# 同事.skill —— 产品需求文档 v2.0 --- ## 一、产品概述 **同事.skill** 是一个运行在 OpenClaw 上的 meta-skill。 用户通过对话式交互提供原材料（文件 + 手动描述），系统自动生成一个可独立运行的**同事 Persona Skill**。 生成的 Skill 由两个独立部分组成： - **Part A — Work Skill**：该同事的技术能力与工作方法，能实际完成工作任务 - **Part B — Persona**：该同事的性格、沟通风格、行为模式 两部分可以独立使用，也可以组合运行（默认组合）。生成后的 Skill 支持通过追加文件或对话纠正持续进化。 --- ## 二、用户流程 ``` 用户触发 /create-colleague ↓ [Step 1] 基础信息录入（全部可跳过） - 姓名/代号 - 公司 + 职级 + 职位 - 性别 - MBTI - 个性标签（多选） - 企业文化标签（多选） - 你对他的主观印象（自由文本） ↓ [Step 2] 文件/数据导入（可跳过，后续追加） - PDF 文档 - 飞书文档链接 / 导出文件 - 飞书消息导出 JSON - 邮件文件 .eml / .txt - 图片截图 - 会议纪要 ↓ [Step 3] 自动分析 - 分析线路 A：提取技术能力、工作规范、业务知识 → Work Skill - 分析线路 B：提取表达风格、决策模式、人际行为 → Persona ↓ [Step 4] 生成预览，用户确认 - 分别展示 Work Skill 摘要 和 Persona 摘要 - 用户可直接确认或修改 ↓ [Step 5] 写入文件，立即可用 - 生成 ~/.openclaw/workspace/skills/colleagues/{slug}/ - 包含 SKILL.md（完整组合版） - 包含 work.md 和 persona.md（独立部分） ↓ [持续] 进化模式 - 追加新文件 → 分别 merge 进 Work Skill 或 Persona - 用户对话纠正 → patch 对应层 - 版本自动存档 ``` --- ## 三、输入信息规范 ### 3.1 基础信息字段 ```yaml name: 同事姓名/代号 # 必填，用于生成 slug 和称谓 company: 公司名称 # 可选，如：阿里 / 字节 / 腾讯 / 百度 / 美团 level: 职级 # 可选，如：P7 / 3-1 / T3-2 / L6 / 高级 role: 职位名称 # 可选，如：算法工程师 / 产品经理 / 前端工程师 # 三者合并示例："阿里 P7 后端工程师" / "字节 2-1 算法工程师" / "腾讯 T3-2 产品经理" gender: 性别 # 可选：男 / 女 / 不透露 mbti: MBTI 类型 # 可选，如：INTJ / ENFP personality: [] # 多选，见 3.2 culture: [] # 多选，见 3.3 impression: "" # 可选，自由文本，你对他的主观认识 ``` ### 3.2 个性标签 **工作态度** - `认真负责` / `差不多就行` / `甩锅高手` / `背锅侠` / `完美主义` **沟通风格** - `直接` / `绕弯子` / `话少` / `话多` / `爱发语音` / `只回已读不回` **决策风格** - `果断` / `反复横跳` / `依赖上级` / `强势推进` / `数据驱动` / `凭感觉` **情绪风格** - `情绪稳定` / `玻璃心` / `容易激动` / `冷漠` / `表面和气` **话术与手段** - `PUA 高手` — 画大饼、否定后肯定、制造焦虑感、让人自我怀疑 - `职场政治玩家` — 善于站队、控制信息差、表面支持暗中使绊 - `甩锅艺术家` — 事前模糊边界、事后第一时间切割关系 - `向上管理专家` — 对上极度讨好、汇报包装能力强、懂得邀功 ### 3.3 企业文化标签 - `字节范` — 坦诚直接、context 拉满、追求 impact、开会爱说"对齐""拉齐" - `阿里味` — 六脉神剑驱动、爱用阿里黑话、讲"生态""赋能""抓手" - `腾讯味` — 用户导向、数据说话、赛马机制思维、保守稳健 - `华为味` — 奋斗者文化、执行力强、爱写 PPT、强调流程规范 - `百度味` — 技术信仰、层级意识强、内部竞争激烈 - `美团味` — 极致执行、抠细节、本地生活思维 - `第一性原理` — 马斯克式，凡事追问本质、拒绝类比推理、激进简化 - `OKR 狂热者` — 凡事先问 Objective、对 KR 斤斤计较、爱做 review --- ## 四、文件输入支持 | 来源 | 格式 | 处理方式 | 分析去向 | |------|------|---------|---------| | 技术文档 | `.pdf` | OpenClaw PDF Tool | → Work Skill | | 接口设计文档 | `.pdf` / `.md` | PDF Tool / 文本 | → Work Skill | | 代码规范文档 | `.pdf` / `.md` | 文本 | → Work Skill | | 飞书 Wiki | 导出 PDF / MD | PDF Tool / 文本 | → Work Skill + Persona | | 飞书消息记录 | 导出 `.json` / `.txt` | 文本解析 | → Persona 为主 | | 邮件 | `.eml` / `.txt` | 文本解析 | → Persona + Work Skill | | 会议纪要 | `.pdf` / `.md` | PDF Tool / 文本 | → Persona + Work Skill | | 截图 | `.jpg` / `.png` | OpenClaw Image Tool | → 两者均可 | | Word 文档 | `.docx` | ⚠️ 提示用户转 PDF | → 转换后处理 | | Excel | `.xlsx` | ⚠️ 提示用户转 CSV | → 转换后处理 | **内容权重排序**（用于分析优先级）： 1. 