据拉取　　　|
| 稳定性　　 | 偶尔忘记　　　| 雷打不动　　　　　|

一个月下来省了约 8 小时，而且从没错过任何一只新股。

> **要点**：自动化任务的关键是 prompt 要写清楚。不是「帮我查新股」，而是「查询今日港股新股日历，包括代码、名称、招股价、截止日期、上市日期，整理成 Markdown 表格推送」。

---

## 三、实战场景二：股票/行情多维分析，一句话搞定

### 需求背景

做金融测试经常需要查行情、财报、技术指标来验证数据准确性。以前我的浏览器常驻 5 个标签页：腾讯自选股、东方财富、雪球、TradingView、港交所官网。

### WorkBuddy 实现方案

WorkBuddy 在 **finance-data** 场景下集成了两个专业金融数据 Skill：

- **neodata-financial-search**：自然语言金融数据搜索
- **westock-data**：腾讯自选股结构化行情数据

只需要一句话：

```
帮我分析腾讯控股（00700.HK）的技术面和基本面，包括最近 4 期财报、MACD/RSI 指标、机构评级
```

WorkBuddy 自动完成：
- 搜索股票代码并确认身份
- 并行查询实时行情、财务报表、技术指标、机构研报
- 整理成结构化表格，红涨绿跌（遵循 A 股/港股配色习惯）

### 效率对比

| 操作　　　 | 之前　　　　　　　　　　　　　　 | WorkBuddy　　　|
| ------------| ----------------------------------| ----------------|
| 查财报　　 | 开财报网站→搜代码→选季度→看数据　| 一句话　　　　 |
| 技术指标　 | 开 TradingView→搜代码→调指标参数 | 自动，含多指标 |
| 多维度汇总 | 多个网站来回切，手动整理　　　　 | 自动生成对比表 |
| 总耗时　　 | 20-30 分钟　　　　　　　　　　　 | 30 秒　　　　　|

---

## 四、实战场景三：TAPD 项目管理的无缝对接

### 需求背景

我们团队通过 TAPD 跟踪 Sprint 和 Bug。测试过程中发现问题后，手动在 TAPD 里填写【环境】【模块】【步骤】【预期】【实际】等字段非常繁琐。

### WorkBuddy 实现方案

WorkBuddy 内置了 **TAPD OpenAPI Skill**，支持需求、缺陷、任务、迭代的完整操作：

```
在 TAPD 项目「HabitTrade」中创建一个缺陷：
标题：v3 API createOrder 接口返回 500
环境：QA
模块：TradeServer
步骤：
1. 调用 POST /v3/trade/createOrder
2. 传参 market=US, symbol=AAPL, qty=100
3. 观察返回
预期：返回 order_id
实际：HTTP 500 Internal Server Error
```

WorkBuddy 会自动填充所有字段，包括项目 ID、迭代信息、严重等级等。

### 效果对比

| 指标　　　　 | 手动填　 | WorkBuddy |
| --------------| ----------| -----------|
| 创建缺陷耗时 | 3-5 分钟 | 10 秒　　 |
| 字段完整性　 | 经常漏填 | 自动补全　|
| 格式规范性　 | 因人而异 | 统一规范　|

---

## 五、实战场景四：项目架构分析，秒出报告

### 需求背景

接手 Stock-hk-markets 行情处理系统时，需要快速理解整体架构。以前的标准做法是：读 README → 翻目录 → 看主要代码文件 → 画架构图 → 写分析报告。小项目也要半天。

### WorkBuddy 实现方案

直接把项目目录给 WorkBuddy：

```
分析 Stock-hk-markets 项目的整体架构，
包括技术栈、模块划分、数据流、前端和后端的技术选型，
输出含架构图的详细分析报告
```

WorkBuddy 自动完成：
- 遍历项目目录，识别模块结构
- 分析 .NET 分层（Domain/Application/Infrastructure）
- 识别 Vue 3 + Element Plus + Pinia 前端栈
- 生成结构化架构分析报告，包含可视化架构图

### 效果对比

| 指标 | 手工分析 | WorkBuddy |
|------|---------|-----------|
| 代码阅读 | 逐文件翻，1-2 小时 | 并行遍历，1 分钟 |
| 架构图 | 手动 Visio/Draw.io 画 | 自动生成 SVG |
| 文档输出 | 分开写 | 一份 Markdown 全包 |
| 总耗时 | 半天 | 5 分钟 |

---

## 六、踩坑记录：那些我掉过的坑

### 坑 1：自动化任务交付被安全审核阻塞

**现象**：自动化任务（港股 IPO 日报、天气预警）卡在 `PENDING_REVIEW` 状态，微信收不到推送。

**原因**：`deliver_attachments` 工具触发了安全审核策略，某些类型的内容（尤其是涉及链接或外部数据的内容）会被拦截。

**解决**：
- 将推送内容改为纯文本摘要 + Markdown 格式
- 敏感数据改用表格内嵌而非外链
- 拆分大任务为多个小任务，降低单次审核风险

### 坑 2：金融数据 Skill 的选择策略

**现象**：一开始不知道用哪个 Skill，neodata 和 westock-data 都试了一遍才搞清楚。

**经验总结**：
- **neodata-financial-search**：优先用于自然语言查询，覆盖股票行情、财报、基金、宏观数据
- **westock-data**：当需要技术指标（MACD/RSI）、筹码分布、股东结构、ETF 持仓明细时使用
- **两者互补**：一个不行自动切换另一个，WorkBuddy 会自己做这个判断

