首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >开源一周狂揽 7.6K Star!这个爆火的「同事.skill」可以将“数字遗产”炼成 AI!

开源一周狂揽 7.6K Star!这个爆火的「同事.skill」可以将“数字遗产”炼成 AI!

作者头像
开源星探
发布2026-04-10 08:34:20
发布2026-04-10 08:34:20
5760
举报
文章被收录于专栏:翩翩白衣少年翩翩白衣少年

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。

项目介绍

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。

核心亮点

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:

  • • 这个接口应该怎么设计才符合规范
  • • 遇到这种问题应该先排查什么
  • • 我们团队的代码风格是什么样的
  • • 这个业务的历史背景是怎样的

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:

  • 硬规则:绝对不能碰的底线
  • 身份:他在团队中的角色和定位
  • 表达风格:说话是直接还是委婉,是严肃还是幽默
  • 决策模式:做决定时是激进还是保守,是先看数据还是凭直觉
  • 人际行为:跟人相处时的特点,比如是甩锅高手还是背锅侠

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。

功能特性

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:

  • 追加文件自动更新:追加新的文件,自动分析增量,merge 进对应部分,不覆盖已有结论
  • 对话纠正立即生效:说「他不会这样,他应该是 xxx」→ 写入 Correction 层,立即生效
  • 版本管理随时回滚:每次更新自动存档,支持回滚到任意历史版本
快速上手

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

代码语言:javascript
复制
# 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-colleague

OpenClaw 安装方式

代码语言:javascript
复制
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:

代码语言:javascript
复制
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:

代码语言:javascript
复制
/create-colleague

② 按提示输入信息:

  • • 同事姓名
  • • 公司职级(如:字节 2-1 算法工程师)
  • • 性格标签
  • • 选择数据来源

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:

  • • 他主动写的长文 > 决策类回复 > 日常消息
  • • 聊天记录 + 长文档 > 仅手动描述
项目结构

colleague-skill 遵循 AgentSkills 开放标准,整个 repo 就是一个 skill 目录:

代码语言:javascript
复制
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!

写在最后

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!

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2026-04-05,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 开源星探 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 项目介绍
  • 核心亮点
  • 功能特性
  • 快速上手
  • 项目结构
  • 写在最后
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档