零门槛养 Agent：把腾讯云 AI Skills 接入 WorkBuddy 的6步

零门槛养 Agent：把腾讯云 AI Skills 接入 WorkBuddy 的6步 一、前言

hello 艾薇巴蒂，我是星哥。

智能体（Agent）落地最大的痛点从来不是"模型不够聪明"，而是最后一公里：明明腾讯云有现成的文字识别、语音合成、3D 生成能力，却要自己拼 SDK、管密钥、写胶水代码，最后卡在"能 demo、难上线"。

腾讯云这次把核心 AI 能力封装成了一组标准化、开箱即用的 Skill（技能包），一键就能接进 WorkBuddy、CodeBuddy、ADP 等任意支持 Skill 的 Agent 平台。也就是说——你不用写调用代码，只要"说人话"就能让 Agent 帮你识别发票、合成语音、生成 3D 模型。

本文用星哥自己的实操记录，把"从零到跑通"拆成 6 步。每一步都给可复制的命令和验证标准，确保你照着做一定能复现。

二、先搞懂三件事（30 秒前置认知）

概念

一句话解释

腾讯云 AI Skills

腾讯云把 OCR / ASR / TTS / 人脸核身 / 3D 生成等能力，封装成的"技能包"，上架在 SkillHub（https://skillhub.cn）

WorkBuddy

一个支持 Skill 的智能体宿主。你用自然语言下指令，它由 Skill 去真正调用腾讯云 API

免费额度

每个 AI 服务首次开通都有免费额度（如发票识别 1000 次/月免费），个人和小团队日常够用

三、准备工作清单

• • 一个 已实名 的腾讯云账号（https://cloud.tencent.com）

• • 本地安装好 WorkBuddy （最新版）

• • 一个 真实想解决的小问题 （建议从单个 Skill 起步，别一上来就搞大编排）

星哥今天就来解决一个实际的问题，把我文件夹里面的一些营业执照的照片，把营业执照的文字上面的文字识别出来导入到Excel或者文档中。

四、跟着星哥来实操 Step 1 ｜ 开通腾讯云账号并完成实名（已操作可以忽略）

• • 操作 ：打开 https://cloud.tencent.com 注册 / 登录，进入「账号中心」完成实名认证。

• • 为什么必须实名 ：调用付费 AI 能力前，腾讯云要求账号通过实名，否则无法开通服务、无法创建密钥。

• • ✅ 验证标准 ：能正常进入控制台首页，左上角显示已实名。

Skill 只是"调用通道"，背后真正的 AI 能力需要在腾讯云控制台先开通。

以最常见的三类为例：

• • OCR 类 ：进入「文字识别」→ 开通 通用文字识别（高精度版） 、 表格识别 V3 、 实时文档抽取 Agent

• • 语音类 ：进入「语音合成」开通 TTS；进入「语音识别」开通 ASR

• • 创意类 ：进入「3D 视觉创作（ai3d）」开通混元生 3D

免费额度提醒：发票识别每月 1000 次免费、表格识别 V3 每月 1000 次免费、文档抽取 Agent 每月 1000 次免费；TTS / ASR / 3D 也各有免费额度。做新手练习完全够用，不会产生费用。

• • ✅ 验证标准 ：对应服务页显示"已开通"，且能看到「免费资源包」已下发。

如图开通文字识别

Step 3 ｜ 创建 API 密钥（SecretId / SecretKey）

Skill 调用腾讯云接口时，靠这对密钥做权限校验。

• • 操作 ：控制台 → 「访问管理」→「API 密钥管理」→「新建密钥」，生成 SecretId 和 SecretKey 。

• • ⚠️ 安全红线 ：

• • • SecretKey 只在创建时显示一次 ，立刻复制保存到本地密码管理器；

  • • 绝不要 写进代码仓库、提交到 GitHub、或贴进公开文章。

• • ✅ 验证标准 ：拿到一对 SecretId / SecretKey 。

Skills 已上架 SkillHub（https://skillhub.cn），装进 WorkBuddy 有三种姿势：

方式 A（推荐，最省事，对话即装）——直接在 WorkBuddy 对话框输入：

                                                                 请根据 https://skillhub.cn/install/skillhub.md，安装 @tencent-adm/tencentcloud-ocr

 请根据 https://skillhub.cn/install/skillhub.md，安装 @tencent-adm/hy-3d-generation

 

星哥操作

安装成功

方式 B（斜杠命令）——适合习惯命令行的同学：

                                                                 /install-skill tencentcloud-ocr
/install-skill tencentcloud-tts
/install-skill tencentcloud-asr

