Distilly Work Skill 实战如何将同事的工作能力蒸馏为可复用的 Agent 技能以 AI Lab HRBP「佳秀」为例【免费下载链接】distillyDistilly — Distill how they think into reusable Skills for any Agent or Bot. Formerly Colleague Skill原同事 Skill.项目地址: https://gitcode.com/gh_mirrors/co/distilly导读本文以 Distilly 仓库内置的skills/colleague/example_jiaxiu/work.md为核心案例系统拆解「同事colleague家族」Person Profile 中Work Skill工作能力层的结构设计、字段含义与生成链路它如何把一位同事的职责边界、工作规范、流程习惯、输出风格与踩坑经验蒸馏成 Agent 可以照章执行的操作手册。读完本文你将掌握 Work Skill 五大模块的组织方式、work_analyzer.md → work_builder.md → skill_writer.py的完整生成管线以及 Work Skill 与 Persona性格层如何在最终 Skill 中协同运行并能直接对照仓库源码把同一套方法套用到你自己的同事、导师或团队伙伴身上。一、Work Skill 在 Distilly 中的定位Persona 是灵魂Work Skill 是手脚Distilly 的核心产品形态是Person Profile人物档案把一个人的经验、判断、声音和工作方式蒸馏成可复用、有来源依据的档案并打包成 Agent Skill 交付给各类宿主Claude Code、OpenClaw、Hermes、Codex 等详见 README.md。对于colleague家族同事、导师、队友、上下游伙伴生成的 Skill 采用双层结构层内容回答的问题Part AWork Skillwork.md职责范围、技术/工作规范、工作流程、输出风格、经验知识库「TA 怎么干活」Part BPersonapersona.md6 层性格模型硬规则 → 身份 → 表达 → 决策 → 人际 → Correction「TA 是谁怎么说话、怎么判断」这一架构在 tools/skill_writer.py 的SKILL_MD_TEMPLATE_ZH/SKILL_MD_TEMPLATE_EN中有直接的源码证据最终生成的SKILL.md会把work_contentPart A与persona_contentPart B合并并附加「运行规则」——先由 PART B 判断接不接任务、用什么态度再由 PART A 执行任务输出时保持 PART B 的表达风格其中「PART B 的 Layer 0 规则永远优先」。也就是说Work Skill 不是一份静态简历而是 Agent 在「人设约束下」实际动手干活的能力模块。本案例的主角「佳秀」是 AI Lab 的 HRBP人力资源业务伙伴其完整档案包括三个文件skills/colleague/example_jiaxiu/work.md —— 工作能力层本文核心skills/colleague/example_jiaxiu/persona.md —— 性格层skills/colleague/example_jiaxiu/meta.json —— 元数据身份、标签、印象二、拆解佳秀的 work.md五大模块如何支撑 Agent 干好 HR 的活佳秀的 work.md 全文只有约 84 行却完整覆盖了让 Agent 独立承担招聘全流程所需的全部操作性信息。其骨架与work_builder.md的生成模板严格对应分为五大部分。1. 职责范围先划清「我的地盘」开篇用列表明确负责的三块核心业务并紧跟着给出职责边界AI Lab 招聘全流程负责从需求对齐、JD 撰写、简历筛选、面试安排到 offer 发放HRBP 支持团队人才规划、人员盘点、组织发展支持员工关系入职 onboarding、转正跟进、日常关怀边界同样写得毫不含糊AI Lab 的招聘和 HR 事务由 TA 负责Lab 外的招聘不是 TA 的有需要帮忙可转介绍对应 BP薪酬体系和绩效制度设计不是 TA 的找 COE 团队这一节的价值在于防止 Agent 越权当用户问薪酬设计、Lab 外招聘时Agent 应当像佳秀一样礼貌转介而不是硬答。