同事.skill：把離職同事煉成 AI，一鍵復刻語氣與技術規範

同事.skill 是一個能把離職同事「煉」成 AI 數字分身的開源專案。只要餵給它聊天記錄或工作文件，它就能把前同事的程式碼規範、溝通語氣甚至甩鍋姿勢打包成一個可呼叫的 AI Skill。專案上線三天在 GitHub 狂攬 6.7k Stars。

它不打算訓練昂貴的基座大模型，而是走了一條極簡的人格封裝路線。整個系統由兩個核心模組驅動：負責態度的 Persona（人格層）和負責任務執行的 Work Skill（技能層）。

它能做什麼

同事.skill 解決的是交接斷檔和人際習慣留存的問題。

只要你手裡有前同事在飛書、釘釘、Slack、微信或 iMessage 的聊天記錄、郵件或文件，配合文字描述餵給系統，它就能生成對應的分身。專案適配了 WeChatMsg、PyWxDump 等開源聊天記錄匯出工具，能自動提取歷史對話。

在實際表現上，它復刻的不僅是專業知識，更偏向行為習慣。比如讓它進行程式碼審查，它會嚴格按照前同事的技術底線挑刺；面對線上事故追責，它甚至會搬出前同事常用的邏輯來辯解和推卸責任。

如果你覺得復刻出的語氣不夠傳神，系統還支援 Correction（修正層）的版本管理。你直接告訴它「他平時沒這麼溫和，習慣先發問號」，系統就會將特徵寫回，在下一次對話中體現出來。

因為這個邏輯跑得通，社群裡迅速湧現出前任.skill、導師.skill、老闆.skill 和大師兄.skill 等一系列衍生專案，試圖把特定角色的決策和溝通習慣全部封裝起來。

怎麼做到的與技術架構

專案將一個人的行為特徵拆解為五層人格結構。

第一層是絕對不妥協的硬規則，比如程式碼必須有註釋、介面必須有統一返回結構；第二層是身份認同，界定自己是老黃牛還是邊界分明；第三層是表達風格，包括字數偏好、標點習慣和群聊活躍度；第四層是面對模糊需求時的決策模式；第五層則是跨部門扯皮和向上管理等具體人際行為。

當收到新任務時，輸入會先經過人格層過濾，判斷當前角色面對這個需求該推脫還是該接下、用什麼口吻回應，再交由技能層去寫程式碼或生成文件。

專案已經在 GitHub 開源，程式碼和提示詞架構均已放開，可以直接拉取程式碼體驗。

為什麼重要

我們認為，這個專案雖然帶著濃厚的職場自嘲色彩，但它在工程思路上非常實用。它避開了高成本的模型微調，用輕量級的提示詞工程與行為分層，把非結構化的對話記錄快速變成可複用的角色資產。對於接手離職員工爛攤子、需要快速瞭解歷史上下文的打工人來說，它是個有趣且低門檻的除錯工具。

不過，它的隱患主要在於資料合規與隱私。直接將前同事的聊天記錄和工作記錄未經授權輸入 AI，在絕大多數企業都有資料洩露風險。如果要實際拿來輔助工作，最好只喂公開的技術文件和脫敏後的工作規範，別真的把私聊記錄當成飼料。