可以在skillhub中搜索技能。

方式 C（图形界面）——设置 → Skills → 搜索框输入 slug → 点击安装。

Skill slug 速查表（按需取用）：

能力

slug

典型场景

通用文字识别（高精度版）

tencentcloud-ocr

整图文字提取

表格识别 V3

tencentcloud-ocr-recognizetableaccurate

采购单 / 报表 → Excel

实时文档抽取 Agent

tencentcloud-ocr-extractdocagent

合同 / 发票自定义字段

通用票据识别（高级版）

tencentcloud-ocr-vatinvoice

增值税发票全字段

语音合成 TTS

tencentcloud-tts

配音 / 播报 / 有声内容

语音识别 ASR

tencentcloud-asr

会议 / 音频转写、字幕

混元生 3D

hy-3d-generation

（或 @tencent-adm/hy-3d-generation ）

产品 3D 资产、原型占位

人像分割

tencentcloud-yt-segment-portrait

图片预处理、角色抠图

AI 人脸防护盾

上架于 SkillHub

远程身份核验链路

• • ✅ 验证标准 ：Skill 状态变为"已安装 / 已启用"。

装好 Skill 只是"装了电话"，还得"插 SIM 卡"才能打通——把 Step 3 的密钥交给 WorkBuddy。

推荐方式（持久化，一次配置长期有效）：在 WorkBuddy 的技能配置面板里，把 SecretId / SecretKey 填入对应字段，完成权限绑定。之后该 Skill 的所有调用都自动带凭证，不用每次重复输入。

临时 / 跨平台方式（环境变量）：适合想快速验证、或在其它终端复用：

                                                                 # Windows PowerShell
$env:TENCENTCLOUD_SECRET_ID = "你的SecretId"
$env:TENCENTCLOUD_SECRET_KEY = "你的SecretKey"

                                                                 # Linux / macOS
export TENCENTCLOUD_SECRET_ID="你的SecretId"
export TENCENTCLOUD_SECRET_KEY="你的SecretKey"

⚠️ 注意：PowerShell 的 $env: 只对当前终端会话生效，关掉重开就丢了；要稳定使用请走配置面板持久化。

• • ✅ 验证标准 ：再次调用 Skill 时，不再弹出"缺少密钥 / 无权限"的提示。

现在直接跟 WorkBuddy 说话即可，不用写任何调用代码。三个开箱示例：

• • OCR 示例 ：上传一张营业执照，输入

  "调用tencentcloud-ocr技能，帮我把这个目录里面的营业执照字段提取出来，整理成表格"

  你会得到结构化字段（发票代码、号码、购方、金额、税额……），可直接导出。

如图，对话

结果：

csv

html

• 
  

  • TTS 示例 ：输入

  "把下面这段产品文案用腾讯云 TTS 合成一段语音播报，输出 MP3。"

  你会拿到一段可下载的音频文件。

• • 3D 示例 ：上传一张自行车草图，输入

  "根据这张草图，用混元生 3D 生成一个 GLB 格式的 3D 模型。"

  稍等片刻，你会得到一个可下载的 3D 模型文件。

• • ✅ 验证标准 ：拿到结构化结果 / 音频 / 模型文件——恭喜，你的第一个 Agent 已经"养"成了。

跑通单个 Skill 后，稍微往前一步就是活动最加分的"多 Skills 协同"。比如一个文档阅读助手：

上传一份 PDF 合同 → OCR 提取全文 → 生成要点摘要 → TTS 合成一段语音播报

在 WorkBuddy 里可以连续下指令，或由它自动编排：

                                                                 1. 用 tencentcloud-ocr-extractdocagent 把这份合同的结构化字段抽出来
2. 基于抽取结果，给我一段 200 字的风险摘要
3. 用 tencentcloud-tts 把这段摘要合成语音

一条指令链下来，原本要读完 + 手写纪要 + 再找配音工具的活，Agent 一次跑完。

六、新手避坑清单（最常踩的 5 个）

1. 1. 没先开通云服务就装 Skill → 调用时报"无权限 / 服务未开通"。记住：Skill 是通道，服务要在控制台先开。

2. 2. 密钥泄露 / 写进仓库 → SecretKey 只显示一次，务必本地保管，别提交代码。

3. 3. 环境变量会话失效 → PowerShell $env: 关窗口即丢，长期用请走配置面板持久化。

4. 4. 一上来就搞复杂多 Skill 编排 → 建议先单 Skill 跑通，再叠加，否则排错成本翻倍。

5. 5. 直接把原始大图 / 长音频喂给 AI → 参考电网巡检案例的经验："别让 AI 直接面对原始数据"。先预处理（如人像分割抠图、裁剪无关区域），识别率和效果会明显提升。

服务

免费额度（参考）

增值税发票识别

1000 次 / 月

表格识别 V3

1000 次 / 月

文档抽取 Agent

1000 次 / 月

TTS / ASR / 混元生 3D

各有免费额度，新用户另有混元免费调用包

个人开发者、学生、小团队日常练习和轻量业务，基本零成本即可跑通整套流程。

注意后台查看使用量（超了可是要扣钱的呀）

结语

AI Skills 的价值，不在于"你能调用多少个 API"，而在于你能不能把它嵌进一条真实业务流水线、吃掉一个具体痛点、产出可感知的降本增效。

上面这 7 步，没有任何一行调用代码，却已经让你拥有了一个能识别、能说话、能生成 3D 的 Agent。

下一步，就是把它接到你自己的场景里——然后，养出属于你的"全能 Agent"。

原创声明：本文为作者实践记录，转载请注明出处。