企业官网建设流程全解析

1. 为什么我最终把 WorkBuddy 留在了桌面上

第一次听说 WorkBuddy 是在一个做数据分析的朋友群里，有人甩了张截图，说这玩意儿能直接读 Excel、改 PPT，还能挂自定义 Skill。我当时的第一反应是：又一个套壳聊天窗口罢了。毕竟这两年打着“AI 办公”旗号的工具我装过不下二十个，绝大多数用三天就卸载——要么是只能聊天不能碰文件，要么是碰了文件就乱改格式，最后还得自己返工。

真正让我改观的是去年年底赶一份季度复盘。手头有 12 个 Excel 分表、一份 40 页的 PPT 初稿，还有一堆零散的 Markdown 笔记。按老办法，光是把这些数据对齐、把结论搬进 PPT，就得耗掉整整两天。那次我抱着“死马当活马医”的心态，把 WorkBuddy 装上，让它先读 Excel 再生成 PPT 大纲。结果它不但把数据读对了，还顺手把我 Markdown 里的表格转成了 Excel 能识别的格式。从那天起，这个桌面应用就再没离开过我的任务栏。

这篇内容我想聊的不是“WorkBuddy 有多神”，而是作为一个天天跟 Excel、PPT、Markdown 打交道的人，我是怎么把它用顺手的。包括安装时踩的坑、Skill 到底该怎么配、自定义指令怎么写才不翻车、Excel 和 PPT 联动时哪些地方必须人工兜底。如果你也是被表格和幻灯片折磨的办公党，或者想搞清楚 AI Agent 在桌面端到底能落地到什么程度，下面这些经验应该能帮你少走点弯路。

2. WorkBuddy 到底是个什么东西

2.1 桌面 AI 办公应用的定位差异

很多人第一次接触 WorkBuddy，会下意识把它和网页版 AI 聊天工具归为一类。这是个挺大的误解。网页版工具的核心能力是“对话”，你问它答，输出的是文字；而 WorkBuddy 这类桌面应用的核心能力是“操作”，它能直接读写你本地的文件，Excel、PPT、Markdown、PDF 都在它的处理范围内。

这个差异带来的直接后果是：网页版工具帮你“想”，桌面应用帮你“做”。举个例子，你让网页版 AI 写一段 Excel 公式，它给你一串文本，你还得自己复制到单元格里；而 WorkBuddy 可以直接定位到你的表格文件，把公式写进去，甚至帮你跑一遍看结果对不对。这就是 Agent 和 Chatbot 的本质区别——前者有手有脚，后者只有嘴。

从技术架构上看，WorkBuddy 属于典型的桌面端 AI Agent。它本地跑一个轻量级的运行时环境，负责文件读写、格式解析、指令调度；复杂的推理和生成任务则交给云端大模型。这种“本地操作 + 云端推理”的混合模式，既保证了它能碰你的文件，又不用你在本地扛一个大模型的算力开销。理解这一点很重要，因为它决定了后面很多操作逻辑——比如为什么它读大文件会慢、为什么某些格式转换需要联网。

2.2 核心能力拆解：Excel、PPT、Skill 三条主线

WorkBuddy 的功能看起来杂，但拆开看其实就三条主线。

第一条是Excel 处理。这是它最硬的能力。它不只是“读表格”，而是能理解表格结构——哪一行是表头、哪一列是数值、哪些单元格有合并。我试过让它处理一个带三层表头的财务报表，它居然能正确识别出层级关系，没有把表头当成数据行。这个能力背后是它对表格语义的解析，而不是简单的文本提取。另外它还支持 Markdown 表格转 Excel，这个功能对经常写技术文档的人特别友好——你在 Markdown 里维护一张表，一键就能导出成带格式的 xlsx。

第二条是PPT 生成与编辑。注意，是“生成与编辑”，不是“生成模板”。它能根据你给的大纲或数据，直接产出一份带内容的 PPT，而不是丢给你一个空壳让你自己填。我实测下来，它生成的 PPT 在结构上是可用的，但视觉风格偏保守，适合内部汇报，不适合对外路演。后面我会详细讲怎么调它的输出。