### 坑 3：TAPD 连接器 Token 过期

**现象**：某天突然所有 TAPD 操作都报 `streamableHttp connect failed`。

**根因**：TAPD OAuth Token 默认有效期较短，过期后连接器会自动断开。

**解决**：去连接器管理页面重新授权即可。建议每月检查一次连接器状态。

---

## 七、我最推荐的 Skill 组合

| Skill　　　　　　　　 | 用途　　　　　　　　　　| 推荐指数 |
| -----------------------| -------------------------| ----------|
| **finance-data 插件** | 金融数据一站式查询　　　| ⭐⭐⭐⭐⭐　　|
| **tapd-openapi**　　　| TAPD 需求/缺陷/任务管理 | ⭐⭐⭐⭐⭐　　|
| **trading-analysis**　| 多维度投资分析　　　　　| ⭐⭐⭐⭐　　 |
| **agent-browser**　　 | 网页自动化操作　　　　　| ⭐⭐⭐⭐　　 |
| **pdfkit-py**　　　　 | PDF 读取/编辑/合并　　　| ⭐⭐⭐⭐　　 |
| **pptx**　　　　　　　| PPT 自动生成　　　　　　| ⭐⭐⭐　　　|
| **playwright-cli**　　| Web 测试与截图　　　　　| ⭐⭐⭐　　　|

---

## 八、总结：WorkBuddy 到底帮我省了多少时间？

| 工作项 | 之前耗时/天 | 现在耗时/天 | 节省 |
|--------|------------|------------|------|
| 港股 IPO 日报 | 15 分钟 | 0 分钟 | 100% |
| 股票数据分析 | 30 分钟 | 5 分钟 | 83% |
| TAPD Bug 录入 | 30 分钟（累计） | 5 分钟 | 83% |
| 项目架构分析 | 2 小时（按需） | 5 分钟 | 96% |
| 自动化脚本写改 | 1 小时 | 15 分钟 | 75% |
| **日均合计** | **约 3-4 小时** | **约 30 分钟** | **约 85%** |

---

## 写在最后

WorkBuddy 不是一个「聊天机器人」，它是一个**真正能干活的 AI 工作伙伴**。

如果你也是开发者、测试工程师、或者任何需要跟代码/数据打交道的人，强烈建议试一试。最坏的情况，它也能帮你省掉一半的重复劳动；最好的情况——它会彻底改变你的工作方式。

> 本文所有案例均基于作者日常工作实景。如果你也在用 WorkBuddy，欢迎评论区分享你的使用心得 ✌️

---

**作者**：Jay，金融测试工程师，WorkBuddy 重度用户  
**标签**：#WorkBuddy #AI编程 #自动化测试 #金融科技

我是一名金融测试工程师，日常工作覆盖港美股交易系统、行情处理、交易 API 测试、IPO 数据验证等多个项目。技术栈以 Python 为主，日常维护 Django + Pytest 自动化测试框架、gRPC 接口测试、以及多套自动化任务脚本。

金融测试工程师的 WorkBuddy 实战：从繁琐手工到智能自动化，效率翻倍的秘密

测试

职业发展

人工智能

WorkBuddy真实体验分享：金融测试工程师借助AI助手，在港股IPO日报、股票数据分析、TAPD项目管理等场景实现工作自动化。利用finance-data、tapd-openapi等Skill，从手动操作转向高效自动处理，日均节省3-4小时工作量，提升工作效率85%。适合开发者、测试工程师等处理代码与数据的专业人士。

聊天机器人

数据分析

敏感数据

数据流

WorkBuddy 

Django

Python

2026采购季 | AI焕新·智启新局

tapd

腾讯云BI新客户首次购买9.9元起！


文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

WorkBuddy真实体验分享：金融测试工程师借助AI助手，在港股IPO日报、股票数据分析、TAPD项目管理等场景实现工作自动化。利用finance-data、tapd-openapi等Skill，从手动操作转向高效自动处理，日均节省3-4小时工作量，提升工作效率85%。适合开发者、测试工程师等处理代码与数据的专业人士...

金融测试工程师的 WorkBuddy 实战：从繁琐手工到智能自动化，效率翻倍的秘密-腾讯云开发者社区-腾讯云

金融测试工程师的 WorkBuddy 实战：从繁琐手工到智能自动化，效率翻倍的秘密

金融测试工程师的 WorkBuddy 实战：从繁琐手工到智能自动化，效率翻倍的秘密

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