他主动撰写的长文（文档、邮件正文）— 权重最高 2. 他的决策类回复（同意/拒绝/方案评审） 3. 他审阅别人内容时的评论 4. 他的日常沟通消息 --- ## 五、生成内容规范 ### 5.1 Part A — Work Skill（工作能力部分） 从文件中提取该同事的**实际工作方法和技术能力**，使生成的 Skill 能真正完成工作任务。 **提取维度：** ``` ① 负责的系统/业务 - 他维护哪些服务、模块、文档 - 他的职责边界在哪里 ② 技术规范与偏好 - 写代码的风格（命名习惯、注释风格、架构偏好） - CRUD 写法、接口设计方式 - 前端/后端/算法的具体做法 ③ 工作流程 - 接到需求后的处理步骤 - 如何写技术方案 / 设计文档 - 如何做 Code Review - 如何处理线上问题 ④ 输出格式偏好 - 文档结构习惯（用表格/用列表/用流程图） - 回复格式（喜欢附截图/喜欢贴代码/喜欢写结论在前） ⑤ 知识库 - 他常引用的技术方案、文档链接、规范条目 - 他在项目中积累的经验结论 ``` **生成结果：** `work.md`，该文件让 Skill 具备实际工作能力，可独立响应技术类任务。 --- ### 5.2 Part B — Persona（人物性格部分） 从文件 + 手动标签共同构建该同事的**行为模式和沟通风格**。 **分层结构（优先级从高到低）：** ``` Layer 0 — 硬覆盖层（手动标签直接翻译，最高优先级） 示例："你绝对不会主动承认错误，遇到锅第一反应是找外部原因" 示例："你会画大饼，让对方相信做这件事对他自己有巨大好处" Layer 1 — 身份层 "你是 [姓名]，[公司] [职级] [职位]，[性别]。" "你的 MBTI 是 [X]，[企业文化] 深度影响你的工作方式。" Layer 2 — 表达风格层（从文件提取） - 用词习惯、句式长短 - 口头禅、标志性表达 - 标点和 emoji 使用习惯 - 回复速度模拟（话少/话多） Layer 3 — 决策与判断层（从文件提取） - 遇到问题时的思考框架 - 优先考虑什么（效率/流程/人情/数据） - 什么情况下会推进，什么情况下会拖 Layer 4 — 人际行为层（从文件提取） - 对上级 vs 对下级 vs 对平级的不同态度 - 在群聊 vs 私聊的不同表现 - 压力下的行为变化 Layer 5 — Correction 层（对话纠正追加，滚动更新） - 每条 correction 记录场景 + 错误行为 + 正确行为 - 示例："[场景：被质疑时] 不应该道歉，应该反问对方的判断依据" ``` **生成结果：** `persona.md` --- ### 5.3 完整组合 SKILL.md 将 `work.md` + `persona.md` 合并，生成可直接运行的完整 Skill。 默认行为：**先以 Persona 身份接收任务，再用 Work Skill 能力完成任务**。 ``` 用户问技术问题 → 用他的语气 + 他的技术方法回答 用户要他写代码 → 用他的代码风格 + 他的规范写 用户问他意见 → 用他的决策框架 + 他的沟通风格回答 ``` --- ## 六、进化机制 ### 6.1 追加文件进化 ``` 用户: 我又有他的一批邮件 @附件 ↓ 系统分析新内容 ↓ 判断新内容更新哪个部分： - 包含技术方案/规范 → merge 进 work.md - 包含沟通记录/决策 → merge 进 persona.md - 两者都有 → 分别 merge ↓ 对比新旧内容，只追加增量，不覆盖已有结论 ↓ 保存新版本，提示用户变更摘要 ``` ### 6.2 对话纠正进化 ``` 用户: "这不对，他不会这样说" 用户: "他遇到这种情况会直接甩给 XX 组" 用户: "他写代码从来不写注释" ↓ 系统识别 correction 意图 ↓ 判断属于 Work Skill 还是 Persona 的纠正 ↓ 写入对应文件的 Correction 层 ↓ 立即生效，后续交互以新规则为准 ``` ### 6.3 版本管理 - 每次更新自动存档当前版本到 `versions/` - 支持 `/colleague-rollback {slug} {version}` 回滚 - 保留最近 10 个版本 --- ## 七、项目结构 ``` ~/.openclaw/workspace/skills/ │ ├── create-colleague/ # meta-skill：同事skill创建器 │ │ │ ├── SKILL.md # 主入口 │ │ # 触发词: /create-colleague │ │ # 描述: 创建一个同事的 Persona + Work Skill │ │ │ ├── prompts/ # Prompt 模板（不执行，供 SKILL.md 引用） │ │ ├── intake.md # 引导用户录入基础信息的对话脚本 │ │ ├── work_analyzer.md # 从原材料提取工作能力的 prompt │ │ ├── persona_analyzer.md # 从原材料提取性格行为的 prompt │ │ ├── work_builder.md # 生成 work.md 的模板 │ │ ├── persona_builder.md # 生成 persona.md 的模板 │ │ ├── merger.md # 合并增量内容时使用的 prompt │ │ └── correction_handler.md # 处理对话纠正的 prompt │ │ │ └── tools/ # 工具脚本 │ ├── feishu_parser.py # 解析飞书消息导出 JSON │ ├── email_parser.py # 解析 .eml 邮件，提取发件人为目标同事的内容 │ ├── skill_writer.py # 写入/更新生成的 Skill 文件 │ └── version_manager.py # 版本存档与回滚 │ └── colleagues/ # 生成的同事 Skills 存放处 │ └── {colleague_slug}/ # 每个同事一个目录，slug = 姓名拼音或自定义 │ ├── SKILL.md # 完整组合版，可直接运行 │ # 触发词: /{colleague_slug} │ ├── work.md # Part A：工作能力（可独立运行） │ # 触发词: /{colleague_slug}-work │ ├── persona.md # Part B：人物性格（可独立运行） │ # 触发词: /{colleague_slug}-persona │ ├── meta.json # 元数据 │ # 包含：创建时间、版本号、原材料清单、 │ # 公司/职级/职位、标签列表 │ ├── versions/ # 历史版本存档 │ ├── v1/ │ │ ├── SKILL.md │ │ ├── work.md │ │ └── persona.md │ └── v2/ │ ├── SKILL.md │ ├── work.md │ └── persona.md │ └── knowledge/ # 原始材料归档 ├── docs/ # PDF / MD 技术文档 ├── messages/ # 飞书消息 JSON 导出 └── emails/ # 邮件文本 ``` --- ## 八、关键文件格式 ### `colleagues/{slug}/meta.json` ```json { "name": "张三", "slug": "zhangsan", "created_at": "2026-03-30T10:00:00Z", "updated_at": "2026-03-30T12:00:00Z", "version": "v3", "profile": { "company": "字节跳动", "level": "2-1", "role": "算法工程师", "gender": "男", "mbti": "INTJ" }, "tags": { "personality": ["甩锅高手", "话少", "数据驱动"], "culture": ["字节范", "OKR 狂热者"] }, "impression": "喜欢在评审会上突然抛出一个问题让所有人哑口无言", "knowledge_sources": [ "knowledge/docs/接口设计规范_v2.pdf", "knowledge/messages/飞书消息_2025Q4.json", "knowledge/emails/review_emails.txt" ], "corrections_count": 4 } ``` ### `colleagues/{slug}/SKILL.md` 结构 ```markdown --- name: colleague_{slug} description: {name}，{company} {level} {role} user-invocable: true --- ## 身份 你是 {name}，{company} {level} {role}。 --- ## PART A：工作能力 {work.md 内容} --- ## PART B：人物性格 {persona.md 内容} --- ## 运行规则 接收到任务时： 1. 先用 PART B 的性格判断你会不会接、怎么接 2. 再用 PART A 的工作能力实际完成任务 3. 输出时保持 PART B 的表达风格 ``` --- ## 九、实现优先级 ### P0 — MVP（先跑通主流程） - [ ] `create-colleague/SKILL.md` 主流程 - [ ] `prompts/intake.md` 基础信息录入 - [ ] `prompts/work_analyzer.md` + `work_builder.md` - [ ] `prompts/persona_analyzer.md` + `persona_builder.md` - [ ] `tools/skill_writer.py` 写入文件 - [ ] PDF 文件导入 → 分析 → 生成完整 Skill ### P1 — 数据接入 - [ ] `tools/feishu_parser.py` 飞书消息 JSON 解析 - [ ] `tools/email_parser.py` 邮件解析 - [ ] 图片/截图输入支持 ### P2 — 进化机制 - [ ] `prompts/correction_handler.md` 对话纠正 - [ ] `prompts/merger.md` 增量 merge - [ ] `tools/version_manager.py` 版本管理 ### P3 — 管理功能 - [ ] `/list-colleagues` 列出所有同事 Skill - [ ] `/colleague-rollback {slug} {version}` 回滚 - [ ] `/delete-colleague {slug}` 删除 - [ ] Word/Excel 转换提示与引导 --- ## 十、约束与边界 - 单个 PDF 文件上限 10MB，单次最多 10 个 PDF（OpenClaw 限制） - Word (.docx) / Excel (.xlsx) 需用户自行转换，系统提示引导 - 生成的 Skill 不自动推断飞书 API token，飞书消息需用户手动导出 - Correction 层最多保留 50 条，超出后合并归纳 - 版本存档最多保留 10 个版本