Agent之skills：colleague-skill的简介、安装和使用方法、案例应用之详细攻略

Agent之skillscolleague-skill的简介、安装和使用方法、案例应用之详细攻略目录colleague-skill的简介1、特点colleague-skill的安装和使用方法1、安装Claude Code推荐OpenClaw可选依赖与扩展能力自动采集配置2、使用方法colleague-skill的案例应用colleague-skill的简介colleague-skill仓库中文名为“同事.skill”的核心目标是把同事离职、转岗、交接后留下的文档、消息和经验整理成一个可以继续“工作”的 AI Skill。仓库描述里直接写到它会把飞书消息、钉钉文档、邮件、截图等材料加上你的主观描述生成“真正能替他工作的 AI Skill”甚至可以按原有技术规范写代码、按原有语气回答问题。README 还把它概括为“将冰冷的离别化为温暖的 Skill欢迎加入赛博永生/ 数字生命1.0”。从仓库举的典型场景看它面向的是同事跳槽后文档无人维护、实习生离职后项目烂尾、导师毕业带走上下文、搭档转岗后默契归零、前任交接只剩零散文档这类“知识断层”问题。Github地址https://github.com/titanwings/colleague-skill1、特点双层结构Work Skill Persona仓库说明每个同事 Skill 由两部分共同驱动Work Skill 负责系统、技术规范、工作流程和经验知识库Persona 则是五层性格结构依次包含“硬规则 → 身份 → 表达风格 → 决策模式 → 人际行为”。它的运行逻辑是“接到任务 → Persona 判断态度 → Work Skill 执行 → 用他的语气输出”。支持多种数据来源README 列出的来源包括飞书API 自动采集、钉钉浏览器方案自动采集、SlackAPI 自动采集、微信聊天记录SQLite、PDF、图片/截图、飞书 JSON 导出、邮件 .eml / .mbox、Markdown以及直接粘贴文字。其中特别说明微信自动解密测试下来不太稳定建议先用开源工具导出后再导入。支持“个性、企业文化、职级”三类标签仓库列出的标签覆盖个性标签如认真负责、甩锅高手、完美主义、拖延症、PUA 高手、阴阳怪气、只读不回等、企业文化标签如字节范、阿里味、腾讯味、华为味、第一性原理、OKR 狂热者等和职级标签支持字节、阿里、腾讯、百度、美团、华为等多家公司职级区间。这说明它不是只做“像人说话”还会把组织文化和岗位层级一起编码进 Skill。具备“进化”机制仓库明确写了三种进化方式追加文件后会自动分析增量并 merge 到对应部分不覆盖已有结论对话纠正时如果你说“他不会这样他应该是 xxx”会写入 Correction 层并立即生效每次更新还会自动存档支持回滚到任意历史版本。遵循 AgentSkills 标准目录结构清晰项目声明遵循 AgentSkills 开放标准整个 repo 就是一个 skill 目录内部包含 SKILL.md、prompts/、tools/、colleagues/、docs/、requirements.txt 等。其中 tools/ 下包含飞书、钉钉、Slack、邮件解析、版本管理、Skill 写入等脚本。仓库里也明确强调了质量与状态README 提醒“原材料质量决定 Skill 质量聊天记录 长文档 仅手动描述”并建议优先收集“主动写的长文 决策类回复 日常消息”。同时它也说明项目目前仍是 demo / beta 测试版本。colleague-skill的安装和使用方法1、安装Claude Code推荐INSTALL.md 说明先在 Git 仓库根目录执行然后把仓库克隆到 Claude Code 的 skills 目录。既可以安装到当前项目的 .claude/skills/create-colleague也可以安装到全局的 ~/.claude/skills/create-colleague。安装后在 Claude Code 里输入 /create-colleague 即可启动。生成的同事 Skill 默认写入 ./colleagues/ 目录。OpenClawINSTALL.md 也给出了 OpenClaw 的安装方式把仓库克隆到 ~/.openclaw/workspace/skills/create-colleague然后重启 OpenClaw session再输入 /create-colleague 启动。可选依赖与扩展能力基础依赖里仓库建议 Python 3.9并可安装 pypinyin中文姓名转拼音 slug飞书浏览器方案需要 playwright 并安装 chromium飞书 MCP 方案需要全局安装 feishu-mcp且要求 Node.js 16另外还可选装 python-docx 和 openpyxl用于 Word 与 Excel 内容处理。README 还补充说可执行 pip3 install -r requirements.txt。自动采集配置INSTALL.md 里还写了各平台的初始化方式飞书自动采集要运行 tools/feishu_auto_collector.py --setup 并填写 App ID / App Secret钉钉自动采集要运行 tools/dingtalk_auto_collector.py --setup填写 AppKey / AppSecret首次运行可加 --show-browser 完成登录飞书 MCP 方案要运行 tools/feishu_mcp_client.py --setupSlack 自动采集则需要先装 slack-sdk再运行 tools/slack_auto_collector.py --setup按提示输入 Bot User OAuth Token。2、使用方法在 Claude Code 中先输入 /create-colleague。接着按提示填写同事姓名、公司职级仓库示例是“字节 2-1 算法工程师”、性格标签再选择数据来源README 特别说明这些字段都可以跳过只凭描述也能生成。完成后就可以用 /{slug} 调用这个同事 Skill。仓库还提供了一组管理命令/list-colleagues 用于列出所有同事 Skill/{slug} 调用完整 SkillPersona Work/{slug}-work 只调用工作能力/{slug}-persona 只调用人物性格/colleague-rollback {slug} {version} 可回滚历史版本/delete-colleague {slug} 可删除对应 Skill。colleague-skill的案例应用README 里给出的示例输入是字节 2-1 后端工程师INTJ甩锅高手大厂范。在这个设定下Code Review 场景中它会先追问接口设计的背景和影响范围再指出如 N1 查询、返回结构不统一等问题并要求按规范调整而在“甩锅”场景里当用户质疑 bug 是否由它引入时它会先反问上线时间和需求变更情况把问题放回上下文里看。从仓库的表述看这个项目的实际应用场景主要是把历史消息、长文档、邮件和截图里沉淀的工作风格、技术规范、沟通习惯和责任边界转成一个可以继续扮演“原同事”的 AI Skill用于代码审查、问题答复、经验复用和交接延续。README 还提到仓库在 colleagues/ 目录下新增了两个示例同事一个安全工程师和一个有趣的 HR供体验使用。