
这两天刷 GitHub,发现一个项目疯了似的涨星——上线不到一周,7600+ Star,Fork 超过 549+,问题区更是热闹得像菜市场。

随便点进去看一下,Issue 标题都能让人笑喷:"爹味.skill"、"白月光.skill"、"前任.skill"...
原来这个叫 colleague-skill(同事.skill) 的项目,是想把我们身边那些离职同事、导师、搭档,用 AI 的方式"留下来"。

一个资深员工离职,带走的不只是人力,还有他多年沉淀的经验、对业务的理解、甚至是跟团队磨合出来的默契。这些东西很难量化,更难传承。
直到我看到了 colleague-skill 这个项目,感觉眼前一亮。
它不是简单的知识库问答,而是真的想把一个人的工作方式、说话风格、技术规范,全部"蒸馏"成一个 AI Skill——让他换个形式继续"陪伴"你。
colleague-skill 是由 @titanwings 开发、上海 AI 实验室 · AI 安全中心提供支持的开源项目。
它的核心理念很简单:提供同事的原材料(飞书消息、钉钉文档、邮件、截图)加上你的主观描述,生成一个真正能替他工作的 AI Skill。
这个项目的 slogan 特别有意思:"将冰冷的离别化为温暖的 Skill,欢迎加入赛博永生!"
虽然听起来有点中二,但仔细想想还挺有道理的。在这个人员流动越来越快的时代,能把宝贵的经验留下来,确实是件很有价值的事。
项目刚上线几天,就已经有很多有趣的玩法了。有人做了"爹味.skill",专门用来模拟那个说话总带说教味的前辈;有人求"白月光.skill",想把当年暗恋的同事留下来;还有人开玩笑说要搞个"前任.skill",让 AI 帮你分析前任当年为什么跟你分手...

虽然这些玩法有点搞笑,但也从侧面说明这个项目的想象力空间有多大。
colleague-skill 最牛的地方,在于它的 双层架构设计:
1、✨ Work Skill(工作能力层)
这一层负责沉淀技术规范、工作流程、经验知识库。比如:
这些都是实打实的工作能力,保证 AI 能真正帮你解决问题。
2、✨ Persona(人格层)
这一层就更有意思了,它通过五级结构来模拟人类行为模式:
运行逻辑也很清晰:接到任务 → Persona 判断态度 → Work Skill 执行 → 用他的语气输出。
这样生成的回复,不仅能解决问题,还特别"像"那个人。
1、📊 多源数据采集,几乎涵盖所有办公场景
colleague-skill 支持的数据源简直不要太全:

2、🏷️ 丰富的标签支持,完美复刻同事性格
项目内置了超多标签,你可以随意组合:
个性标签:
认真负责 · 甩锅高手 · 完美主义 · 差不多就行 · 拖延症 · PUA 高手 · 职场政治玩家 · 向上管理专家 · 阴阳怪气 · 反复横跳 · 话少 · 只读不回 …
企业文化标签:
字节范 · 阿里味 · 腾讯味 · 华为味 · 百度味 · 美团味 · 第一性原理 · OKR 狂热者 · 大厂流水线 · 创业公司派 …
职级支持:
字节 2-1~3-3+ · 阿里 P5~P11 · 腾讯 T1~T4 · 百度 T5~T9 · 美团 P4~P8 · 华为 13~21 级 · 网易 · 京东 · 小米 …
3、🔄 进化机制,越用越像
colleague-skill 不是一成不变的,它有一套完整的进化机制:
好,说了这么多,让我们来看看怎么用。项目目前主要支持 Claude Code 和 OpenClaw 两种方式。
Claude Code 安装方式
# 安装到当前项目(在 git 仓库根目录执行)
mkdir -p .claude/skills
git clone https://github.com/titanwings/colleague-skill .claude/skills/create-colleague
# 或安装到全局(所有项目都能用)
git clone https://github.com/titanwings/colleague-skill ~/.claude/skills/create-colleagueOpenClaw 安装方式
git clone https://github.com/titanwings/colleague-skill ~/.openclaw/workspace/skills/create-colleague如果需要使用飞书/钉钉自动采集等功能,还需要安装 Python 依赖:
pip3 install -r requirements.txt飞书/钉钉自动采集需要配置 App 凭证,详细说明请看项目中的 INSTALL.md 文件。
使用步骤
① 在 Claude Code 中输入:
/create-colleague② 按提示输入信息:
所有字段均可跳过,仅凭描述也能生成!
③ 调用生成的 Skill:
完成后用 /{slug} 调用该同事 Skill。
管理命令
命令 | 说明 |
|---|---|
/list-colleagues | 列出所有同事 Skill |
/{slug} | 调用完整 Skill(Persona + Work) |
/{slug}-work | 仅工作能力 |
/{slug}-persona | 仅人物性格 |
/colleague-rollback {slug} {version} | 回滚到历史版本 |
/delete-colleague {slug} | 删除 |
数据质量建议
原材料质量决定 Skill 质量,建议优先收集:
colleague-skill 遵循 AgentSkills 开放标准,整个 repo 就是一个 skill 目录:
create-colleague/
├── SKILL.md # skill 入口(官方 frontmatter)
├── prompts/ # Prompt 模板
│ ├── intake.md # 对话式信息录入
│ ├── work_analyzer.md # 工作能力提取
│ ├── persona_analyzer.md # 性格行为提取(含标签翻译表)
│ ├── work_builder.md # work.md 生成模板
│ ├── persona_builder.md # persona.md 五层结构模板
│ ├── merger.md # 增量 merge 逻辑
│ └── correction_handler.md # 对话纠正处理
├── tools/ # Python 工具
│ ├── feishu_auto_collector.py # 飞书全自动采集
│ ├── feishu_browser.py # 飞书浏览器方案
│ ├── feishu_mcp_client.py # 飞书 MCP 方案
│ ├── dingtalk_auto_collector.py # 钉钉全自动采集
│ ├── slack_auto_collector.py # Slack 全自动采集
│ ├── email_parser.py # 邮件解析
│ ├── skill_writer.py # Skill 文件管理
│ └── version_manager.py # 版本存档与回滚
├── colleagues/ # 生成的同事 Skill(gitignored)
├── docs/PRD.md
├── requirements.txt
└── LICENSE项目还写了一篇技术论文《Colleague.Skill: Automated AI Skill Generation via Expert Knowledge Distillation》,详细介绍了系统设计、两层架构、多源数据采集、Skill 生成与进化机制,以及在真实场景中的评估结果。
感兴趣的话可以去看看!
colleague-skill 这个项目,最打动我的不是技术有多酷炫,而是它背后的那个愿景——把人的工作经验结构化沉淀下来。
在这个快速变化的时代,人员流动是常态。但如果我们能把那些宝贵的经验、那些只可意会不可言传的默契,用 AI 的方式保留下来,那这件事就真的很有价值。
当然,目前它还是一个 beta 测试版本,还有很多可以完善的地方。但至少,它给了我们一个新的思路:离别不一定就是失去,换一种方式,也许还能继续"陪伴"。
正如项目 README 开头那段话所说:"将冰冷的离别化为温暖的 Skill,欢迎加入数字生命 1.0!"
GitHub:
https://github.com/titanwings/colleague-skill
如果本文对您有帮助,也请帮忙点个 赞👍 + 在看 哈!❤️
在看你就赞赞我!