第三条是Skill 机制。这是 WorkBuddy 区别于普通办公工具的关键。Skill 可以理解成“插件”或“技能包”，你给它装一个 Skill，它就多一项专门能力。比如装一个“数学建模 Skill”，它就能帮你做优化问题的建模；装一个“专利辅助 Skill”，它就能帮你检索和整理专利相关的链接。Skill 的存在让 WorkBuddy 从一个通用工具变成了可扩展的平台，这也是为什么社区里有人把它和 CodeBuddy 放在一起讨论——两者都是靠 Skill 生态撑起来的。

2.3 和 CodeBuddy 的关系与边界

社区里经常有人问 CodeBuddy 和 WorkBuddy 到底啥关系。简单说，CodeBuddy 偏代码开发场景，WorkBuddy 偏办公文档场景，两者共享一部分底层 Agent 能力和 Skill 规范，但面向的用户群和默认工具链不一样。CodeBuddy 默认挂的是代码解释器、终端、Git 这些；WorkBuddy 默认挂的是 Excel 解析器、PPT 渲染器、文档转换器。

这个边界意味着：你不太可能用 WorkBuddy 去写一个完整的 Python 项目，也不太可能用 CodeBuddy 去调 PPT 动画。但如果你做的是“用 Python 处理 Excel 再生成 PPT”这种跨界的活，两个工具会有重叠。我的建议是，办公文档为主就选 WorkBuddy，代码为主就选 CodeBuddy，别指望一个工具吃下所有场景。

3. 安装与首次配置：别急着点下一步

3.1 下载渠道与版本选择

WorkBuddy 的安装包获取渠道有好几个，我踩过的坑是：不同渠道拿到的版本可能不一致，有的带 Skill 市场，有的不带。我的经验是优先从官方渠道拿安装包，别图省事从第三方站点下。第三方站点的问题不是病毒（虽然也有风险），而是版本可能被裁剪过，装完发现 Skill 面板是灰的，折腾半天以为是配置问题，其实是包不完整。

版本方面，WorkBuddy 分稳定版和尝鲜版。稳定版更新慢但坑少，尝鲜版功能新但偶尔会崩。如果你是拿它干正经活，比如每天要处理报表，我强烈建议用稳定版。我有一段时间追新，结果尝鲜版在一次更新后把 Excel 的合并单元格解析搞坏了，害得我一份周报数据错位，排查了半小时才发现是版本问题。从那以后我就老实了，稳定版用到官方推大版本再升。

另外提一句，WorkBuddy 有国际版和国内版之分，两者在 Skill 市场和默认模型上可能有差异。如果你主要处理中文文档，国内版的中文解析和排版适配会更好；如果涉及多语言文档，国际版的通用性更强。这个选择没有绝对优劣，看你的实际文档类型。

3.2 安装过程中的常见卡点

安装本身不复杂，但有几个卡点值得提前说。

第一个是权限问题。WorkBuddy 要读写本地文件，安装时会请求文件系统访问权限。Windows 上如果没给够权限，装完你会发现它读不了 D 盘的表格；macOS 上则需要在“隐私与安全性”里手动放行。这个步骤别跳过，否则后面所有文件操作都会失败，而且报错信息很含糊，容易误判成软件 bug。

第二个是运行时依赖。WorkBuddy 的本地运行时需要一些基础库，安装程序一般会自动装，但如果你的系统缺某些组件（比如特定版本的运行库），安装会卡在某个进度不动。我遇到过一次卡在 87% 十分钟，最后发现是缺一个 C++ 运行库。解决办法是看安装日志，日志里会写清楚缺什么，补上再重装。

第三个是首次启动的模型配置。WorkBuddy 首次启动会让你选默认模型或填 API 配置。这一步别随便选，因为不同模型在 Excel 解析和 PPT 生成上的表现差异挺大。我的建议是先用默认配置跑一遍官方示例，确认基础功能正常，再根据你的需求换模型。换模型的时候注意，有些模型对长文档的支持不好，处理大表格会截断。

3.3 首次启动必须做的三件事

装完之后别急着干活，先做三件事，能省掉后面很多麻烦。

第一件，建一个专用的工作目录。别让 WorkBuddy 直接操作你的整个硬盘，给它划一个文件夹，所有需要它处理的文件先复制进去。这样做的好处是隔离风险——万一它改错了文件，你的原始数据还在。我现在的习惯是WorkBuddy_Workspace文件夹，里面再按项目分子目录，每个项目一个文件夹，干净利落。

