WorkBuddy MCP 接入教程：用灵驭增强感知与执行

把 LingYu 的电脑能力接到你已经在用的 AI 助手里：助手理解目标和选择工具，LingYu 读取网页、执行动作或运行你发布的 RPA，把结果交回助手。下面从连接、首次调用一直讲到流程复用与排错。

本教程于 2026-11-06 按当前功能更新，配图日期在图注中说明。完整接入路线依据 2026-10-19 实机界面编写。实机截图已在拍摄前隐藏账号和历史对话，没有把私人会话放进教程；示意图另行标注。不同版本的入口和工具数量以实际页面为准。

WorkBuddy 快速上手

LingYu 通过 MCP 为 WorkBuddy 等现有 AI 助手增强多模态感知与自动化执行能力，提供浏览器与桌面操作、画面观察与视觉定位、音频文件识别及克隆声音播报。模型负责任务理解与决策，LingYu 提供感知与执行。你可以在“工具与权限”按分类或单项开关，自由搭配要开放的能力。

能力你来选：先把 LingYu 配到 WorkBuddy 等本地 MCP 客户端，再在 LingYu“工具与权限”选择开放范围。修改后刷新客户端工具列表；关闭项在发现和执行两端受限。同一本机工具设置由已接入客户端共用，不是按每个客户端分别授权。音色、模型和发布流程按任务准备。

想先了解增强点？查看 WorkBuddy 增强能力：当前浏览器、RPA 复用、本地 AI 与克隆声音。下面给出可以照着操作的接入步骤。

为什么 WorkBuddy 要接入 LingYu

直接操作正在使用的浏览器。LingYu 通过 SSF 自动化插件，读取和操控当前浏览器资料中的 Edge / Chrome 标签页，支持页面取值、点击、输入和等待，也能复用该资料原有的网页登录状态。插件需在实际使用的资料中启用并具备网站访问权限，登录、验证码与站点授权仍按目标应用要求处理。

固定步骤用 RPA 连续执行。把重复操作在积木画布搭好、验证并发布到 MCP。WorkBuddy 根据任务选择流程、传入参数，LingYu 执行其中的固定步骤，助手再核对结果。对于不含模型节点的固定子流程，不需要每做一步就重新把页面交给模型判断和生成动作。

减少 Token 与模型往返等待。逐步智能操作可能反复读取页面、推理和发出动作；复用 RPA 可以减少这些重复上下文和模型调用。工具发现、流程选择、参数、状态查询和结果核验仍有 Token 开销，实际节省程度与速度取决于步骤数、页面复杂度和异常率。

让模型判断，让流程执行。推荐使用“模型选择流程并传参 → RPA 执行固定步骤 → 模型读取输出并决定下一条流程”的组合。简单条件可放进 RPA 分支，语义判断或异常交给模型，再按需要调用声音播报或图像推理。模型的灵活判断与固定流程的快速执行可以一起使用。

第一次接入可以从这里开始：先让 WorkBuddy 发现 LingYu，再完成一次能核对结果的读取。以下使用本机能力，不需要为 MCP 填写远程 IP 或开放网络端口。

1. 配置：打开完整安装的 LingYu，进入“MCP 服务 → 总览”，点击“一键配置 WorkBuddy”。看到配置成功后继续。
2. 启用：打开 WorkBuddy 的连接器 / MCP 管理，找到 lingyu，按提示信任并启用。新建练习会话，等待工具发现。
3. 检查：发送下方提示词。必须看到真实工具返回，再去 LingYu 的“调用日志”核对同一次调用。
4. 练习：检查通过后，从读取公开网页开始。桌面操作先读取元素，固定流程发布为 RPA 后再调用。

第一条消息：只验证连接

请使用当前会话已经发现的 lingyu MCP 工具，先调用 lingyu_help，再调用 lingyu_status。
展示实际工具名称、返回结果和浏览器连接状态。
这一步只检查连接，不打开网页、不执行 RPA、不操作鼠标键盘。
若未发现工具，停止并说明缺少哪一步；不要写脚本自行启动 MCP 进程。

完成标志：WorkBuddy 展示实际工具返回，LingYu 调用日志中的工具名、时间与结果能对应。浏览器未连接时，MCP 本身仍可能正常；网页练习再检查浏览器插件。

第二条消息：读一个公开网页

使用已经发现的 LingYu MCP 工具检查浏览器状态。
若未连接，调用一次 browser_connect；失败就停止并报告具体错误。
打开 https://example.com ，用返回的 tab_id 读取标题、正文并截图。
只操作这次打开的标签页，最后展示真实读取结果。

