dot-skill：基于原始素材与主观描述，将真人思维模式封装为可调用AI Skill

同事一走，文档堆成山却无人能接手；三年的工作上下文瞬间归零；甚至连前任的聊天记录删了都觉得可惜。知识断层、情感断层、思维断层，成了职场和个人生活中最扎心的痛点。

titanwings/colleague-skill 项目（现在正向 dot-skill 全面进化），用一种非常硬核的方式直面这个问题：它只需原始素材加上你的一句话主观描述，就能“蒸馏”出一个真正“像他一样思考、像他一样说话、像他一样决策”的数字分身。

一、项目定位：三大核心场景

项目早期名为 colleague.skill，专攻职场中“同事离职知识带不走”的痛点。如今升级为 dot-skill，一个核心引擎开始支持三种不同的“人物家族”：

• Colleague家族：同事、导师、实习生、上下游伙伴。它采用双层架构（Work Skill + Persona），能自动采集飞书/钉钉/Slack的对话与文档，支持Feishu API、浏览器登录态、MCP等多种务实方案。
• Relationship家族：伴侣、父母、老朋友、前任。未来版本规划了更生活化的交互，比如支持照片分享、“今天我过得怎么样”这类日常回复。
• Celebrity/Character家族：偶像、公众人物、历史人物、虚构角色。项目内置了一套六维度的研究工具链，从字幕转录清理到质量校验，目标不仅仅是模仿语气，而是重建对象的心智模型和决策框架。

其核心逻辑非常简单：原始素材 + 你的主观描述 → 一个真正按他脑回路运转的AI Skill。 本质上，这是把人的工作方法论与多层人格模型，彻底固化成可调用、可迭代的Agent能力。

二、核心功能与硬核特点

1. Work Skill + Persona 双层架构

• Work Skill：负责提炼工作范畴、核心系统认知、工作流程、输出格式偏好、经验知识库、Code Review风格、异常处理路径等。所有结论均从原材料里结构化抽取。
• Persona：基于一个5层人格模型进行构建：
  • Layer 0：硬规则（来自标签的直译，例如“甩锅高手”会直接翻译成“遇到问题第一反应是找外部原因”）。
  • Layer 1：身份认知。
  • Layer 2：表达风格（句长、口头禅、高频黑话、emoji使用习惯、正式程度1-5）。
  • Layer 3：决策模式（优先考量因素、推进或回避的触发条件、表达反对的方式）。
  • Layer 4：人际行为（对上级、下级、平级以及在压力下的具体表现）。

执行流程高度模拟真人：收到任务 → Persona层决定基本态度和沟通话术 → Work Skill层执行具体工作 → 最终输出完全使用“他”的声音。

2. 极度务实的数据源支持

• 自动采集：支持飞书（API + 浏览器 + MCP）、钉钉、Slack（需要Bot Token并邀请Bot进频道）。
• 手动/半自动：支持PDF、截图、微信SQLite导出（推荐使用 WeChatMsg / PyWxDump / 留痕 等工具）、.eml/.mbox邮件、Markdown、纯文本粘贴。
• 所有解析器都开源在 tools/ 目录下，例如 feishu_parser.py、email_parser.py、feishu_browser.py 等，便于自行扩展或进行数据处理。

3. 持续进化能力（让Skill“活”起来）

• 追加新文件后，系统会自动进行差异分析并通过 merger.md 合并，从不覆盖原有结论。
• 在对话中如果发现偏差，说一句“他不会这样，他应该是xxx”，correction_handler.md 会立即生效，将修正写入专门的 Correction 层。
• 每次更新都会自动版本归档，version_manager.py 支持 /colleague-rollback {slug} {version} 命令进行回滚。
• 提供一整套管理命令：/list-colleagues、/{slug}（完整调用）、/{slug}-work（仅工作技能）、/{slug}-persona（仅人格）、/delete-colleague 等。

4. 遵循AgentSkills标准

生成的 SKILL.md 文件是官方标准入口，包含 name、description、argument-hint、version、allowed-tools（Read/Write/Edit/Bash）等字段。制作完成的Skill可以直接放入 .claude/skills/ 或 OpenClaw 的对应目录中立即使用。

5. 多主机兼容

根据项目README，目前已兼容 Claude Code（原生）、Hermes Agent、OpenClaw、Codex 等多个主流Agent环境。

三、工作原理深度拆解

整个创建流程由 SKILL.md 主控，它负责调用 prompts/ 目录下的一系列专业Prompt，并结合 tools/ 中的Python脚本完成工作。

1. Intake阶段 (prompts/intake.md)

   • 只问3个核心问题：花名/代号（自动转拼音为slug）、基本信息一句描述、性格画像一句总结。
   • 内置了完整的职级对照表（如字节2-1≈阿里P6）、个性标签库、企业文化标签库（如“字节范”、“阿里味”）。
   • 所有问题均可跳过，仅凭一句主观描述也能启动生成。