第二件，跑一遍官方示例。WorkBuddy 一般会自带几个示例文件，包括一个 Excel、一个 PPT、一个 Markdown。花十分钟把这三个示例都跑一遍，你能快速摸清它的能力边界——比如它读 Excel 时能不能识别公式、生成 PPT 时会不会自动配图。这比看文档快得多。

第三件，配置自定义指令的存放位置。WorkBuddy 支持自定义指令，但默认存放位置可能不在你习惯的地方。我建议一开始就把它指到你自己的工作目录下，方便备份和迁移。这个设置藏得有点深，一般在“设置-高级-指令管理”里，第一次找可能要翻一下。

4. Skill 机制：WorkBuddy 的真正杀手锏

4.1 Skill 是什么，和普通插件有什么区别

Skill 这个词在 WorkBuddy 里被用得很泛，但它的本质是“带上下文的可复用指令集”。普通插件通常是加一个功能按钮，你点它才触发；而 Skill 是加一套行为逻辑，WorkBuddy 在合适的场景下会自动调用它。

举个例子，你装一个“甘特图 Skill”，它不是给你一个“生成甘特图”的按钮，而是当 WorkBuddy 识别到你在处理项目排期相关的表格时，会主动建议用甘特图呈现，并且知道该怎么把你的日期列和任务列映射成甘特图的结构。这个“知道该怎么映射”就是 Skill 的价值——它封装了领域知识，而不只是一个功能入口。

从实现上看，一个 Skill 通常包含三部分：触发条件（什么场景下激活）、指令模板（激活后执行什么操作）、输出规范（结果以什么格式呈现）。这三部分决定了 Skill 的适用范围和可靠性。社区里有人把 Skill 类比成“给 AI 的一本操作手册”，我觉得挺贴切——手册写得越细，AI 干活越靠谱。

4.2 常用 Skill 推荐与适用场景

我用了大半年，筛选出几个真正高频、真正省事的 Skill，列在下面。

这里重点说两个。Excel 处理框架是我用得最多的，它的强项是处理“脏数据”——就是那种表头不规范、有空行、有合并单元格的表格。普通工具遇到这种表直接歇菜，它能通过语义推断把结构还原出来。Markdown 转 Excel则是文档党的福音，我写技术方案时习惯用 Markdown 维护表格，交付时一键转 Excel，格式基本不用调。

4.3 自定义 Skill 的编写思路

官方 Skill 覆盖不到的场景，就得自己写。写 Skill 听起来吓人，其实核心就三件事：说清楚什么时候用、说清楚怎么用、说清楚输出成什么样。

我写过一个“周报数据汇总 Skill”，逻辑是这样的：触发条件是“当用户提供多个 Excel 且提到周报”，指令模板是“读取所有表格，按日期列合并，计算各指标周环比”，输出规范是“生成一个汇总表加一段文字结论”。写完之后，我每周只要把几个分表丢进工作目录，说一句“生成本周周报”，它就自动跑完。

写 Skill 有几个心得。第一，触发条件别写太宽，否则它会乱激活。我一开始把触发条件写成“处理 Excel 时”，结果它连我随便看个表格都要插一脚，很烦。后来改成“处理多个 Excel 且涉及汇总时”，就精准多了。第二，指令模板要具体到列名，别用“相关列”这种模糊表述，直接写“日期列、金额列、部门列”，它才不会猜错。第三，输出规范里加上格式要求，比如“金额保留两位小数、日期用 YYYY-MM-DD”，否则它给你的结果还得手动调格式。

4.4 Skill 冲突与优先级管理

Skill 装多了会打架。我最多的时候装了十几个，结果有一次处理表格，三个 Skill 同时激活，一个要合并、一个要拆分、一个要透视，最后输出一团乱。后来我学乖了，做了两件事。

一是按项目分组管理 Skill。WorkBuddy 支持给 Skill 打标签或分组，我把它们分成“日常办公”“数据分析”“文档处理”三组，做不同活的时候只开对应组的 Skill。这样冲突概率大大降低。

二是设置优先级。当多个 Skill 可能同时触发时，给它们排个序，让最专用的那个优先。比如“周报汇总 Skill”和“通用 Excel Skill”同时匹配时，让前者优先，因为前者更具体。这个设置在 Skill 管理面板里能调，藏得不深但容易忽略。

