人物画像蒸馏titanwings/distilly

🧬 Distilly

曾用名：Colleague Skill / colleague-skill。

将一个人的经验、判断力、表达风格和工作方式提炼为可复用的个人画像，供 AI 智能体和兼容机器人使用。

消息 · 文档 · 访谈 · 公开来源 → Distilly → 个人画像 → 智能体 / 机器人

License: MIT
Python 3.9+
AgentSkills
Stars

Discord

🧑‍💼  你的同事离职了，你的导师毕业了，你的队友调岗了——把他们的整套经验方法和背景信息也一并带走了？
💞  你的家人、老友、伴侣渐行渐远——而你想留住与他们相处时的那种感觉？
🌟  你最喜欢的作者、偶像、思想家，你永远无缘相见——但你想知道他们会如何回答你的问题？

✨ 一个项目，多种类型的人。

Distilly 是面向智能体的个人建模层。它把你提供的材料转化为一份可移植、有来源依据的个人画像，该画像基于可观察的经验、决策模式、表达方式和工作方式构建；它并不声称能克隆这些表象背后的人。

同事 · 伴侣 · 家人 · 老友 · 偶像 · 公众人物 · 虚构角色——甚至你自己

来源材料 + 你的描述 → 有来源依据的个人画像 → 你的智能体或兼容机器人

个人画像是可复用的输出成果。当前版本将每份画像打包为一个 Agent Skill，以便受支持的主机安装和调用。规范的创建器 Skill 名为 distilly；请将其安装到 distilly 目录中。上述曾用名保留用于搜索连续性和项目历史。

🆕 Distilly 能做什么 · 📦 数据来源 · ⚡ 安装 · 🚀 使用 · ✨ 演示 · 📝 引用 · 💬 Discord

中文 · 西班牙语 · 德语 · 日语 · 俄语 · 葡萄牙语 · 韩语

🎉 2026.08.13 里程碑 — 项目已突破 20K ⭐！
衷心感谢每一位点亮星标的人——我们会继续发布，继续蒸馏。

🧬 2026.08.24 更新 — 创作者现已全面更名为 Distilly，并记录了 Claude Code、Hermes、OpenClaw、Codex、DeepSeek Harness、Pi、Grok Build 和 OpenCode 的原生本地 Skill 发现机制。Grok Bot 作为已保存 Skill 工作流预览单独列出。

📝 2026.06.01 更新 — COLLEAGUE.SKILL 技术报告现已发布。最有成就感的部分不是发表论文本身，而是看到社区将画廊扩展到 165 人贡献的 215 个技能，技能卡片累计获得超过 100,000 颗星。论文的致谢部分明确认可了每一位社区贡献者。

🗺️ 2026.04.13 — Distilly 路线图已上线！ 最初作为 Colleague Skill 的项目正在超越同事范畴：将人蒸馏为 Agent 可复用的 Skill。👉 完整路线图 · 💬 Discord

🌐 2026.04.07 — 社区画廊已上线！任何技能 / 元技能都可以直接为你的 GitHub 仓库引流。没有中间商。👉 titanwings.github.io/colleague-skill-site

由 @titanwings 创建

🆕 Distilly 今天能做什么

1️⃣ 从 Colleague Skill 到 Distilly

该项目不再局限于同事场景。其 distilly 创作者通过一套工作流为三个角色家族构建基于来源的 Person Profile，然后将每个档案打包为 Agent Skill。

2️⃣ 三个角色家族

🧑‍💼 同事
💞 关系
🌟 名人

同事 · 导师 · 队友 · 上下游合作伙伴
前任 · 伴侣 · 父母 · 朋友 · 亲密家人
公众人物 · 创作者 · 公共发声者 · 虚构角色

基于素材提炼的技术标准、工作流、表达方式和工作场所行为，构建 Work Skill + Persona。支持 Lark / DingTalk / Slack 采集。
将素材提炼的表达模式、情绪触发点、冲突模式和修复模式组织为可复用的 Persona Skill。
内置六维研究工具链（字幕 → 转录清理 → 研究合并 → 质量检查），用于整理可观察的决策、表达和心智模型。

