WorkBuddy 要自己写 Excel 合并脚本前提是它能访问一个可用的模型入口这一步在原系列里被跳过了。补法不复杂打开 TaoToken 官网 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 注册并创建一把 API Key再回到 WorkBuddy 的模型配置里把 Base URL 填成https://taotoken.net/api。原文那条需求很具体每周一早上五个部门的销售表躺在同一个文件夹里表头大同小异日期格式还不统一手动复制粘贴对齐一小时就这么没了。原文的解法是让 WorkBuddy 用提示词生成一段 pandas 合并脚本思路没错但它默认了 WorkBuddy 已经能调用模型。真正落地时你会发现脚本还没开始写WorkBuddy 那边先弹出一句未配置模型服务。这篇就把缺失的那一环补上顺手把配置、验证、排错一次讲完。1. 五个 Excel 合并一小时卡的是 WorkBuddy 的模型入口1.1 原文那条需求把五个分散的销售表并成一张先还原原文的场景。假设目录里是这样的sales/ ├── 华东_1月.xlsx ├── 华南_1月.xlsx ├── 华北_1月.xlsx ├── 西南_1月.xlsx └── 东北_1月.xlsx每个文件里都是一张工作表列名包括订单号、客户、下单日期、金额、负责人。麻烦的地方在于有的表头带空格有的日期是文本有的金额带千分位逗号。人工合并的流程是打开一个、全选、复制、切到总表、粘贴到末尾、检查列有没有错位重复五遍再统一改一遍格式。一小时的损耗里真正思考的时间不到五分钟。原文的对策是把这段描述直接丢给 WorkBuddy让它生成 pandas 代码一次跑完。这个思路是对的pandas 本身就是干这个的。问题出在前面那一步——WorkBuddy 拿什么模型来理解你的提示词。1.2 提示词写得再细模型调不通也白搭WorkBuddy 这类工具的工作原理是你在界面里输入自然语言它把请求发给你配置的模型服务拿回代码显示在编辑器里。如果你的模型服务没配或者配的是一个连不上的地址它在界面上表现得很安静——不报错也不出结果或者只给一句笼统的请求失败。这时候很多人第一反应是改提示词把需求写得更细加上列名、加上文件名、加上请输出完整可运行代码。改了三遍还是没动静才意识到问题不在提示词在通道。所以顺序要倒过来先让 WorkBuddy 能稳定访问一个模型再谈脚本生成。这一步不需要写代码就是在设置里填四个字段。2. 在 TaoToken 后台拿到 Key再确认 Base URL 写什么2.1 注册、创建 API Key 这一趟走完打开 TaoToken注册并登录进控制台找到 API Keys 页面新建一把 Key。Key 只在创建时完整显示一次复制出来先存到本地一个安全的地方别直接贴在聊天窗口或者提交到 Git 仓库里。本文所有示例里这把 Key 一律写成占位符YOUR_API_KEY你实际填的时候换成自己那串。顺带在同一站上把模型广场看一遍。你要生成的是 pandas 脚本属于典型的代码类任务选一个擅长写代码的模型就行。具体有哪些可选、当前叫什么名字以模型广场当时的列表为准别照着别人的截图抄一个可能已经下线的 ID。2.2 Base URL 是 https://taotoken.net/api末尾不要 /v1这是最容易填错的一个字段。填进 WorkBuddy 的 Base URL 是https://taotoken.net/api注意三点末尾不要加/v1。很多客户端会自动补路径你再加一层就变成/api/v1/v1/chat/completions必然 404。这个地址只填在 WorkBuddy 的模型配置里不要把这个地址粘到浏览器地址栏去访问它不接受页面请求。官网地址和接口地址是两回事。注册、看模型、查用量走 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end填进工具的只有https://taotoken.net/api。2.3 模型 ID 不在文章里编去模型广场复制模型 ID 建议直接从模型广场复制粘贴到 WorkBuddy 的模型字段里。原因很实在模型列表会变今天文章里写的名字下周可能就换了个后缀。与其照抄不如每次配的时候去 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 的模型广场确认一眼复制、粘贴省得为一个字符的差别排半天错。准备阶段就三样东西一把 Key、一个 Base URL、一个模型 ID。齐了以后往下走。3. WorkBuddy 模型服务面板四个字段逐个填对3.1 自定义供应商的字段对照WorkBuddy 的模型设置里一般有内置服务商和自定义服务商两类。选自定义然后按下面这张表填字段填什么说明服务商名称TaoToken本地显示用的名字随便起不影响请求API 地址 / Base URLhttps://taotoken.net/api末尾不加/v1不加任何查询参数API KeyYOUR_API_KEY在 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 创建模型 ID从模型广场复制不要手打避免多空格或大小写错误填完保存如果有测试连接按钮点一下。看到绿色的成功提示再回到对话界面。3.2 保存后先发一条最短消息测通别急着上 Excel 提示词。先在 WorkBuddy 里发一句最普通的话比如用一句话说明 pandas 里 concat 和 merge 的区别。能正常返回说明 Key、地址、模型三件套都对。如果这一步就失败不要往下走先去第 5 节对号入座。很多人跳过这步直接贴一大段 Excel 需求结果报错信息里混着配置问题和脚本问题排查成本翻倍。4. 