5. Excel 实战：从脏数据到干净报表

5.1 读取复杂表格的解析逻辑

WorkBuddy 读 Excel 的能力，核心在于它的解析逻辑不是“按行列读文本”，而是“按语义还原结构”。这两者的差别，处理简单表格时看不出来，处理复杂表格时天差地别。

我拿一个真实的例子说明。有一份销售报表，结构是这样的：第一行是大标题“2024 年 Q4 销售数据”，第二行是表头“区域、产品、销量、金额”，第三行开始是数据，但中间穿插了三行小计，小计行的“区域”列是合并单元格。这种表用传统工具读，小计行会被当成数据行，合并单元格会导致列错位。

WorkBuddy 的处理方式是：先识别出“小计”这个关键词，判断这几行是汇总行而非数据行；再通过合并单元格的跨度推断出它属于哪个区域；最后把数据行和小计行分开处理。整个过程它会在日志里写清楚判断依据，你能看到它的推理链条。这个透明度很重要，因为当它判断错的时候，你能知道错在哪一步。

5.2 Markdown 表格转 Excel 的完整流程

这个功能我用得极多，流程也摸得很熟。标准操作是：把 Markdown 表格贴进 WorkBuddy 的输入框，说一句“转成 Excel”，它就会生成一个 xlsx 文件。但这里有几个细节决定成败。

第一，Markdown 表格的格式要规范。它依赖|分隔符和---分隔线来识别表格边界，如果你的表格缺了分隔线，或者单元格里有未转义的|，解析会出错。我一般先在编辑器里把表格格式化一遍再贴。

第二，列宽和对齐方式可以指定。默认转出来的 Excel 列宽是自动的，有时候太窄。你可以在指令里加一句“金额列宽 15、日期列居中”，它就会按你说的调。这个细节官方文档没写，是我试出来的。

第三，公式可以保留。如果你的 Markdown 表格里写了类似=SUM(B2:B10)的内容，转成 Excel 后它会变成真正的公式而不是文本。这个特性很实用，相当于你在 Markdown 里就把计算逻辑写好了。

5.3 数据清洗与公式生成的注意事项

让 WorkBuddy 做数据清洗，最大的风险是“它以为它懂了”。我踩过的坑是：让它去重，它把两行看起来一样但实际含义不同的数据合并了。后来我总结出几条规矩。

去重前先明确去重键。别只说“去重”，要说“按订单号去重，保留最新日期的记录”。这样它才知道以哪列为准、冲突时保留哪条。

公式生成要验证。它生成的公式逻辑通常对，但引用范围可能偏。比如它写=SUM(B2:B100)，但你的数据只到 B50，多出来的空行不影响结果，但如果 B51 到 B100 有隐藏数据就麻烦了。我的习惯是生成公式后，让它自己跑一遍并报告结果，我抽查几个数对一下。

日期格式统一。Excel 里日期格式五花八门，有2024/1/1、有2024-01-01、有Jan-24。WorkBuddy 能识别大部分，但混用多种格式时容易出错。我一般先让它统一成YYYY-MM-DD再往下做。

5.4 大数据量表格的性能调优

WorkBuddy 处理几万行的表格没问题，但上了十万行就会明显变慢。我处理过一份 30 万行的日志数据，直接丢给它，它读了五分钟还没出结果。后来我摸索出几个优化办法。

先抽样再全量。让它先读前 1000 行，确认解析逻辑对了，再让它处理全量。这样如果逻辑有问题，你不用等五分钟才发现。

拆分处理。把大表按某个维度拆成几个小表，分别处理再合并。比如按月份拆，每个月一个文件，处理完再汇总。这样单次处理量小，速度快，而且中间结果可检查。

关掉不必要的 Skill。处理大表时，如果同时开着 PPT 生成、文档转换之类的 Skill，它会做很多无关的预判，拖慢速度。我处理大表时只开 Excel 相关的 Skill。

6. PPT 生成：从大纲到成品的可控路径

6.1 生成 PPT 的三种输入方式

WorkBuddy 生成 PPT 支持三种输入：纯大纲、文档、数据。三种方式产出的 PPT 质量差异挺大，我分别说说。

纯大纲输入是最可控的。你给它一个“标题 + 每页要点”的结构，它按这个结构生成，页数和内容都符合预期。缺点是它不会帮你补充内容，你得自己把要点写全。

文档输入最省事但最不可控。你丢一份 Word 或 Markdown 进去，它自己提炼要点、分页、配标题。好处是快，坏处是它提炼的要点可能不是你想强调的。我一般用它生成初稿，然后手动调。