每个家族都有自己的来源采集策略、分析维度和 Person Profile 结构。

3️⃣ 更多 Agent 宿主

旧版本只能在 Claude Code 中运行。Distilly 现在支持八个 Agent 宿主中的原生本地 Skill 发现。

Grok Bot 预览： Grok Bot 支持已保存/私有的 Skills，但其官方文档未描述直接本地导入 SKILL.md。Distilly 的工作流可以手动迁移到已保存的 Skill 中；直接仓库安装尚未验证。

每个生成的 Person Profile 都打包为一个 Agent Skill，并可安装到任何受支持的主机中。

📦 支持的数据源

| Logo | 来源 | 消息 | 文档 / Wiki | 备注 |
|:----:|--------|:--------:|:-----------:|-------|
|  | Lark（自动） | ✅ API | ✅ | 只需输入名称，全自动 |
|  | DingTalk（自动） | ⚠️ 浏览器 | ✅ | DingTalk API 不支持消息历史记录 |
|  | Slack（自动） | ✅ API | — | 需要管理员安装 Bot；免费计划限制为 90 天 |
|  | 公开 X 帖子 | ✅ API | — | 可选，通过计量第三方服务 Xquik 获取有限的名人研究候选内容 |
|  | 微信聊天记录 | ✅ SQLite | — | 先使用 WeChatMsg 或 PyWxDump 导出 |
| 📄 | PDF / 图片 / 截图 | — | ✅ | 手动上传 |
|  | Lark JSON 导出 | ✅ | ✅ | 手动上传 |
| ✉️ | 电子邮件 .eml / .mbox | ✅ | — | 手动上传 |
| 📝 | Markdown / 直接粘贴 | ✅ | ✅ | 手动输入 |

⚡ 安装

🤖 面向 Agent

打开任何受支持的本地 Agent 宿主，并发送：

从 https://github.com/titanwings/distilly 安装 Distilly，然后验证此宿主能否发现它。

Agent 会将 Distilly 作为名为 distilly 的 Skill 安装到正确的宿主目录中。

👤 面向人类

将 Distilly 克隆到你的宿主所使用的 Skills 目录中：

git clone https://github.com/titanwings/distilly

宿主路径、迁移、Windows、生成配置文件安装以及凭据设置详见 安装指南。

🚀 用法

在你的 Agent 中，说：

使用 Distilly 为  创建一个人物画像。

然后：

1. 选择 colleague、relationship 或 celebrity。
2. 添加描述或源材料。每个字段都是可选的。
3. 查看结果，并让 Distilly 生成画像。

结果会打包为一个名为 {character}-{slug} 的 Agent Skill。有关可选的名人研究流程和高级工具，请参阅 安装指南。

✨ 演示

每个类别各展示一个。

🌟 celebrity — 蒸馏 Andrej Karpathy

六维研究：作品 · 访谈 · 决策 · 表达 DNA · 外部评价 · 时间线
案例改编自社区作品 alchaincyf/karpathy-skill

User            ❯ 现在大家都在谈论 Agent——你觉得 2026 年的 AI Agent 会是什么样？

celebrity.skill ❯ 大家都在做演示，没人在做评估。
Agent 的瓶颈从来不是模型智能——而是脚手架：
严格的评估框架、细粒度的错误回放、
可控的工具调用预算、清晰的失败模式分析。
大多数产品仍停留在“包装一个 API + 几个工具 + 一个系统提示词”。
那是演示，不是 agent。
2026 年，我不押注最强的模型——我押注最好的
脚手架和最严格的评估。

🧑‍💼 同事 — 蒸馏一个字节跳动 L2-1 后端

输入：字节跳动 L2-1 后端工程师，INTJ，甩锅型，字节范

用户            ❯ 你能评审一下这个 API 设计吗？

同事.skill      ❯ 等一下——影响面是什么？你还没解释背景。
（读完后）N+1 查询，改掉。用标准的
{code, message, data} 响应格式。这是规范，
别问为什么。