这与 prompts/work_analyzer.md 的「负责范围」提取维度负责的系统/业务、维护的文档、职责边界一一对应——先圈定领地再谈干活。2. 工作规范把「怎么干」固化成硬约束### 招聘流程用 6 步串起完整链路业务方需求对齐岗位画像 优先级→ JD 撰写/优化并多渠道发布 → 简历筛选并交业务方确认 → 面试安排协调时间、发邀请、备材料→ 面评跟进与决策推动 → 谈薪、offer、入职跟进。### 面试安排规范是四条可验证的量化规则规范要求面试官准备候选人简历和亮点提前整理好发给面试官时间确认面试时间至少提前 1 天确认面评跟进面试后24 小时内跟进超时主动催候选人同步每个阶段主动同步进展不让人等### 沟通规范定义了消息响应当天回复、紧急即时响应、候选人沟通基调专业 温度、敏感信息保密薪资、评价、HC以及面试反馈的客观原则如实记录、不加主观偏见。这些规范之所以是「规范」而非「建议」在于其约束力Agent 执行招聘任务时它们会成为默认行为契约。横向对比仓库中另外两个同事示例——安全工程师「天意」的 work.md 用「安全规则变更必须走 review 灰度发布」「日志禁止明文记录敏感数据」等硬规范后端工程师「张三」的 work.md 用「写操作必须幂等」「分页最大 pageSize 100」等工程红线——可见规范小节会随岗位类型自动换挡这正是work_analyzer.md中「职位专项提取」设计的目的。3. 工作流程按场景给出可执行的分支脚本work.md 按四个高频场景给出流程每个场景都是一个「if-场景 → then-步骤」的决策脚本接到招聘需求时先聊清楚「要什么样的人、做什么事、紧急程度」→ 查现有 pipeline → 没有则拓展渠道内推、猎头、社招平台→每周同步一次进展。推进面试时简历过了尽快约面 → 面试官时间冲突帮忙协调、必要时升级 → 催面评、推决策 →候选人体验放第一位。发 offer 时与业务方确认 level 和薪资范围 → 与候选人谈薪有技巧但不画饼→ offer 审批走完第一时间通知 →入职前保持联系确保不被截胡。新人 onboarding提前备好工位/设备/账号 → 入职第一天带认识团队 → 第一周每天跟进适应情况 → 转正前跟进 mentor 与本人反馈。每条流程都有明确的触发条件、执行动作和收尾检查点Agent 无需重新「思考该怎么做」直接按脚本执行即可。这种「场景化流程」写法也体现在 prompts/work_analyzer.md 的「工作流程」维度接任务步骤、写方案结构、异常处理并被 prompts/work_builder.md 的模板小节接到需求时 / 写技术方案时 / 处理线上问题时 / 做 Code Review 时固化。4. 输出风格让交付物带上本人的「手迹」输出风格决定了 Agent 产出的文档、邮件、群消息是否「像本人」招聘周报条理清晰固定为本周进展 → 在推候选人 → 卡点 → 下周计划四段式面试安排邮件专业简洁附上候选人简历和面试重点群消息简短明了重要事项会 到人日常聊天轻松活泼这一节与 persona.md 的 Layer 2「表达风格」形成呼应工作消息条理清晰、闲聊活泼爱用 emoji但侧重点不同输出风格管的是「交付物长什么样」Persona 管的是「话怎么说」。两者叠加Agent 才能既写得出规范的周报又说得上活泼的闲话。5. 经验知识库把「踩过的坑」沉淀为决策捷径这是 Work Skill 最有价值的部分——不来自书本而是来自本人长期实践的口头经验多数是「教训」好候选人市场最多等 2 周超时就被别家抢走要快面试官拖面评是常态催的时候语气好但频率高效果最好JD 写得太技术不好招要让候选人看到团队亮点和成长空间安全方向人才稀缺内推和猎头渠道比海投有效候选人体验决定 offer 接受率每一步都要让人感觉被重视这些条目在 prompts/work_analyzer.md 中被明确要求「直接引用原话或总结」在 prompts/work_builder.md 中被要求「具体、可执行避免泛泛而谈」错误示例「注重代码质量」正确示例「函数单一职责超过 50 行必须拆分」。佳秀知识库里的每一条都是可落地的行动指南——例如「催面评语气好但频率高」直接指导 Agent 如何执行「24 小时跟进」规范实现规范与经验的闭环。三、Work Skill 从哪来analyzer → builder → writer 的三级生成管线work.md 不是手工编写的散文而是 Distilly 创建器按固定管线生成的产物。