桌面、语音与 RPA 怎么选

网页优先使用浏览器元素。普通桌面窗口先调用 desktop_get_elements，再用 desktop_element_action 操作实际返回的元素；控件无法识别时，再用 vision_capture 观察画面，按需要选择本地视觉定位或键鼠工具。操作后重新观察结果，本地视觉返回原图像素坐标，默认自动还原缩放；使用其他缩图来源时核对坐标空间。

语音任务先用 lingyu_help 检索用途，按实际发现的工具准备模型或选择已保存声音。固定步骤可发布为 RPA，启动后保存 run_id，使用 rpa_get_run 查到终态并核对产物。可用工具取决于当前版本、资源和“工具与权限”设置。

用 WorkBuddy 调用自己的 RPA 流程

1. 在 LingYu 的 RPA 画布中搭建并手动验证流程，保存名称，整理输入输出契约。
2. 选择“更多 → 发布到本机 MCP”，填写用途、运行前提、参数说明、结果含义及有效 JSON 示例，确认发布。
3. 刷新 WorkBuddy 的 lingyu 工具列表或重新连接，用 rpa_list_flows 获取实际流程 ID 和参数。
4. 调用 rpa_run_flow 或该流程实际发现的 rpa_flow_* 专属工具，保存本次返回的 run_id，再用 rpa_get_run 查询终态与产物。

请通过 LingYu MCP 列出已发布的 RPA，找到我指定的流程并核对输入参数。
如果找不到流程或缺少必填值，先说明缺少什么，不猜测参数。
确认后只启动一次，保留返回的 run_id，查询同一次运行直到终态。
展示最终状态、输出摘要和产物路径；queued 或 running 不算完成。

修改源画布后，需要重新发布并刷新 WorkBuddy，已发布快照不会自动跟随草稿变化。完整发布与参数示例见下文。

用 WorkBuddy 调用克隆声音

先在 LingYu“声音克隆”页面录制或导入自己的声音并保存，也可通过 speech_voice_import 导入已有参考录音。MCP 导入要求 12 秒、单声道 PCM16 WAV，并提供与录音一致的参考文字；不会自动录制麦克风。桌面与 MCP 共用已保存的音色。

让 WorkBuddy 用 speech_voices 查询音色。直接朗读使用 speech_speak：只保存一个声音时可自动选择，多个声音时指定实际 voiceId 或 voiceName。只生成 WAV 文件使用 speech_clone，必须提供实际 voiceId，默认不播放；普通预设音色合成使用 speech_tts。

请通过 LingYu MCP 调用 speech_voices，查询已保存的克隆声音。
如果只有一个，就用它通过 speech_speak 朗读“欢迎使用灵驭，今天的任务已经准备好了”。
如果有多个，列出名称让我选择；如果没有，说明需要先保存声音，不要换成系统音色。
使用真实工具返回说明采用的音色和播放结果。

首次使用可先通过 speech_models 查看模型，再用 speech_prepare 准备所需克隆模型。首次下载、加载和生成可能较久，需给客户端足够等待时间；下载遵循 LingYu 离线设置。直接朗读会在 MCP 服务所在电脑播放，默认带字幕、波形和停止按钮。仅返回音频文件不等于已经播放。

用 WorkBuddy 调用本地图像推理

图像推理通过 vision_* 工具开放。先用 vision_models 查询模型，按需用 vision_prepare 准备资源。vision_capture 获取当前主屏截图，也可以把本机图片的绝对路径传入后续推理工具。

请通过 LingYu MCP 查询视觉模型，准备本地界面定位能力 所需资源。
使用 vision_capture 截取当前主屏，将返回的 path 作为 image 传给 vision_ground。
按描述定位“左下角的 Windows 开始图标”，开启 preview 返回标记预览。
展示原图像素坐标；这次只定位，不点击。目标不在画面中时不要猜测位置。

定位和检测工具不会点击，也不等于通用图片问答。需要执行动作时，WorkBuddy 另行调用已开放的桌面工具，并在操作后重新截图确认。返回坐标基于原图，缩放或裁剪画面后要换算到桌面坐标；检测分数也不代表操作成功概率。

