Agent之skills：colleague-skill的简介、安装和使用方法、案例应用之详细攻略
目录
[Claude Code（推荐）](#Claude Code（推荐）)
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-skill
1、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）、Slack（API 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。
OpenClaw
INSTALL.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 --setup；
Slack 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 Skill（Persona + 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 N+1 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。