我用 WorkBuddy + WordPress 官方技能打造了一个超实用的古腾堡编辑器小功能！

用 AI 开发的那些事儿

说到用 AI 开发产品，有些人轻松搞定了完整的功能，而另一些人却忙活了一整天却一无所获，最后还把锅甩给模型，甚至把国产模型骂得一文不值。其实，问题往往并不在模型本身，而是使用的方式。

我之前在做浏览器插件的时候，关键在于充分利用了 Chrome 的远程调试功能。Claude Code 可以自己抓包、发现和修复 Bug、更新扩展、调试和验证，整个过程我只需要提出需求、给权限，偶尔指点一下就行，根本不需要写一行代码。

你可能感兴趣：3月9日腾讯版小龙虾WorkBuddy火爆上线，访问量超预期让服务不稳，团队紧急扩容十倍并发出致歉信！

这里的关键在于：给 AI 设定清晰的边界、工具和最佳实践。

最近我在更新 WPJAM Basic 的「文章目录」扩展，其中一个新功能就是可以在文章编辑页面设置目录层次。之前是通过 WordPress 的 Metabox API 实现的：

虽然这个功能可以用，但它是通过兼容的方式在 Gutenberg 编辑器中显示的，样式还是老旧的 HTML，而不是现代的 React 组件形式。

还有一点是保存的时候不是异步的，模拟了传统的 POST 表单提交，还得像以前一样使用 save_post 钩子来手动保存，不然数据就不会存到数据库里。

整体体验感觉不够“原生”，和编辑器的风格有些割裂。于是我就想着，干脆学学 Gutenberg 开发，把这个功能改造成使用 React 组件的样式吧。

不过，一翻开 WordPress 官方的 Block Editor HandBook，我就懵了，内容实在太多了：

自己学会这些估计得花上一到两天，搞这么点东西性价比太低，那就让 AI 来帮我吧。

想用 AI 高效地进行 WordPress 开发，第一步必须安装官方的技能包，这也是“有人能做到，有人做不到”的根本区别。

地址在这里：

https://github.com/WordPress/agent-skills

WordPress 官方提供的 agent-skills，就相当于给 AI 一套标准开发规范和最佳实践，让它明白如何正确构建块编辑器、编写规范代码、按照官方流程实现功能，而不是随便猜测和乱写。

这个技能包总共有 13 个专业技能，其中有一个「wp-block-development」专门用于 Gutenberg 开发。

在命令行中输入下面的命令就能安装：

或者直接和 WorkBuddy 说：

帮我安装一下技能 https://github.com/WordPress/agent-skills

这真的是动动嘴就行了。

接下来，我选择使用 WorkBuddy 开发，是因为群里总有人说国产大模型不行，而 WorkBuddy 内置的都是国产大模型，正好可以验证一下，到底是模型不行，还是流程和方法的问题呢？

打开 WorkBuddy，输入我的需求：

我要在 WordPress 后台古腾堡侧边栏，设置 Toc 的深度，存储在 toc_depth meta 里面，然后它是一个下拉菜单，值是 -1=>不显示，”=>默认，2=>h2, 3=>h3, 4=>h4, 5=>h5, 6=>h6，帮我写个插件。

可以看得出来，我的需求随便写写，并没有认真组织，接着在技能选项中选择「wp-block-development」，明确要求它按照 WordPress 官方的最佳实践来执行：

用AI轻松搞定插件开发，人人都能成为高手！

看上面的图，紫色背景那部分就是我挑选的技能。首先，WorkBuddy会读取相关的指导文档，然后迅速把任务拆分成五个步骤：

首先，搭建插件的目录结构和主PHP文件

然后，注册post meta和支持REST API

接着，编写JS侧边栏组件（PluginDocumentSettingPanel + SelectControl）

再来，配置package.json和webpack构建

最后，撰写构建说明的README

果然，有专业的AI指导真是轻松多了，它按照流程一步一步地进行：

不久之后，就搞定了：

最后，它还给出了使用说明：

我按照它的指示编译完后，直接把它上传到插件目录（实际使用时我会把它合并到文章目录中）激活后，看到的则是使用React样式的组件：

对比一下之前的样子：

是不是好看多了呢，😄 关键是保存的时候再也不需要模拟POST请求了。

AI的价值不在于模型本身，而在于正确的“玩法”

这次开发再次证明了这一点：

不需要精通React，也不必啃完官方的文档

不需要从零开始学习古腾堡开发

甚至不需要纠结于模型是国产还是国外的

只要给AI提供正确的方法、权威的规范和合适的工具，普通人也能迅速实现专业级的开发成果。没错，使用AI的差距从来不在于模型本身，而在于你是否提供了

正确的“玩法”。