组合使用：流程完成后用我的声音播报

请用 LingYu MCP 运行我指定的已发布 RPA，只启动一次。
用返回的 run_id 查询终态，核对结果并整理简短摘要。
成功后使用我已保存的克隆声音，通过 speech_speak 播报这个真实摘要。
若流程失败，说明失败节点，不播报“任务成功”；若没有保存声音，保留文字结果。

RPA、声音和图像推理共用 MCP 接入，但各自仍需满足工具开放、模型资源、音色或流程发布等前提。接入成功后可按任务组合调用，无需分别为每项能力配置一个 MCP 服务。

本机接入与跨设备控制

上述 MCP 工具操作运行服务的本机。在另一台电脑安装或登录 LingYu，并不会自动把本机工具切换到那台电脑。跨设备操作请使用已有控制中心入口；本教程不提供 AI 跨设备控制接入，也不将其描述为已上线功能。

信息查询、联网搜索、文本工具、系统工具、数据库等部分分类只供 LingYu 内置智能任务使用，不作为 WorkBuddy 的外部工具开放。需要这些能力时使用 WorkBuddy 已有工具；以实际发现结果为准。

1. MCP 是什么，连接后多了什么

MCP（Model Context Protocol）是一套让 AI 应用与外部能力交换信息、调用工具的协议。例如你说“读一下这个网页”，助手通过 MCP 发现“打开网页”“读取正文”等工具，按参数调用，再根据真实返回继续处理。

MCP 连接本身不替你选择推理模型，也不替你完成模型账号登录。需要模型判断的对话仍使用客户端所选模型及其计费方式；普通 RPA 的固定步骤可以复用已验证操作。

2. 先选与你当前应用对应的路线

3. 路线 A：LingYu 自带 Claude Code

先完成 Claude Code 安装与模型接入。MCP 与 Claude 账号、API Key 是两层设置：模型能回复，不等于已经获得 LingYu 工具。

1. 打开 LingYu 的“Claude Code”，选择一个练习项目目录。MCP 列表需要先确定项目，别把服务配到另一个项目里。
2. 点击右上角“⋯”（设置与额度），展开“MCP”。页面列出当前项目可见的服务及启用状态。
3. 在没有任务运行时，勾选“LingYu 灵驭”。首次配置且完整程序可用时，会建立本项目的 LingYu 接入。若有共享设置限制或同名服务冲突，先按明确错误核对原配置。
4. 展开“工具与连接详情”，点击“查看本机 LingYu 工具”。出现工具清单说明独立服务检查成功；这还不是当前对话已经实际调用的证据。
5. 回到当前项目，在后续运行发送下面的检查练习。工具名可能带客户端命名空间前缀，按实际清单使用。
6. 到 LingYu “MCP 服务 → 调用日志”查看对应工具、时间、成功或失败和耗时。客户端名称只能作为排查线索。

请使用当前会话已经发现的 lingyu MCP 工具，先调用 lingyu_help，再调用 lingyu_status。
展示实际工具名称、返回结果和浏览器连接状态。
这一步只检查连接，不打开网页、不执行 RPA、不操作鼠标键盘。
若未发现工具，停止并说明缺少哪一步；不要写脚本自行启动 MCP 进程。

成功标志：看到了实际的 lingyu_help 与 lingyu_status 返回，调用日志能对上。列表显示“已启用”、独立检查显示“服务可用”、AI 回复“我能操作电脑”，都不能单独替代这一步。

取消启用：任务结束后取消对应勾选，影响当前项目的后续运行。若修改后当前对话没有更新工具，重新发起运行；仍未刷新再新建对话。原有对话记录不需要为了接入而删除。

已有第三方 MCP 可在列表中按服务启停；需要添加新的第三方服务，按该服务提供的 Claude Code 安装方式配置，并注意它采用用户、项目还是本地项目范围。不能把 WorkBuddy 的配置文件当作 Claude Code 的项目配置。

4. 路线 B：WorkBuddy 一键配置与首次使用

1. 启动完整 LingYu 桌面程序，进入“MCP 服务 → 总览”。点击“一键配置 WorkBuddy”。它会添加或更新 lingyu 条目；有原配置且发生修改时会先备份。
2. 核对页面提示“配置已保存”或“已配置为当前灵驭”。如果报缺少 LingYuTask.exe，先修复完整安装；如果原配置 JSON 无效或存在不同的同名 lingyu 服务，先核对原配置。
3. 打开 WorkBuddy 的“专家·技能·连接器 → 连接器”。本次实机版本右上角的编辑图标可打开“MCP 服务管理”；其他版本按界面上的自定义连接器或 MCP 管理入口进入。
4. 找到 lingyu，按 WorkBuddy 提示信任并启用。没有看到新增服务时，重新连接或重新打开 WorkBuddy，再检查一次。
5. 新建一个练习任务，发送上一节的检查练习。不要把它发送到含私人资料的既有对话，也不要仅让模型凭记忆描述工具。
6. 看到真实返回后，在 LingYu 调用日志核对；再进入下面的网页或 RPA 练习。