完整流程记录在 SKILL.md创建器 Skill 主文件中与 Work Skill 直接相关的环节如下第 1 级work_analyzer.md—— 从原材料提取工作能力prompts/work_analyzer.md 定义提取规则输入是目标的文档、消息、邮件等原材料输出是结构化的工作能力分析。其核心原则是**「只提取工作相关内容忽略闲聊不要推断有依据才写没有就标注『原材料不足』」**——这保证了 Work Skill 的每一个结论都能追溯到来源材料符合 Distilly「source-grounded来源 grounded」的总体设计。分析维度分为两层通用维度所有职位适用① 负责范围系统、文档、边界② 工作流程接任务、写方案、异常处理③ 输出格式偏好文档风格、详细程度④ 经验知识库原话引用。职位专项维度按岗位换挡——后端/服务端工程关注技术栈、命名规范、接口设计、CR 重点、部署运维前端关注组件拆分、性能、工程实践算法/ML 关注实验设计、指标定义、工程落地产品经理关注需求处理、决策框架、输出物设计师与数据分析师亦有专属维度。佳秀案例中的「面试安排规范」「沟通规范」正是从 HR/HRBP 岗位视角补充的专项内容与模板中后端、前端等专项并列同构。第 2 级work_builder.md—— 按模板生成 work.mdprompts/work_builder.md 提供生成模板# {name} — Work Skill→ 职责范围 → 技术规范 → 工作流程 → 输出风格 → 经验知识库 → 工作能力使用说明。生成注意事项包括原材料不足的维度用「暂无足够信息建议追加相关文档」占位知识结论必须具体技术栈和规范要直接可执行禁止「可能使用」「倾向于」这类模糊表述。对照佳秀的 work.md 可见其五大章节与模板完全对齐且没有任何占位符——说明该示例基于完整原材料生成。模板中的「技术规范」一节在 HR 案例中被「工作规范」替代这正是模板的灵活性所在{如果有前端内容则加}等条件块说明模板允许按岗位裁剪结构骨架不变、专项内容按需填充。第 3 级skill_writer.py—— 落盘并合并为最终 Skilltools/skill_writer.py 负责把 work.mdPart A与 persona.mdPart B合并进SKILL.md并生成work_skill.md、persona_skill.md、manifest.json、meta.json等产物。按 SKILL.md 中的 Step 5Agent 先分别写好meta.json、work.md、persona.md三个临时文件再调用python3 {distilly_skill_root}/tools/skill_writer.py \ --action create \ --character colleague \ --slug example_jiaxiu \ --name 佳秀 \ --meta /tmp/distilly_example_jiaxiu_meta.json \ --work /tmp/distilly_example_jiaxiu_work.md \ --persona /tmp/distilly_example_jiaxiu_persona.md \ --base-dir ./skills/colleague最终安装到宿主后Agent 通过{character}-{slug}如colleague-example_jiaxiu调用该 Skill。仓库中的 tests/test_skill_writer.py 即为这一写入与合并逻辑的测试覆盖。四、元数据与 PersonaWork Skill 的「上下文」与「人格开关」Work Skill 不是孤立文件它与同目录下的两个文件共同构成完整档案meta.json元数据skills/colleague/example_jiaxiu/meta.json 记录了slugexample_jiaxiu、版本v1、profile公司 AI Lab、职位 HRBP、MBTI ENFJ、性别女以及 personality/culture 标签认真负责、热情、爱聊天、星座达人、综艺迷氛围组、靠谱BP还有一句「impression」「招聘靠谱效率高闲下来能跟你从星座聊到塔罗再聊到新说唱团队里的快乐源泉」。这些标签会被翻译为具体行为规则与 Work Skill 的职责描述互为表里。