用户            ❯ 这个 bug 是你引入的吧？

同事.skill      ❯ 时间线对得上吗？那个功能动了好几个地方，
还有其他改动呢。

💞 恋爱 — 蒸馏一个你暗恋的人

上传半年的聊天记录 + “敏感、安静但倔强，关键时刻会认真回复”

用户               ❯ 你今天想我了吗？

恋爱.skill         ❯ ……想了一点。你为什么这么问？

📚 更多真实案例见 社区画廊 — 已有 100+ 个技能，持续增加中

🔧 功能

🧱 生成的技能结构

Distilly 当前的创建器以 Persona 作为通用基础，再叠加各家族专属模块：

| 家族 | Persona 内容 | 附加模块 |
|--------|-----------------|-------------------|
| 🧑‍💼 同事 | 6 层人格：硬规则 → 身份 → 表达 → 决策 → 人际 → 纠偏 | ➕ 工作技能：范围、工作流、输出偏好、经验知识库 |
| 💞 恋爱 | 表达 DNA · 情绪触发点 · 冲突模式 · 修复模式 | — |
| 🌟 名人 | 心智模型 · 决策启发式 · 表达 DNA · 外部评价对照 | ➕ 六维研究档案（作品 / 访谈 / 决策 / 时间线……） |

执行：接收任务 → Persona 根据素材选择偏好和语气 → 附加模块补充执行细节 → 产出有来源依据的回复

🧬 进化

- 📥 追加文件 → 自动分析增量 → 合并到相关章节，绝不覆盖已有结论
- 💬 对话纠偏 → 说“他不会那样做，他会 xxx” → 写入纠偏层，立即生效
- 🕰️ 版本控制 → 每次更新自动归档，可回滚到任意历史版本
- 🔬 名人研究流水线 → 字幕 → 转录清理 → 六维研究 → 质量检查

⚠️ 注意事项

素材质量 = 人物画像质量——而且不同家族的高质量来源不同：

| 家族 | 来源优先级（高 → 低） |
|--------|------------------------------|
| 🧑‍💼 同事 | 其本人长篇写作（设计文档 / 评审意见）› 决策性回复 › 日常群聊 |
| 💞 恋爱关系 | 完整聊天记录 › 信件 / 社交动态 / 日记 › 第三方描述 |
| 🌟 名人 | 第一人称书籍 / 博客 / 长篇访谈 › 决策记录（发布、提交、问答） › 经核实的第一人称短帖 › 第三方评论 |

- 同事 飞书兼容的自动采集：需要将应用机器人添加到相关群聊
- 恋爱关系：时间跨度越长越好；涵盖冲突与修复的材料最为理想
- 名人：避免仅投喂二手解读
- 这仍是演示版本——如发现 bug 请提交 issue！

📄 技术报告

COLLEAGUE.SKILL：通过专家知识蒸馏的自动化 AI 技能生成（arXiv · arXiv PDF）

这是 COLLEAGUE.SKILL / colleague-skill 的论文，即 Distilly 的前身。它涵盖了工作技能 + 人格双层架构、多源数据采集以及技能生成机制——是当今 colleague 系列的理论基础。关于恋爱关系 / 名人系列扩展的单独论文正在计划中。

📝 引用

如果您在研究或应用中使用 Distilly 或 COLLEAGUE.SKILL，请引用该技术报告：
bibtex
@misc{zhou2026colleagueskill,
title        = {COLLEAGUE.SKILL: Automated AI Skill Generation via Expert Knowledge Distillation},
author       = {Tianyi Zhou and Dongrui Liu and Leitao Yuan and Jing Shao and Xia Hu},
year         = {2026},
eprint       = {2605.31264},
archivePrefix = {arXiv},
primaryClass = {cs.AI},
url          = {https://arxiv.org/abs/2605.31264}
}

您也可以使用 CITATION.cff 中的机器可读引用元数据。

⭐ Star 历史

MIT 许可证 © titanwings