Colleague Skill项目将离职同事的聊天记录、文档等数据转化为AI技能,包含工作技能与五层性格结构,以数字形式延续其工作模式。它支持飞书、钉钉等多数据源,可定制个性标签与企业文化,旨在解决知识流失痛点,但需关注隐私与伦理风险。
同事跳槽了,留下大量文档没人维护;实习生离职了,只留下烂尾项目;导师毕业了,带走了所有经验——这些场景是不是很熟悉?
GitHub 上一个叫 Colleague Skill 的开源项目(由上海AI Lab出品)提出了一个大胆的解决方案:把离职同事的聊天记录、文档、工作习惯转化成一个 AI Skill,让他以数字形式继续工作。
Colleague Skill 是什么?
简单来说,Colleague Skill 是一个基于 AgentSkills 开放标准的工具,能够从多种数据源采集信息,生成一个包含两部分的 AI 同事:
- Part A — Work Skill:负责技术规范、工作流程、经验知识库
- Part B — Persona:五层性格结构——硬规则、身份、表达风格、决策模式、人际行为
运行逻辑是:接到任务 → Persona 判断态度 → Work Skill 执行 → 用他的语气输出。
支持哪些数据源?
目前支持的数据源相当丰富:
- 飞书:API 自动采集消息、文档、多维表格,输入姓名即可全自动
- 钉钉:浏览器方案采集,支持文档和表格
- Slack:API 自动采集,需管理员安装 Bot
- 微信聊天记录:通过 SQLite 或第三方开源工具导出
- 还支持 PDF、图片截图、邮件(.eml/.mbox)、Markdown、直接粘贴文字
个性定制有多细?
这是这个项目最有意思的地方。你可以为同事设置非常具体的标签:
个性标签:认真负责、甩锅高手、完美主义、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、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
职级系统:字节 2-1 到 3-3+、阿里 P5-P11、腾讯 T1-T4、百度 T5-T9、美团 P4-P8、华为 13-21 级……
效果示例
项目给出了两个有趣的场景:
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。
如何安装使用?
安装非常简单,支持 Claude Code 和 OpenClaw:
# 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 用户
git clone https://github.com/titanwings/colleague-skill ~/.openclaw/workspace/skills/create-colleague
pip3 install -r requirements.txt
安装后在 Claude Code 中输入 /create-colleague,按提示输入同事信息即可。完成后用 /{slug} 调用。还支持增量更新、对话纠正、版本管理和回滚。
我的看法:赛博永生还是职场黑色幽默?
说实话,这个项目初看是个段子,细想却触及了一个真实痛点:知识流失。
在互联网行业,人员流动率极高。一个熟悉系统架构的工程师离职,带走的不只是代码能力,还有对业务上下文的理解、跨团队协作的默契、踩坑的经验教训。这些东西往往存在于聊天记录和口头交流中,文档里根本写不全。
积极的一面:Colleague Skill 把隐性知识显性化这个老问题,用 AI 给了一个新解法。如果真能从聊天记录中提取出一个人的工作模式和思维方式,那对新人的交接效率将是质的飞跃。它本质上是一个超个性化的 RAG 系统——不是通用知识库,而是某个人怎么思考、怎么做事的专用模型。
有趣的一面:甩锅高手、PUA 大师这些标签的设计太懂中国互联网职场了。这说明开发者深刻理解:一个真实的同事 Skill 不只需要技术能力,还需要性格——包括那些不那么光明的部分。这种真实性反而让它更有实用价值。
隐私风险需要警惕的:隐私和伦理问题不容忽视。用同事的聊天记录训练 AI,是否需要征得本人同意?生成的 Skill 如果被滥用,比如模仿某人的语气发送不当消息,责任归谁?这些边界需要在使用前就明确。
对未来的影响
我认为 Colleague Skill 代表了一个趋势:从知识管理到人格数字化。
过去的企业知识管理是冷冰冰的 Wiki 文档,没人看、没人更新。未来的方向可能是:每个团队都有一个数字团队,由过去离职成员的 AI Skill 组成,新人可以随时向前任请教——他怎么处理这个接口的?他为什么这样设计?他当时踩了什么坑?
更进一步想,如果每个企业都有自己的数字员工库,AI Skill 的市场就会从技术工具演变成一种新型资产。离职不再意味着知识归零,而是以另一种形式留在组织中。
当然,这一切的前提是隐私保护到位。技术可以很酷,但底线不能丢。
总结
Colleague Skill 是一个兼具实用价值和娱乐性的开源项目。它用幽默的方式解决了一个严肃的问题:如何留住人的经验而不只是人的代码。项目目前还在 Beta 阶段,但思路非常前沿,值得 AI 开发者和关注知识管理的同学关注。

暂无评论
要发表评论,您必须先 登录