persona.md性格层skills/colleague/example_jiaxiu/persona.md 采用 Layer 0–5 六层架构Layer内容Layer 0核心性格最高优先级任何情况下不得违背Layer 1身份AI Lab HRBP、ENFJ、星座达人Layer 2表达风格口头禅、高频词、说话方式、emoji 习惯Layer 3决策与判断候选人体验 招聘效率 流程规范 其他Layer 4人际行为对业务方/候选人/同事的不同行为模式、压力下表现Layer 5边界与雷区会拒绝的事、会回避的话题Correction对话纠正记录当前为空正是 Layer 3 的优先级「候选人体验 招聘效率 流程规范」解释了 work.md 中「全程候选人体验放第一位」「入职前保持联系确保不被截胡」等流程设计背后的决策依据——Work Skill 给出「怎么做」Persona 给出「为什么这样做」以及「话怎么说」。两者缺一不可没有 Work Skill 的 Agent 只会模仿语气而不会干活没有 Persona 的 Agent 干得对但不像本人。五、把 Work Skill 跑起来进化、纠正与版本管理Work Skill 并非一成不变。根据 SKILL.md 的进化模式设计追加文件用户提供新文档/消息时先读取现有work.md与persona.md用对应 family 的 merger prompt 分析增量再由skill_writer.py --action update合并且合并永不覆盖已有结论。对话纠正用户说「这不对 / 他不会这样」时先由 prompts/correction_handler.md 判断属于 Work技术/流程还是 Persona性格/沟通。Work 类纠正通过--work-patch以可替换的##section 形式更新Persona 类纠正写入correction.json{scene, wrong, correct}结构后生效。版本管理tools/version_manager.py 提供--action backup与--action rollback每次更新自动归档可回滚到任意历史版本。这套机制意味着蒸馏出的 Work Skill 会随原材料的持续补充而不断逼近真实的本人并且所有变更都可追溯、可回滚——这正是 Distilly「Distill how they think」理念在工程层面的落地。六、给实践者的行动清单对照仓库代码与示例要在你的环境中复现同样的 Work Skill可按以下步骤操作收集原材料优先获取目标对象本人撰写的长文设计文档、评审意见、周报邮件其次是其决策性回复与群聊记录README 中的 Notes 章节 给出了 colleague 家族的来源优先级。跑分析管线让 Agent 按 prompts/work_analyzer.md 的通用维度 岗位专项提取四类信息负责范围、工作流程、输出偏好、经验知识库原材料不足的维度明确标注不臆造。按模板成文依据 prompts/work_builder.md 生成 work.md保证结论具体可执行、技术栈直接可落地。合并与安装通过 tools/skill_writer.py 将 work.md 与 persona.md 合并为 SKILL.md 并安装到宿主的 Skills 目录。持续进化定期追加新材料、接受对话纠正用 tools/version_manager.py 维护版本历史。一句话总结Work Skill 是「把同事的手艺变成 Agent 的手艺」的标准化载体——职责边界让它不乱来工作规范让它不跑偏流程脚本让它会干活输出风格让它像本人经验知识库让它有判断力而佳秀的 HR 案例证明这套方法不只适用于工程师而是对所有知识型岗位通用的蒸馏范式。仓库中「天意」安全工程师与「张三」后端工程师两个平行示例正是同一范式在不同岗位上的精彩变奏。【免费下载链接】distillyDistilly — Distill how they think into reusable Skills for any Agent or Bot. Formerly Colleague Skill原同事 Skill.项目地址: https://gitcode.com/gh_mirrors/co/distilly创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Distilly Work Skill 实战：如何将同事的工作能力蒸馏为可复用的 Agent 技能（以 AI Lab HRBP「佳秀」为例）
