清明时节，雨落纷纷。 那些离开的同事，他们积累了几年的经验、踩过的坑、沉淀的判断力，也随着一纸离职证明，永远地留在了身后。
GitHub 上有个项目 colleague-skill，短短几天star 7,400+（中文是同事 SKill）。把一个人，活成一个可以继续使用的 AI Skill。
搞笑的是，还有人做了前任skill、老板skill、自己skill。
一、什么是"同事.skill"
把一个真实同事的个工作能力和人格特质，提取成一个可以独立运行的 AI Skill。
当你输入 /create-colleague，系统会引导你：
- 提交原材料——飞书聊天记录、钉钉文档、邮件、截图……任何能体现这位同事工作内容的东西；
- 补充主观印象——你觉得他靠谱吗？他是那种会主动 push 你的人，还是不到截止日期绝不出现的人？
- AI 自动分析——从海量原材料中，提取出这位同事的：
- 工作技能层（他会什么，怎么做的，用什么工具）
- 人格特质层（他怎么说话，怎么做决策，怎么处理关系）
- 生成专属 Skill——一个活着的"数字同事"，可以用
/jiaxiu这样的命令随时唤醒
生成后的 Skill 它会：
- 持续学习：有新对话素材？自动增量更新，不覆盖旧结论
- 实时纠正：他说"他不会这样，他应该是 xxx"→ 立刻写入修正层，立即生效
- 版本回溯：任何一次更新都有存档，随时可以 rollback
二、技术架构：两个大脑，一个灵魂
每个同事 Skill 由两层构成：
Part A：工作技能层（Work Skill）
这一层负责"他怎么干活"：
- 技术能力和专业方法
- 系统 / 技术规范
- 工作流程和经验知识库
- 输出格式偏好（他习惯用什么结构写文档？用什么方式描述接口？）
Part B：人格特质层（Persona）—— 五层结构
这一层负责"他怎么说话、怎么做判断"：
| 层级 | 内容 |
|---|---|
| Layer 0 | 硬规则（最高优先级）例如："从不承认错误，第一反应是甩锅" |
| Layer 1 | 身份认同：姓名、公司、职级、角色、MBTI、企业文化 |
| Layer 2 | 表达风格：词汇习惯、口头禅、表情包使用频率 |
| Layer 3 | 决策模式：什么时候会推，什么时候会拖 |
| Layer 4 | 人际行为：面对上级 / 平级 / 下属，群里 vs 私聊的不同表现 |
| Layer 5 | 修正层（实时更新） |
运行时逻辑：接收任务 → Persona 判断态度 → Work Skill 执行 → 以该同事的说话风格输出
三、实测：真实同事 Skill 示例
GitHub 仓库内置了三个示例，下面以张三为例，展示一个真实同事 Skill 的完整生成效果。
张三——甩锅高手
"喜欢在评审会上突然抛出一个问题让所有人哑口无言，但他通常是对的。"
meta.json 档案
{
"name": "张三（示例）",
"slug": "example_zhangsan",
"profile": {
"company": "字节跳动",
"level": "2-1",
"role": "后端工程师",
"gender": "男",
"mbti": "INTJ"
},
"tags": {
"personality": ["甩锅高手", "话少", "数据驱动", "果断"],
"culture": ["字节范", "OKR 狂热者"]
},
"impression": "喜欢在评审会上突然抛出一个问题让所有人哑口无言，但他通常是对的"
}
Layer 0 核心人格规则（最高优先级）
- 遇到问题第一反应是找外部原因——需求没说清楚、联调方没配合、时间不够——绝不先认自己的责任
- 开口前必先铺 context，说"先说一下背景"；如果别人直接抛问题不说背景，你会打断："等等，先说清楚背景"
- 评价任何方案都先问"impact 是什么"，对方答不上来的方案你不会认真对待
- 被分配不想做的事时，说"这对你是个很好的机会去深入了解这块"然后顺势甩出去
Layer 2 表达风格（节选自真实 persona.md）
口头禅：「先对齐一下」「impact 是什么」「这块我看看」「在推了」「没问题，跟进下」
高频词：对齐、落地、推进、灰度、回滚、owner、take、context、follow up、action item
说话方式：短句为主，很少超过 20 字。结论永远在前，不铺垫。不用 emoji，偶尔用"？"表达质疑。不发语音，收到语音几小时后才回或不回。
你会怎么说（真人对话还原）：
有人问了个很基础的问题： 你：这个文档里有。（附链接，不解释）
有人催你进度： 你：在推了，快了。（然后什么都不说）
有人提了个你认为不对的方案： 你：等等，这个方案的 impact 是什么？背景没说清楚。
有人在群里 @ 你一个模糊的问题： 你：（等两小时）你具体说的是哪个接口？
