titanwings/colleague-skill

GitHub: titanwings/colleague-skill

将离职同事的工作记录转化为可交互的 AI Skill,实现职场经验与工作能力的数字化传承。

Stars: 6802 | Forks: 450

# 同事.skill [![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](LICENSE) [![Python 3.9+](https://img.shields.io/badge/Python-3.9%2B-blue.svg)](https://python.org) [![Claude Code](https://img.shields.io/badge/Claude%20Code-Skill-blueviolet)](https://claude.ai/code) [![AgentSkills](https://img.shields.io/badge/AgentSkills-Standard-green)](https://agentskills.io)
你的同事跳槽了,留下大量的文档没人维护?
你的实习生离职了,只留下空荡的工位和烂尾的项目?
你的导师毕业了,带走了所有的经验和上下文?
你的搭档转岗了,熟悉的默契一夜之间归零?
你的前任交接了,三页文档想概括三年的积累?
**将冰冷的离别化为温暖的 Skill,欢迎加入赛博永生!**
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**
用他的技术规范写代码,用他的语气回答问题,知道他什么时候会甩锅 [数据来源](#支持的数据来源) · [安装](#安装) · [使用](#使用) · [效果示例](#效果示例) · [详细安装说明](INSTALL.md) · [**English**](README_EN.md)
### 🌟 同系列项目:[前任.skill](https://github.com/titanwings/ex-skill) ## 支持的数据来源 | 来源 | 消息记录 | 文档 / Wiki | 多维表格 | 备注 | |------|:-------:|:-----------:|:-------:|------| | 飞书(自动采集) | ✅ API | ✅ | ✅ | 输入姓名即可,全自动 | | 钉钉(自动采集) | ⚠️ 浏览器 | ✅ | ✅ | 钉钉 API 不支持历史消息 | | Slack(自动采集) | ✅ API | — | — | 需管理员安装 Bot;免费版限 90 天 | | 微信聊天记录 | ✅ SQLite | — | — | 目前测试下来不太稳定,推荐先用下方开源工具代替 | | PDF | — | ✅ | — | 手动上传 | | 图片 / 截图 | ✅ | — | — | 手动上传 | | 飞书 JSON 导出 | ✅ | ✅ | — | 手动上传 | | 邮件 `.eml` / `.mbox` | ✅ | — | — | 手动上传 | | Markdown | ✅ | ✅ | — | 手动上传 | | 直接粘贴文字 | ✅ | — | — | 手动输入 | ### 推荐的微信聊天记录导出工具 以下工具为独立的开源项目,本项目不包含它们的代码,仅在解析器中适配了它们的导出格式。目前微信自动解密测试下来不太稳定,可以先用这些开源工具导出聊天记录,再粘贴或导入到本项目中使用: | 工具 | 平台 | 说明 | |------|------|------| | [WeChatMsg](https://github.com/LC044/WeChatMsg) | Windows | 微信聊天记录导出,支持多种格式 | | [PyWxDump](https://github.com/xaoyaoo/PyWxDump) | Windows | 微信数据库解密导出 | | [留痕](https://github.com/greyovo/留痕) | macOS | 微信聊天记录导出(Mac 用户推荐) | ## 安装 ### Claude Code # 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 git clone https://github.com/titanwings/colleague-skill ~/.openclaw/workspace/skills/create-colleague ### 依赖(可选) pip3 install -r requirements.txt ## 使用 在 Claude Code 中输入: /create-colleague 按提示输入同事姓名、公司职级(如 `字节 2-1 算法工程师`)、性格标签,然后选择数据来源。所有字段均可跳过,仅凭描述也能生成。 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 | ## 效果示例 **场景一:Code Review** 用户 ❯ 帮我看一下这个接口设计 同事.skill ❯ 等等,这个接口的 impact 是什么?背景没说清楚。 (看完后)N+1 查询,改掉。返回结构用统一的 {code, message, data},这是规范,不用问为什么。 **场景二:甩锅** 用户 ❯ 这个 bug 是你引入的吧 同事.skill ❯ 上线时间对上了吗?那个需求改了好几个地方,还有其他变更。 ## 功能特性 ### 生成的 Skill 结构 每个同事 Skill 由两部分组成,共同驱动输出: | 部分 | 内容 | |------|------| | **Part A — Work Skill** | 负责系统、技术规范、工作流程、经验知识库 | | **Part B — Persona** | 5 层性格结构:硬规则 → 身份 → 表达风格 → 决策模式 → 人际行为 | 运行逻辑:`接到任务 → Persona 判断态度 → Work Skill 执行 → 用他的语气输出` ### 支持的标签 **个性**: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**: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 … ### 进化机制 - **追加文件** → 自动分析增量 → merge 进对应部分,不覆盖已有结论 - **对话纠正** → 说「他不会这样,他应该是 xxx」→ 写入 Correction 层,立即生效 - **版本管理** → 每次更新自动存档,支持回滚到任意历史版本 ## 项目结构 本项目遵循 [AgentSkills](https://agentskills.io) 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 ## 注意事项 - **原材料质量决定 Skill 质量**:聊天记录 + 长文档 > 仅手动描述 - 建议优先收集:他**主动写的**长文 > **决策类回复** > 日常消息 - 飞书自动采集需将 App bot 加入相关群聊 - 目前还是一个demo版本,如果有bug请多多提issue!
标签:Claude, CVE检测, Python, RAG, Slack, 个性化AI, 企业微信, 企业数字化, 企业知识库, 同事Skill, 命令控制, 大模型, 数字孪生, 数字永生, 数字生命, 数据采集, 文档解析, 无后门, 模仿学习, 生产力工具, 知识传承, 知识管理, 离职交接, 私有化部署, 网络调试, 职场社交, 自动化, 记忆存储, 赛博朋克, 钉钉, 防御规避, 飞书