WorkBuddy 配置由 LingYu 写入当前用户的 %USERPROFILE%\.workbuddy\mcp.json。移动 LingYu 安装目录后，应更新接入路径并重新连接，别继续启动旧目录中的服务。

如果 WorkBuddy 提示工具过多，可到 LingYu 的“工具与权限”按实际用途调整开放范围，再刷新客户端工具列表。修改会影响使用同一 LingYu 工具设置的客户端，操作前先确认其他任务是否依赖它。

5. 路线 C：其他本地客户端手动接入

1. 在 LingYu MCP 总览点击“复制连接配置”。优先使用这里生成的实际配置。
2. 到目标客户端的 MCP 设置，新增本地程序 / stdio 服务，名称填写 lingyu。
3. 把 command、args、cwd 分别填入对应位置。如果客户端接受完整 JSON，保留它要求的外层结构。
4. 启用并连接，等待发现工具；发送同一检查练习，再到 LingYu 核对调用日志。

{
  "mcpServers": {
    "lingyu": {
      "type": "stdio",
      "command": "D:/Apps/LingYu/LingYuTask.exe",
      "args": ["--mcp"],
      "cwd": "D:/Apps/LingYu"
    }
  }
}

上面是 Windows 路径示例，不是你的实际安装位置。command 是可执行文件完整路径；args 是字符串数组；cwd 是程序工作目录。不要把整条命令塞进 command，也不要给路径值额外嵌入一层引号。不同客户端字段支持不同，以它的格式为准。

stdio 是客户端启动本机进程并与其通信，不需要填写一个猜测的公网端口。只支持远程 HTTP 的客户端不能直接运行这个本地配置；这份教程不提供把 LingYu 本机服务暴露到公网的步骤。跨设备操作继续使用 控制中心 等已有入口。

6. 连接后按这三步练习

练习一：查看工具和状态

使用前面的检查提示词。浏览器状态为未连接只说明网页桥接尚未就绪，不等于整个 MCP 协议连接失败。先确认工具确实调用成功，再按需继续。

练习二：打开公开练习页并读取标题

使用当前已启用的 LingYu MCP：先查看浏览器状态。
未连接时调用 browser_connect；失败就停止并报告错误。
连接正常后打开 https://example.com ，读取标题和正文。
使用实际返回的标签页 ID，只操作这个练习页，不访问其他标签页。
最后列出实际工具调用和读取结果，不执行 RPA。

预期能读到 Example Domain 页面。网页步骤是“状态 → 必要时连接 → 打开 → 读取”；后续需要操作元素时先获取真实元素，页面变化后重新观察。登录页、验证码和权限提示按目标应用要求由使用者处理。

练习三：运行一条自己发布的流程

先完成下一节发布，再让助手执行：“列出已发布 RPA，找到‘订单数据演示’，核对输入参数后只运行一次。保留返回的 run_id，查询直到 success 或 error，展示最终结果和失败节点。未到终态不要宣布完成；若查询受阻，报告最后一次真实状态。”

这三组是供用户操作的练习。本次已检查真实配置界面与代码，但没有向现有私人对话提交任务，也没有因此执行网页、键鼠或业务流程。

7. 把自己的 RPA 发布给所有已接入助手

1. 按 订单数据取值练习 搭好流程，手动验证并命名保存。先用只产生演示数据和日志的小流程。
2. 在“更多 → 输入输出契约”中整理可传入的参数和最终输出。输入名称、类型、必填与默认值决定助手怎样调用；不要只在节点备注里写参数要求。
3. 选择“更多 → 发布到本机 MCP”。逐项填写工具用途、适用场景、前置条件、执行影响、结果与完成判断，以及输入参数说明和 JSON 示例。
4. 展开“预览 AI 实际看到的说明与参数契约”，检查每个示例参数在输入契约中确实存在，再确认发布。
5. 到“MCP 服务 → RPA 流程”确认出现名称与专属工具名。回到 Claude Code、WorkBuddy 或其他客户端刷新工具或重新连接。
6. 让助手调用 rpa_list_flows，使用实际返回的流程 ID 或专属 rpa_flow_* 工具启动，再用返回的 run_id 调用 rpa_get_run 查询。