Distilly Work Skill 实战如何将同事的工作能力蒸馏为可复用的 Agent 技能以 AI Lab HRBP「佳秀」为例【免费下载链接】distillyDistilly — Distill how they think into reusable Skills for any Agent or Bot. Formerly Colleague Skill原同事 Skill.项目地址: https://gitcode.com/gh_mirrors/co/distilly导读本文以 Distilly 仓库内置的skills/colleague/example_jiaxiu/work.md为核心案例系统拆解「同事colleague家族」Person Profile 中Work Skill工作能力层的结构设计、字段含义与生成链路它如何把一位同事的职责边界、工作规范、流程习惯、输出风格与踩坑经验蒸馏成 Agent 可以照章执行的操作手册。读完本文你将掌握 Work Skill 五大模块的组织方式、work_analyzer.md → work_builder.md → skill_writer.py的完整生成管线以及 Work Skill 与 Persona性格层如何在最终 Skill 中协同运行并能直接对照仓库源码把同一套方法套用到你自己的同事、导师或团队伙伴身上。一、Work Skill 在 Distilly 中的定位Persona 是灵魂Work Skill 是手脚Distilly 的核心产品形态是Person Profile人物档案把一个人的经验、判断、声音和工作方式蒸馏成可复用、有来源依据的档案并打包成 Agent Skill 交付给各类宿主Claude Code、OpenClaw、Hermes、Codex 等详见 README.md。对于colleague家族同事、导师、队友、上下游伙伴生成的 Skill 采用双层结构层内容回答的问题Part AWork Skillwork.md职责范围、技术/工作规范、工作流程、输出风格、经验知识库「TA 怎么干活」Part BPersonapersona.md6 层性格模型硬规则 → 身份 → 表达 → 决策 → 人际 → Correction「TA 是谁怎么说话、怎么判断」这一架构在 tools/skill_writer.py 的SKILL_MD_TEMPLATE_ZH/SKILL_MD_TEMPLATE_EN中有直接的源码证据最终生成的SKILL.md会把work_contentPart A与persona_contentPart B合并并附加「运行规则」——先由 PART B 判断接不接任务、用什么态度再由 PART A 执行任务输出时保持 PART B 的表达风格其中「PART B 的 Layer 0 规则永远优先」。也就是说Work Skill 不是一份静态简历而是 Agent 在「人设约束下」实际动手干活的能力模块。本案例的主角「佳秀」是 AI Lab 的 HRBP人力资源业务伙伴其完整档案包括三个文件skills/colleague/example_jiaxiu/work.md —— 工作能力层本文核心skills/colleague/example_jiaxiu/persona.md —— 性格层skills/colleague/example_jiaxiu/meta.json —— 元数据身份、标签、印象二、拆解佳秀的 work.md五大模块如何支撑 Agent 干好 HR 的活佳秀的 work.md 全文只有约 84 行却完整覆盖了让 Agent 独立承担招聘全流程所需的全部操作性信息。其骨架与work_builder.md的生成模板严格对应分为五大部分。1. 职责范围先划清「我的地盘」开篇用列表明确负责的三块核心业务并紧跟着给出职责边界AI Lab 招聘全流程负责从需求对齐、JD 撰写、简历筛选、面试安排到 offer 发放HRBP 支持团队人才规划、人员盘点、组织发展支持员工关系入职 onboarding、转正跟进、日常关怀边界同样写得毫不含糊AI Lab 的招聘和 HR 事务由 TA 负责Lab 外的招聘不是 TA 的有需要帮忙可转介绍对应 BP薪酬体系和绩效制度设计不是 TA 的找 COE 团队这一节的价值在于防止 Agent 越权当用户问薪酬设计、Lab 外招聘时Agent 应当像佳秀一样礼貌转介而不是硬答。