2. 原材料采集与解析 (tools/目录)

   • 飞书/钉钉/Slack的自动采集器支持 --setup 向导模式，具备限流机制，输出到 ./knowledge/{slug}/ 目录。
   • 解析后的统一文本喂给分析器。

3. Work Analyzer (prompts/work_analyzer.md)

   • 按职位专项提取信息：后端工程师重点关注接口设计、CR痛点、部署流程；前端关注组件拆分、性能优化；产品经理则关注PRD结构、优先级框架等。
   • 严格遵守“有依据才写，无依据标注原材料不足”的原则，输出结构化的 work.md。

4. Persona Analyzer (prompts/persona_analyzer.md)

   • 手动输入的标签优先，文件分析作为补充。
   • 详细统计对象的口头禅、高频词、句式特点、决策触发点、人际边界。
   • 标签会被直接翻译为Layer 0的硬规则（例如“甩锅高手”、“PUA高手”、“字节范”都有精确的行为描述）。

5. Builder + Merger + Writer

   • persona_builder.md 和 work_builder.md 负责组装最终的Skill。
   • merger.md 专门处理增量更新。
   • skill_writer.py 负责将结果写入 ./colleagues/{slug}/ 目录，并管理版本历史。
   • version_manager.py 执行归档操作。

这套精心设计的Prompt Pipeline才是项目的核心价值——它实现了一种结构化、可验证、可迭代的心智模型重建过程，而不仅仅是简单的文本摘要。如果你对构建这类复杂的智能体工作流感兴趣，可以到云栈社区的开源实战板块看看更多技术解析。

四、安装方法（两种方式）

方式一：一键安装到Agent主机（推荐）

Claude Code（官方推荐）：
在需要使用的Git仓库根目录下执行：

# 必须在git仓库根目录执行！
cd $(git rev-parse --show-toplevel)
mkdir -p .claude/skills
git clone https://github.com/titanwings/colleague-skill .claude/skills/create-colleague

若想全局安装（所有项目可用）：

git clone https://github.com/titanwings/colleague-skill ~/.claude/skills/create-colleague

OpenClaw：

git clone https://github.com/titanwings/colleague-skill ~/.openclaw/workspace/skills/create-colleague

安装完成后，在对话中直接输入 /create-colleague 即可启动创建向导。

方式二：从源码安装（适合深度定制或本地开发）

1. 克隆仓库（如果上述步骤未执行）：

   git clone https://github.com/titanwings/colleague-skill
   cd colleague-skill

2. 安装Python依赖（需要Python 3.9+）：

   pip3 install -r requirements.txt
   # 按需安装额外解析库
   pip3 install pypinyin playwright python-docx openpyxl slack-sdk
   playwright install chromium

3. 按需初始化采集器（INSTALL.md 有完整向导）：
   • 飞书：python3 tools/feishu_auto_collector.py --setup
   • 钉钉：python3 tools/dingtalk_auto_collector.py --setup --show-browser
   • Slack：需创建App、添加9个Bot Scope、邀请Bot进频道，然后运行 --setup。
   • 微信：建议使用第三方工具导出聊天记录为SQLite或HTML后，再通过项目工具导入。

全部配置完成后，生成的Skill会自动保存在 ./colleagues/ 目录下（路径可全局配置）。

五、实战使用方法

在Claude Code等兼容环境中：

1. 输入 /create-colleague 启动，按提示完成3个基本问题和数据源选择。
2. 创建成功后，直接使用 /{slug} 命令即可调用该数字分身。
3. 想要让它进化？直接扔给它新的相关文件，或在对话中纠正其行为。
4. 如果需要回滚到旧版本：/colleague-rollback {slug} 1。

效果演示：
输入描述：ByteDance L2-1 backend engineer, INTJ, blame-shifter, ByteDance-style

• 在进行Code Review时，它会先询问改动的影响范围，再严格要求 {code, message, data} 的返回格式。
• 遇到可能的“甩锅”场景时，它会先排查时间线，再厘清责任边界——几乎完全复刻真人的思维路径。

dot-skill 的本质，是将“人”这一最宝贵的、不可复制的资产，从一次性的消耗品转变为可复用、可进化、可分享的数字资产。它提供了一个可工业化落地的数字人格蒸馏框架，让知识不随人员离职而消散，让智慧不因肉身局限而消亡。