数据输入适合做数据汇报。你给它一个 Excel，它把数据转成图表放进 PPT。这个功能对做周报月报的人很实用，但图表的类型和样式它自己选，有时候选得不合适，得手动换。

6.2 让 PPT 结构更合理的指令技巧

PPT 生成最容易翻车的地方是结构。它默认的分页逻辑是“一段一个要点”，但实际汇报里，有些要点该合并、有些该拆开。我摸索出几个指令技巧。

指定页数范围。说“生成 15 到 20 页”，它就会控制篇幅，不会给你整出 40 页。

指定每页要点数。说“每页不超过 3 个要点”，它就不会把一页塞满。

指定逻辑结构。说“按问题-分析-方案-结论的结构组织”，它就会按这个框架分章节，而不是平铺直叙。

指定重点页。说“第 3 页和第 7 页作为重点页，内容展开”，它就会在这两页多给细节。

这些指令可以组合用，组合之后生成的 PPT 结构基本能直接用，省掉大量调整时间。

6.3 视觉风格与模板的适配

WorkBuddy 自带的 PPT 模板风格偏商务保守，配色以蓝灰为主。如果你要做对外路演或者创意提案，这个风格可能不够。我的做法是：用它生成内容和结构，然后导出到 PowerPoint 里换模板。

具体操作是：让它生成 PPT 后，选择“导出为 pptx”，然后在 PowerPoint 里应用你自己的模板。内容会保留，格式会重排。这里要注意，换模板后有些文本框可能溢出，需要手动调一下。我一般留出十分钟做这个收尾。

如果你不想换模板，也可以在指令里指定配色。比如“用深蓝主色、橙色强调色”，它会调整生成结果的配色。但它的配色能力有限，复杂的设计需求还是得靠专业工具。

6.4 PPT 动画与交互的边界

这里得说清楚：WorkBuddy 生成的 PPT 基本不带动画。它产出的是静态页面，动画、切换效果、交互按钮这些它都不管。这不是它的能力缺陷，而是定位问题——它解决的是“内容生成”，不是“视觉设计”。

如果你需要动画，流程是：WorkBuddy 生成内容，导出 pptx，在 PowerPoint 里手动加动画。我做过一次带复杂动画的汇报，WorkBuddy 负责把 40 页内容生成好，我在 PowerPoint 里花了半小时加动画和切换，整体效率还是比从零做高很多。

7. 自定义指令：让 WorkBuddy 听懂你的行话

7.1 指令结构的基本要素

自定义指令是 WorkBuddy 最灵活的部分，也是最容易写砸的部分。一条好指令通常包含四个要素：角色、任务、约束、输出格式。

角色是告诉它“你以什么身份做这件事”。比如“你是一个财务分析师”，它就会用财务的视角处理数据。任务是具体要做什么。约束是边界条件，比如“不要修改原始数据”。输出格式是结果长什么样。

我见过很多人写指令只写任务，比如“汇总这个表格”，结果它汇总的方式跟你想的不一样。加上约束和格式之后，命中率大幅提升。比如改成“汇总这个表格，按部门分组，金额求和，输出一个两列的新表，不要动原表”，它就清楚多了。

7.2 高频场景的指令模板

我整理了几个自己常用的指令模板，可以直接抄。

数据汇总类：

读取工作目录下所有 xlsx 文件，按“部门”列合并，对“金额”列求和，生成汇总表，保留两位小数，原文件不动。

文档转换类：

把这份 Markdown 里的所有表格转成 Excel，每个表格一个 sheet，sheet 名用表格上方的标题，列宽自适应。

PPT 生成类：

根据这份文档生成 PPT，按“背景-现状-问题-方案-计划”五部分组织，总页数 15 到 18 页，每页不超过 3 个要点，重点页是方案部分。

数据校验类：

检查这份表格，找出金额列为空或为负数的行，列出来并标注行号，不要修改原表。

这些模板的共同点是具体、有边界、有输出要求。你照着这个思路改，基本不会跑偏。

7.3 指令失效的排查方法

指令不生效是常事，排查思路我总结成三步。

第一步，看它实际执行了什么。WorkBuddy 一般会显示它的执行计划，你看它的计划跟你的意图差在哪。差在理解任务，就是指令表述问题；差在执行步骤，就是 Skill 配置问题。