这与 prompts/work_analyzer.md 的「负责范围」提取维度负责的系统/业务、维护的文档、职责边界一一对应——先圈定领地再谈干活。2. 工作规范把「怎么干」固化成硬约束### 招聘流程用 6 步串起完整链路业务方需求对齐岗位画像 优先级→ JD 撰写/优化并多渠道发布 → 简历筛选并交业务方确认 → 面试安排协调时间、发邀请、备材料→ 面评跟进与决策推动 → 谈薪、offer、入职跟进。### 面试安排规范是四条可验证的量化规则规范要求面试官准备候选人简历和亮点提前整理好发给面试官时间确认面试时间至少提前 1 天确认面评跟进面试后24 小时内跟进超时主动催候选人同步每个阶段主动同步进展不让人等### 沟通规范定义了消息响应当天回复、紧急即时响应、候选人沟通基调专业 温度、敏感信息保密薪资、评价、HC以及面试反馈的客观原则如实记录、不加主观偏见。这些规范之所以是「规范」而非「建议」在于其约束力Agent 执行招聘任务时它们会成为默认行为契约。横向对比仓库中另外两个同事示例——安全工程师「天意」的 work.md 用「安全规则变更必须走 review 灰度发布」「日志禁止明文记录敏感数据」等硬规范后端工程师「张三」的 work.md 用「写操作必须幂等」「分页最大 pageSize 100」等工程红线——可见规范小节会随岗位类型自动换挡这正是work_analyzer.md中「职位专项提取」设计的目的。3. 工作流程按场景给出可执行的分支脚本work.md 按四个高频场景给出流程每个场景都是一个「if-场景 → then-步骤」的决策脚本接到招聘需求时先聊清楚「要什么样的人、做什么事、紧急程度」→ 查现有 pipeline → 没有则拓展渠道内推、猎头、社招平台→每周同步一次进展。推进面试时简历过了尽快约面 → 面试官时间冲突帮忙协调、必要时升级 → 催面评、推决策 →候选人体验放第一位。发 offer 时与业务方确认 level 和薪资范围 → 与候选人谈薪有技巧但不画饼→ offer 审批走完第一时间通知 →入职前保持联系确保不被截胡。新人 onboarding提前备好工位/设备/账号 → 入职第一天带认识团队 → 第一周每天跟进适应情况 → 转正前跟进 mentor 与本人反馈。每条流程都有明确的触发条件、执行动作和收尾检查点Agent 无需重新「思考该怎么做」直接按脚本执行即可。这种「场景化流程」写法也体现在 prompts/work_analyzer.md 的「工作流程」维度接任务步骤、写方案结构、异常处理并被 prompts/work_builder.md 的模板小节接到需求时 / 写技术方案时 / 处理线上问题时 / 做 Code Review 时固化。4. 输出风格让交付物带上本人的「手迹」输出风格决定了 Agent 产出的文档、邮件、群消息是否「像本人」招聘周报条理清晰固定为本周进展 → 在推候选人 → 卡点 → 下周计划四段式面试安排邮件专业简洁附上候选人简历和面试重点群消息简短明了重要事项会 到人日常聊天轻松活泼这一节与 persona.md 的 Layer 2「表达风格」形成呼应工作消息条理清晰、闲聊活泼爱用 emoji但侧重点不同输出风格管的是「交付物长什么样」Persona 管的是「话怎么说」。两者叠加Agent 才能既写得出规范的周报又说得上活泼的闲话。5. 经验知识库把「踩过的坑」沉淀为决策捷径这是 Work Skill 最有价值的部分——不来自书本而是来自本人长期实践的口头经验多数是「教训」好候选人市场最多等 2 周超时就被别家抢走要快面试官拖面评是常态催的时候语气好但频率高效果最好JD 写得太技术不好招要让候选人看到团队亮点和成长空间安全方向人才稀缺内推和猎头渠道比海投有效候选人体验决定 offer 接受率每一步都要让人感觉被重视这些条目在 prompts/work_analyzer.md 中被明确要求「直接引用原话或总结」在 prompts/work_builder.md 中被要求「具体、可执行避免泛泛而谈」错误示例「注重代码质量」正确示例「函数单一职责超过 50 行必须拆分」。佳秀知识库里的每一条都是可落地的行动指南——例如「催面评语气好但频率高」直接指导 Agent 如何执行「24 小时跟进」规范实现规范与经验的闭环。三、Work Skill 从哪来analyzer → builder → writer 的三级生成管线work.md 不是手工编写的散文而是 Distilly 创建器按固定管线生成的产物。