最近发现一个特别有趣的开源项目 colleague-skill，它能把你的同事「数字化」——不是简单的备份聊天记录，而是真正生成一个能替他干活的 AI Skill。
为什么需要「同事 Skill」？
项目 README 开头那张图就很有梗——有人说搞大模型的是「码奸」，害死了前端兄弟，还要害死后端、测试、运维、网安、IC 兄弟，最后害死全人类。
但抛开这个玩笑，项目真正想解决的问题其实很现实：
- 同事跳槽了，留下大量文档没人维护
- 实习生离职了，只剩烂尾项目和空荡工位
- 导师毕业了，带走了所有经验和上下文
- 搭档转岗了，熟悉默契一夜归零
- 前任交接了，三页文档想概括三年积累
说白了，就是知识流失。
什么是「赛博永生」？
这个项目的核心理念是：把你同事的工作方式、技术规范、说话语气、甚至甩锅技巧，全部提炼成一个 AI Skill。
生成的 Skill 不是简单的问答机器人，而是分为两层架构：
| 部分 | 作用 |
|---|---|
| Work Skill | 系统架构、技术规范、工作流程、经验知识库 |
| Persona | 五层性格结构：硬规则 → 身份 → 表达风格 → 决策模式 → 人际行为 |
运行逻辑很清晰：
|
能采集哪些数据？
项目支持多种数据来源：
| 来源 | 消息记录 | 文档/Wiki | 多维表格 |
|---|---|---|---|
| 飞书（自动采集） | ✅ API | ✅ | ✅ |
| 钉钉（自动采集） | ⚠️ 浏览器 | ✅ | ✅ |
| Slack（自动采集） | ✅ API | — | — |
| 微信聊天记录 | ✅ SQLite | — | — |
| PDF/图片/截图 | ✅ | — | — |
邮件 .eml |
✅ | — | — |
| Markdown/文本 | ✅ | ✅ | — |
飞书是最完善的——输入姓名就能全自动采集。微信由于加密问题不太稳定，项目推荐先用 WeChatMsg 或 留痕 等工具导出再导入。
效果有多真实？
README 里举了几个例子，看完我笑了：
场景一：Code Review
|
场景二：甩锅
|
这语气，太对味了。
标签系统很有梗
项目支持各种「个性标签」和「企业文化」：
个性标签：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 2-13-3+、阿里 P5P11、腾讯 T1T4、百度 T5T9、美团 P4P8、华为 1321 级…
基本上涵盖了国内互联网大厂的「黑话体系」。
使用方式
项目是给 Claude Code 设计的 Skill，安装很简单：
|
然后在 Claude Code 里输入 /create-colleague，按提示输入同事姓名、职级、性格标签，选择数据来源即可。
生成后可以用这些命令调用：
| 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 |
进化机制
这个项目不只是「复制粘贴」，它还有进化机制：
- 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
这意味着你的「赛博同事」会越用越像真人。
技术报告
项目团队还写了一篇技术报告《Colleague.Skill: Automated AI Skill Generation via Expert Knowledge Distillation》，详细介绍了系统设计、两层架构、多源数据采集、Skill 生成与进化机制。
看得出来这不仅仅是玩梗，背后有认真的技术思考。
一些思考
这个项目让我想到几个问题：
知识传承的新方式：传统的文档交接往往流于形式，而这种 Skill 能把隐性知识（比如「什么时候该甩锅」）也保留下来。
AI 的拟人化边界：当 AI 能模仿特定人的工作方式和语气时，「数字遗产」的概念可能需要重新定义。
职场文化的反思：那些标签（甩锅高手、PUA 高手、向上管理专家）虽然搞笑，但也折射出某些不太健康的职场文化。
当然，项目 README 也强调了：目前还是个 demo 版本，有 bug 请提 issue。
写在最后
说实话，看完这个项目我第一反应是笑，第二反应是佩服。
笑的是那些过于真实的场景和标签；佩服的是团队把「知识蒸馏」这个概念，用一种接地气的方式实现了出来。
如果你也有那种「离职了就再也找不到替代」的同事，或许可以试试这个项目——把 TA 装进 AI 里，实现真正的「赛博永生」。
项目地址：https://github.com/titanwings/colleague-skill
Created by @titanwings | Powered by Shanghai AI Lab · AI Safety Center
评论
0 条评论