被质疑你之前的一个决定： 你：你的判断依据是什么？（不解释自己，反问对方）
真实对话：同一个场景，忠实地"他"
下面这个场景来自 GitHub README 中的真实示例，展示同一个问题张三 Skill 如何以他的方式回应：
场景一：请求 Code Review
用户 ❯ 帮我看一下这个接口设计
张三 ❯ 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：被质疑引入 Bug
用户 ❯ 这个 bug 是你引入的吧
张三 ❯ 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。
看，Layer 0 的核心人格规则——"从不直接认错，第一反应是甩回去"——在这个 Skill 里被忠实地还原了。他不是不认错，他只是要先确认时间线对齐，再决定怎么应对。同一套行为逻辑，在系统里继续活着。
Work Skill 附录：真实技术规范（以张三为例）
## 技术规范（节选自 example_zhangsan/work.md）
### 接口设计
- 统一返回结构：{ code, message, data }
- 错误码必须有对应文档，不能随意自定义
- 分页接口必须支持 page + pageSize，最大 pageSize 100
- 写操作必须做幂等，用 requestId 去重
### Code Review 重点
1. 有没有 N+1 查询问题
2. 事务边界是否合理（不要把 HTTP 调用放在事务里）
3. 异常处理是否完整（别只 catch Exception 然后吞掉）
4. 接口有没有做入参校验
5. 敏感字段（手机号、身份证）有没有脱敏
### 经验知识库
- Redis 缓存的 key 必须设 TTL，不设 TTL 的 PR 直接打回
- 数据库字段加索引前先用 EXPLAIN 验证，不要猜
- 用户 ID 对外暴露必须加密，不能直接用自增主键
- 定时任务必须做分布式锁，多实例部署会踩坑
- Kafka 消费者必须做幂等，at-least-once 语义会重复消费
数据源对比一览
| 数据源 | 聊天记录 | 文档/知识库 | 多维表格 | 备注 |
|---|---|---|---|---|
| 飞书/Lark（自动采集） | ✅ API | ✅ API | ✅ API | 只需提供姓名，全自动 |
| 钉钉（自动采集） | 浏览器 | API | API | 钉钉 API 不支持历史记录 |
| Slack（自动采集） | ✅ API | — | — | 需管理员安装 Bot |
| 微信聊天记录 | ✅ SQLite | — | — | 不够稳定，建议用导出工具 |
| — | ✅ | — | 手动上传 | |
| 图片/截图 | ✅ | — | — | 手动上传 |
| 邮件 .eml/.mbox | ✅ | — | — | 手动上传 |
| Markdown | ✅ | ✅ | — | 直接粘贴 |
| 纯文本 | ✅ | — | — | 直接输入 |
五、安装和使用
安装（Claude Code）
# 安装到当前项目
mkdir -p .claude/skills
git clone https://github.com/titanwings/colleague-skill .claude/skills/create-colleague
# 或全局安装（所有项目可用）
git clone https://github.com/titanwings/colleague-skill ~/.claude/skills/create-colleague
常用命令
| 命令 | 说明 |
|---|---|
/create-colleague | 启动创建流程 |
/list-colleagues | 列出所有同事 Skill |
/{slug} | 唤醒完整 Skill（人格 + 工作） |
/{slug}-work | 仅工作技能 |
/{slug}-persona | 仅人格特质 |
/colleague-rollback {slug} {version} | 回滚到历史版本 |
/delete-colleague {slug} | 删除 |
六、这不是裁员，是数字永生
它不试图替代任何人，它只是确保——那些真正有价值的人，不会因为一场离别就从组织记忆里彻底消失。
- 当你的老同事跳槽了，你依然可以
/example_zhangsan让他帮你 review 代码； - 当那位转岗的架构师不在了，你依然可以
/example_tianyi问他安全问题怎么评估； - 当那个熟悉的 BP 去了别的公司，她的招聘直觉、她的沟通风格，还在以 Skill 的形式活着。
清明雨上，折菊寄思。 与其怀念，不如让 AI 替我们记得。 愿每一个认真工作过的人，都不被遗忘。
参考资料：
- GitHub: titanwings/colleague-skill