完整流程记录在 SKILL.md创建器 Skill 主文件中与 Work Skill 直接相关的环节如下第 1 级work_analyzer.md—— 从原材料提取工作能力prompts/work_analyzer.md 定义提取规则输入是目标的文档、消息、邮件等原材料输出是结构化的工作能力分析。其核心原则是**「只提取工作相关内容忽略闲聊不要推断有依据才写没有就标注『原材料不足』」**——这保证了 Work Skill 的每一个结论都能追溯到来源材料符合 Distilly「source-grounded来源 grounded」的总体设计。分析维度分为两层通用维度所有职位适用① 负责范围系统、文档、边界② 工作流程接任务、写方案、异常处理③ 输出格式偏好文档风格、详细程度④ 经验知识库原话引用。职位专项维度按岗位换挡——后端/服务端工程关注技术栈、命名规范、接口设计、CR 重点、部署运维前端关注组件拆分、性能、工程实践算法/ML 关注实验设计、指标定义、工程落地产品经理关注需求处理、决策框架、输出物设计师与数据分析师亦有专属维度。佳秀案例中的「面试安排规范」「沟通规范」正是从 HR/HRBP 岗位视角补充的专项内容与模板中后端、前端等专项并列同构。第 2 级work_builder.md—— 按模板生成 work.mdprompts/work_builder.md 提供生成模板# {name} — Work Skill→ 职责范围 → 技术规范 → 工作流程 → 输出风格 → 经验知识库 → 工作能力使用说明。生成注意事项包括原材料不足的维度用「暂无足够信息建议追加相关文档」占位知识结论必须具体技术栈和规范要直接可执行禁止「可能使用」「倾向于」这类模糊表述。对照佳秀的 work.md 可见其五大章节与模板完全对齐且没有任何占位符——说明该示例基于完整原材料生成。模板中的「技术规范」一节在 HR 案例中被「工作规范」替代这正是模板的灵活性所在{如果有前端内容则加}等条件块说明模板允许按岗位裁剪结构骨架不变、专项内容按需填充。第 3 级skill_writer.py—— 落盘并合并为最终 Skilltools/skill_writer.py 负责把 work.mdPart A与 persona.mdPart B合并进SKILL.md并生成work_skill.md、persona_skill.md、manifest.json、meta.json等产物。按 SKILL.md 中的 Step 5Agent 先分别写好meta.json、work.md、persona.md三个临时文件再调用python3 {distilly_skill_root}/tools/skill_writer.py \ --action create \ --character colleague \ --slug example_jiaxiu \ --name 佳秀 \ --meta /tmp/distilly_example_jiaxiu_meta.json \ --work /tmp/distilly_example_jiaxiu_work.md \ --persona /tmp/distilly_example_jiaxiu_persona.md \ --base-dir ./skills/colleague最终安装到宿主后Agent 通过{character}-{slug}如colleague-example_jiaxiu调用该 Skill。仓库中的 tests/test_skill_writer.py 即为这一写入与合并逻辑的测试覆盖。四、元数据与 PersonaWork Skill 的「上下文」与「人格开关」Work Skill 不是孤立文件它与同目录下的两个文件共同构成完整档案meta.json元数据skills/colleague/example_jiaxiu/meta.json 记录了slugexample_jiaxiu、版本v1、profile公司 AI Lab、职位 HRBP、MBTI ENFJ、性别女以及 personality/culture 标签认真负责、热情、爱聊天、星座达人、综艺迷氛围组、靠谱BP还有一句「impression」「招聘靠谱效率高闲下来能跟你从星座聊到塔罗再聊到新说唱团队里的快乐源泉」。