通道通了再让 WorkBuddy 写那段 pandas 合并脚本4.1 把合并需求拆成模型能接住的提示词原文给的提示词偏口语模型也能理解但补上几个关键信息产出的代码可用率会明显提高目录 sales/ 下有 5 个 xlsx 文件每个文件第一个工作表结构相同 列名是订单号、客户、下单日期、金额、负责人。 请用 pandas 写一个脚本 1. 遍历该目录下所有 xlsx用 openpyxl 读取第一个工作表 2. 所有列按字符串读取避免长订单号被转成科学计数法 3. 去掉列名首尾空格 4. 追加一列来源文件写入原文件名 5. 纵向合并后输出到 merged/合并结果.xlsx不写索引 6. 打印合并了几个文件、一共多少行。 请输出完整可运行的单个 .py 文件不要省略 import。提示词里说清列名、路径、输出位置、要不要新列比说十句帮我自动化一下都有用。4.2 生成结果大概长这样WorkBuddy 返回的代码结构上大体应该是这个形状你可以拿它和生成结果对照from pathlib import Path import pandas as pd SRC Path(sales) DST Path(merged) DST.mkdir(exist_okTrue) frames [] for f in sorted(SRC.glob(*.xlsx)): df pd.read_excel(f, sheet_name0, dtypestr, engineopenpyxl) df.columns [str(c).strip() for c in df.columns] df[来源文件] f.name frames.append(df) merged pd.concat(frames, ignore_indexTrue) merged.to_excel(DST / 合并结果.xlsx, indexFalse) print(f合计 {len(frames)} 个文件{len(merged)} 行)这段脚本不需要联网也不需要 WorkBuddy 参与运行。它只是一段普通 Python 文件读你本机的 Excel写你本机的 Excel。WorkBuddy 在这个流程里的角色是把需求翻译成代码执行永远在你自己的机器上。4.3 脚本在你本机跑WorkBuddy 不碰你的文件这一点值得单独强调。WorkBuddy 看不到你的sales/目录也没有权限去打开那些 xlsx。它唯一接触到的信息是你在提示词里描述出来的列名和结构。真正的读写发生在你本地终端pip install pandas openpyxl python merge_excel.py输出合计 5 个文件4321 行这一轮就算通了。下次部门再发来新表改都不用改直接重跑。5. 脚本跑不起来时先分清配置侧还是数据侧5.1 配置侧的三种典型表现401 或鉴权失败Key 复制时带了空格或者复制的是另一把已删除的 Key。回 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 重新创建一把整串复制。404 或路径找不到Base URL 后面多写了/v1或者多了一个斜杠。改回https://taotoken.net/api。模型不存在模型 ID 手打错了或者写的是文章里看到但已经下线的名字。去模型广场重新复制。配置侧的问题有个共同点你连第一条测试消息都发不出去。凡是这种根本没返回内容的一律先查配置。5.2 数据侧的四种常见报错KeyError: 金额某个文件的表头有空格或全角字符strip()处理不掉全角空格。把列名统一清洗一遍或者在提示词里让 WorkBuddy 加上正则替换。日期变成 45000 这样的数字Excel 里日期本质是序列号。读取时用dtypestr能保住原样如果要转成标准日期读完之后再单独pd.to_datetime别指望读的时候一步到位。订单号末尾几位变成 0长数字被当成数值型了。这就是前面脚本里dtypestr的作用。中文乱码多见于 CSVxlsx 本身是二进制一般不会乱。如果来源是 CSV让 WorkBuddy 把encoding显式写成gbk或utf-8-sig再试。5.3 把完整报错贴回对话比描述现象有用遇到报错最有效的做法是把终端里的完整堆栈、出错的那几行代码、以及相关文件的表头脱敏后一起贴回 WorkBuddy 对话让它定位。只说跑不起来报错了模型只能猜猜出来的修改往往南辕北辙。这也顺带说明一件事WorkBuddy 不会自己去连你的数据库或者生产环境执行诊断。它能做的是读你贴过去的报错、生成修正后的代码或 SQL执行仍然由你在本地或客户端里完成再把结果贴回来。这个来回本身就是它最擅长的工作方式。6. 这一次合并花了多少 Token去控制台对一下6.1 用同一条 Key 在模型对话里复测脚本跑通之后建议做一次交叉验证拿同一把 Key在 TaoToken 模型对话 里发一条和 WorkBuddy 里相同的提示词看两边返回的代码质量是否接近。如果 WorkBuddy 一直返回半截代码或者风格明显跑偏而这里正常那基本可以确定是客户端侧的参数问题不是通道问题。6.2 要不要长期跑看用量和套餐生成一次合并脚本消耗的 Token 其实很少真正吃量的是你反复调整提示词、让它解释报错、重写代码的那几轮。跑上两周之后去 控制台 API Keys 看这几次调用记没记上账、消耗了多少心里就有数了。如果这类自动化脚本你打算每周都写一段可以顺手看一眼 Coding Plan 的套餐粒度是否合适。想把这套配置固化到别的工具上比如命令行里跑 Claude Code环境变量和配置文件的对照写法在 Claude Code 接入文档 里有完整示例Base URL 同样是https://taotoken.net/apiKey 还是那把YOUR_API_KEY。回头再看那个每周一小时的手工合并真正省下来的不是复制粘贴的那五十分钟而是你从此有了一个稳定的入口——遇到任何重复劳动先把需求描述清楚让 WorkBuddy 生成脚本在本机跑一遍报错贴回去改。通道配好一次后面每次省下来的时间才是净赚。