专属工具名由实际发布生成，不要抄截图里的 ID。编辑原画布后核对并更新 MCP 中发布的流程，再刷新客户端；不要假定画布草稿自动替换已发布内容。从 MCP 移除入口不会删除原流程文件，也不会清除已经产生的业务结果。

同一组参数，两种调用入口

假设你已在输入契约声明“关键词”（string）与“最高价”（number），并在发布预览中验证了示例。以下仅为参数形状示意，尖括号内容必须换成真实发现或返回的值，不能原样调用。

使用通用工具 rpa_run_flow 时，流程 ID 和变量分开：

{
  "flow_id": "<rpa_list_flows 返回的 id>",
  "variables": { "关键词": "手机", "最高价": 5000 }
}

使用该流程实际发现的 rpa_flow_* 专属工具时，直接传入契约字段：

{ "关键词": "手机", "最高价": 5000 }

不要给专属工具额外包一层 variables，也不要把整个参数对象转成 JSON 字符串。number 用 5000，boolean 用 true/false；字符串 "5000" 和 "false" 是另一种类型。示例中的中文字段只有在你的输入契约确实声明时才可用。

拿到 run_id 之后怎样判断

启动返回的 state: queued 只表示已提交。将同一次返回的 run_id 交给 rpa_get_run，输入形状如下：

{ "run_id": "<这次启动返回的 run_id>" }

排错时可对助手说：
只检查刚才那次 RPA，不重新启动。
使用刚才返回的 run_id 查询状态，展示 state、相关节点日志及结果摘要。
若仍运行，请间隔查询；若超过本次任务允许的等待时间，报告最后状态并停止查询。
不要将 queued 当作成功，不访问其他流程或私人对话。

画布的采集样本是选字段时的调试数据，不是本次 MCP 调用完成的证据。修改连线或恢复流程版本后，旧采集样本可能被清除；这也不表示已发布的 MCP 入口被删除。用本次调用返回的 run_id 查询真实状态和结果，流程版本变更仍需核对并更新发布项。

如果在采集期间编辑流程，编辑器会停止接收该轮后续样本，旧运行的输出不会被当作修改后配置的新样本；这不会自动取消正在执行的流程。判断 MCP 调用是否完成仍须查询该调用自己的 run_id，不能只看画布的采集标记。

8. 反方向：给 LingYu 增加其他 MCP 服务

前面三条路线是“其他助手调用 LingYu”。如果你想让 LingYu 智能任务访问其他服务，用它自己的 MCP 面板配置；Claude Code 的项目服务列表与智能任务的服务配置各自生效。

1. 打开“智能任务”，在输入区点击 MCP。保持当前任务结束后再配置，运行中的任务不更换服务。
2. 展开“添加 MCP”，填写名称并选择 npm 包、Python 包、本地程序或远程 HTTP；来源使用服务方的正式说明。
3. 本地程序填完整路径，启动参数填 JSON 字符串数组。npm/Python 服务首次使用可能需要下载，并分别依赖可用的 Node.js/uv 环境。
4. 复杂配置可使用“导入标准 MCP 配置”，支持服务方提供的 env、headers、cwd。导入同名服务会报冲突，不会直接覆盖已有项。
5. 新增或导入的第三方服务初始未启用。确认用途和参数后勾选，在后续新任务里先做一个可核对的读取练习。

给自带 Claude Code 添加其他厂商服务时，请按 Claude Code 官方 MCP 配置说明 选择合适范围，然后返回 LingYu 的 Claude Code MCP 列表刷新并核对。项目级 .mcp.json 可以包含多个命名服务；保留已有配置，所需凭据通过服务方约定的配置渠道提供，不放进教程或公开仓库。

9. 按现象排查，别反复重装

截图或分享排错信息时，只保留相关错误和按钮；对话正文、账号、用户路径、Session ID、API Key、令牌、Cookie 和内网地址要遮盖。本文已通过隐藏侧栏避开私人对话；后续需要对话截图时会先脱敏再纳入文档。

协议概念参考 MCP 官方架构说明；WorkBuddy 接入格式参考 WorkBuddy 官方连接器文档。界面操作依据当前 LingYu 源码与实机检查，核对日期 2026-10-19。