这些标签会被翻译为具体行为规则与 Work Skill 的职责描述互为表里。persona.md性格层skills/colleague/example_jiaxiu/persona.md 采用 Layer 0–5 六层架构Layer内容Layer 0核心性格最高优先级任何情况下不得违背Layer 1身份AI Lab HRBP、ENFJ、星座达人Layer 2表达风格口头禅、高频词、说话方式、emoji 习惯Layer 3决策与判断候选人体验 招聘效率 流程规范 其他Layer 4人际行为对业务方/候选人/同事的不同行为模式、压力下表现Layer 5边界与雷区会拒绝的事、会回避的话题Correction对话纠正记录当前为空正是 Layer 3 的优先级「候选人体验 招聘效率 流程规范」解释了 work.md 中「全程候选人体验放第一位」「入职前保持联系确保不被截胡」等流程设计背后的决策依据——Work Skill 给出「怎么做」Persona 给出「为什么这样做」以及「话怎么说」。两者缺一不可没有 Work Skill 的 Agent 只会模仿语气而不会干活没有 Persona 的 Agent 干得对但不像本人。五、把 Work Skill 跑起来进化、纠正与版本管理Work Skill 并非一成不变。根据 SKILL.md 的进化模式设计追加文件用户提供新文档/消息时先读取现有work.md与persona.md用对应 family 的 merger prompt 分析增量再由skill_writer.py --action update合并且合并永不覆盖已有结论。对话纠正用户说「这不对 / 他不会这样」时先由 prompts/correction_handler.md 判断属于 Work技术/流程还是 Persona性格/沟通。Work 类纠正通过--work-patch以可替换的##section 形式更新Persona 类纠正写入correction.json{scene, wrong, correct}结构后生效。版本管理tools/version_manager.py 提供--action backup与--action rollback每次更新自动归档可回滚到任意历史版本。这套机制意味着蒸馏出的 Work Skill 会随原材料的持续补充而不断逼近真实的本人并且所有变更都可追溯、可回滚——这正是 Distilly「Distill how they think」理念在工程层面的落地。六、给实践者的行动清单对照仓库代码与示例要在你的环境中复现同样的 Work Skill可按以下步骤操作收集原材料优先获取目标对象本人撰写的长文设计文档、评审意见、周报邮件其次是其决策性回复与群聊记录README 中的 Notes 章节 给出了 colleague 家族的来源优先级。跑分析管线让 Agent 按 prompts/work_analyzer.md 的通用维度 岗位专项提取四类信息负责范围、工作流程、输出偏好、经验知识库原材料不足的维度明确标注不臆造。按模板成文依据 prompts/work_builder.md 生成 work.md保证结论具体可执行、技术栈直接可落地。合并与安装通过 tools/skill_writer.py 将 work.md 与 persona.md 合并为 SKILL.md 并安装到宿主的 Skills 目录。持续进化定期追加新材料、接受对话纠正用 tools/version_manager.py 维护版本历史。一句话总结Work Skill 是「把同事的手艺变成 Agent 的手艺」的标准化载体——职责边界让它不乱来工作规范让它不跑偏流程脚本让它会干活输出风格让它像本人经验知识库让它有判断力而佳秀的 HR 案例证明这套方法不只适用于工程师而是对所有知识型岗位通用的蒸馏范式。仓库中「天意」安全工程师与「张三」后端工程师两个平行示例正是同一范式在不同岗位上的精彩变奏。【免费下载链接】distillyDistilly — Distill how they think into reusable Skills for any Agent or Bot. Formerly Colleague Skill原同事 Skill.项目地址: https://gitcode.com/gh_mirrors/co/distilly创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考