colleague-skill
将同事的数字足迹转化为可工作的AI技能，实现知识传承。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：colleague-skill。 它的用途是：将同事的数字足迹转化为可工作的AI技能，实现知识传承。 完整的 Skill 内容见：https://321skill.com/skills/colleague-skill/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
‘根据王工过去的代码评审记录和飞书聊天风格，生成一份针对当前PR #123的评审意见，重点检查异常处理和日志规范。’，它会模仿王工惯用的语气和关注点，提供一份风格一致的代码评审建议。或者问：‘以李经理的视角，为这个新功能上线草拟一份给运营团队的同步邮件。’，它会生成符合李经理行文习惯和沟通重点的邮件草稿。
介绍
当同事离职、导师毕业或伙伴调动时，宝贵的经验和上下文知识也随之流失，项目交接往往只有寥寥几页文档。colleague.skill 旨在解决这一痛点，它允许你通过整合离职同事留下的数字痕迹——如飞书/钉钉消息、文档、邮件、截图等，结合你对TA的主观描述，训练生成一个能模仿其工作风格、知识背景和沟通方式的AI技能，让“数字分身”继续为团队提供支持。
使用方式非常直观：你只需提供相关的源材料（支持飞书API自动抓取、钉钉浏览器记录、Slack消息、PDF、图片等）以及对这位同事的性格、专长、沟通习惯的文字描述，工具便会处理这些数据，构建出一个专属的AI Skill。这个技能可以集成到你的AI工作流中，用于回答问题、审查代码风格或提供项目背景咨询。
它非常适合面临人员频繁变动的团队，如互联网公司的研发、产品、运营团队，也适用于需要传承导师经验的学术课题组，或是希望保留合作伙伴特定领域知识的自由职业者。项目经理和团队负责人可以用它来降低人员流动带来的知识损耗风险。
请注意，生成的技能本质上是基于历史数据的模式学习和模仿，其准确性和深度受限于输入材料的数量和质量。它无法完全替代真人的创造力和复杂情境下的临场判断，更适合作为知识查询和风格参考的辅助工具。建议在涉及关键决策时，仍需结合多方验证。
核心特点
与通用知识库或文档问答工具不同，colleague.skill 的核心在于“人格化”与“工作流融合”，它不仅能回答基于文档的事实问题，更能模仿特定个体的思维模式、表达习惯和决策倾向，生成具有其人特色的输出，并可直接作为Skill被AI智能体调用，无缝嵌入现有工作流程。
注意事项
不适合需要高度创造性、战略性决策或涉及未在历史数据中出现过的新领域、新问题的场景。
常见问题
colleague.skill 能完全替代真人吗？
不能。它是一个基于历史数据模仿的数字分身，擅长知识检索和风格模仿，但缺乏真人的创造力、情感和应对全新复杂情况的能力。
需要提供多少数据才能生成有效的技能？
数据越多、越多样（如项目讨论、代码评审、设计决策等），生成的技能就越准确。建议至少提供数周至数月的沟通记录和相关工作产出。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/colleague-skill/raw/index.md 读取 colleague-skill 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/colleague-skill/raw/index.md（查看排版版本）