第二步，简化指令。如果一条复杂指令不生效，把它拆成几条简单指令，逐条试。哪条失效就改哪条。我经常这么干，比对着一条长指令死磕快得多。

第三步，检查 Skill 冲突。有时候指令没问题，是某个 Skill 抢了活。临时关掉所有 Skill 再试，如果正常了，就逐个开回来定位是哪个 Skill 在捣乱。

7.4 指令库的维护与复用

指令写多了要管理，不然找起来费劲。我的做法是建一个 Markdown 文件，按场景分类存指令，每条指令下面写清楚用途和注意事项。用的时候直接复制粘贴，比在 WorkBuddy 界面里翻历史记录快。

另外，常用的指令可以固化成 Skill。比如“周报汇总”这条指令我每周都用，就把它写成了 Skill，触发条件设成“提到周报且工作目录有多个表格”，这样连复制粘贴都省了。

8. 常见问题与排查速查

8.1 Excel 相关故障

8.2 PPT 生成异常

PPT 生成最常见的问题是“页数失控”和“内容错位”。页数失控一般是没给页数约束，加上“总页数 X 到 Y 页”基本能解决。内容错位通常是输入文档的结构不清晰，它提炼要点时抓错了层级。解决办法是先把输入文档的标题层级理清楚，用规范的 Markdown 标题，它就能正确识别结构。

还有一个偶发问题是生成的 PPT 打不开。这通常是导出过程中文件损坏，重新生成一次一般就好。如果反复出现，检查磁盘空间和文件权限。

8.3 Skill 不生效的排查

Skill 不生效，先确认三件事：Skill 是否启用、触发条件是否匹配、是否有更高优先级的 Skill 拦截。这三步能解决 90% 的问题。剩下 10% 可能是 Skill 本身的 bug，去社区看看有没有人反馈，或者自己改一下 Skill 的触发条件。

8.4 性能与稳定性问题

WorkBuddy 跑久了会变慢，这是桌面应用的通病。我的习惯是每处理完一个大任务就重启一次，清掉内存里的缓存。另外，工作目录里别堆太多历史文件，它会扫描整个目录，文件多了启动就慢。定期清理工作目录，只留当前项目的文件。

9. 我踩过的坑和总结出的几条铁律

用了大半年 WorkBuddy，踩的坑不少，挑几个最有代表性的说说。

第一条铁律：永远保留原始文件。我吃过一次亏，让它处理一份表格，它直接改了原文件，改完我发现逻辑错了，但原始数据已经没了。从那以后，我所有要处理的文件都先复制到工作目录，原文件锁在另一个文件夹里。WorkBuddy 再智能，也有判断失误的时候，原始数据是你的最后一道防线。

第二条铁律：复杂任务先小样本试跑。处理大表、生成大 PPT 之前，先用一小部分数据试一遍，确认逻辑对了再全量跑。这个习惯帮我省了无数次返工。试跑的成本是几分钟，返工的成本可能是几小时。

第三条铁律：指令要具体到列名和格式。别用“相关列”“合适格式”这种模糊词，它猜不准。直接写“金额列保留两位小数、日期列用 YYYY-MM-DD”，一次说清楚，比来回改省事。

第四条铁律：Skill 宁少勿多。装一堆 Skill 看着功能全，实际用起来互相打架。我现在常开的就四五个，按项目切换，清爽很多。

第五条铁律：定期备份指令库和 Skill 配置。这些东西是你积累下来的资产，丢了重写很痛苦。我每周把指令库和 Skill 配置导出一次，存到云盘，图个安心。

最后分享一个小技巧：WorkBuddy 的执行日志是个宝库。它每次执行任务都会记录推理过程，你看日志能知道它为什么这么判断。当它出错时，日志能帮你定位是理解错了还是执行错了。我现在的习惯是，重要任务执行完扫一眼日志，确认它的判断逻辑没问题，再采用结果。这个习惯让我对它的输出更有把握，也让我更清楚它的能力边界在哪。