机器翻译正文由机器翻译自项目原始文档（英文），排版经程序统一处理，可能存在偏差，请以原项目仓库为准。

🧬 2026.08.24 更新 — 创建器已端到端统一为 Distilly，并按官方最新方式支持 Claude Code、Hermes、OpenClaw、Codex、DeepSeek Harness、Pi、Grok Build 和 OpenCode 的本地 Skill 发现。Grok Bot 单独标为 saved-Skill 预览流程。

📝 2026.06.01 更新 — COLLEAGUE.SKILL 技术报告 已上线；这次最开心的不只是发了篇 paper，而是社区一起把 gallery 推到 215 个 skills、165 位贡献者和 100k+ skill-card 累计 stars，论文 Acknowledgements 也专门收录并感谢了所有社区贡献者。

🗺️ 2026.04.13 — Distilly 路线图正式发布！ 项目从原 Colleague Skill 走向更通用的目标：把人物蒸馏成可供 Agent 复用的 Skill。 👉 完整路线图 · 💬 Discord

🌐 2026.04.07 — 社区平台上线！任何 skill / meta-skill 可直接给自己的 GitHub repo 引流，没有中间商。 👉 titanwings.github.io/colleague-skill-site

🆕 Distilly 现在能做什么？

1️⃣ 从同事技能到Distilly

项目不再只围绕「同事」场景设计。distilly 创建器用同一套流程，为三类人物生成基于材料的 Person Profile，再将每份 Profile 封装成 Agent Skill。

2️⃣ 支持三大人物类型

每类人物有独立的信息采集策略、分析维度和 Person Profile 结构。

3️⃣ 支持更多 Agent 宿主

旧版只能在 Claude Code 里用。Distilly 现在支持 8 个本地 Agent 宿主：

Grok Bot 预览：Grok Bot 支持 saved/private Skills，但官方文档没有说明可直接导入本地 SKILL.md。可手工迁移 Distilly 流程为 saved Skill；直接安装仓库尚未验证。

蒸馏出的 Person Profile 会封装成 Agent Skill，并可安装到任意受支持的宿主。

📦 支持的数据来源

⚡ 安装

🤖 给代理

在任意支持的本地 Agent 宿主中发送：

从 https://github.com/titanwings/distilly 安装 Distilly，并确认当前宿主可以发现它。

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

👤 给人类

把 Distilly clone 到当前宿主使用的 Skills 目录：

git clone https://github.com/titanwings/distilly <DISTILLY_SKILL_DIR>

各宿主路径、旧版本迁移、Windows、生成 Profile 的安装方式和凭证配置，统一放在 详细安装说明。

🚀 使用

在 Agent 中说：

用 Distilly 为 <人物> 创建一个 Person Profile。

接下来只需：

1. 选择 colleague、relationship 或 celebrity。
2. 提供一段描述或相关材料；所有字段都可以跳过。
3. 审核结果，让 Distilly 生成 Profile。

结果会封装成名为 {character}-{slug} 的 Agent Skill。可选的名人研究流程和高级工具见 详细安装说明。

✨ 效果示例

🌟 celebrity — 蒸馏一个 Andrej Karpathy

六维度 research：著作 · 访谈 · 决策 · 表达 DNA · 外部评价 · 时间线

案例出自社区作品 alchaincyf/karpathy-skill

用户            ❯ 现在人人都在说 Agent，你怎么看 2026 年的 AI Agent？

celebrity.skill ❯ 大家都在做 demo，但没人做 eval。
                  Agent 的瓶颈从来不是模型不够聪明，是 scaffolding 跟不上——
                  严格的 evaluation harness、细粒度的错误回放、
                  可控的 tool-calling budget、清楚的 failure mode 分析。
                  大部分产品还停留在"接个 API + 几个 tool + system prompt"的阶段，
                  这叫 demo，不叫 agent。
                  2026 我赌的不是最强模型，是最好的 scaffolding + 最严的 eval。

🧑‍💼 colleague — 蒸馏一个字节 2-1 后端

输入：字节 2-1 后端工程师，INTJ，甩锅高手，字节范

用户            ❯ 帮我看一下这个接口设计

colleague.skill ❯ 等等，这个接口的 impact 是什么？背景没说清楚。
                  （看完后）N+1 查询，改掉。返回结构用统一的
                  {code, message, data}，这是规范，不用问为什么。

用户            ❯ 这个 bug 是你引入的吧

colleague.skill ❯ 上线时间对上了吗？那个需求改了好几个地方，
                  还有其他变更。

💞 relationship — 蒸馏一个暗恋对象

上传半年的聊天记录 + 「性格敏感、话少但嘴硬、会在关键时候认真回」

用户               ❯ 你今天有没有想我

relationship.skill ❯ ……有啊，就一点点。你干嘛问这个。

🔧 功能特性

🧱 生成的 Skill 结构

Distilly 当前的创建器以 Persona 为通用底座，不同家族按场景挂载各自的模块：

运行逻辑：接到任务 → Persona 选择材料中可见的偏好与语气 → 附加模块补齐执行细节 → 生成基于材料的回答

🧬 进化机制

• 📥 追加文件 → 自动分析增量 → merge 进对应部分，不覆盖已有结论
• 💬 对话纠正 → 说「他不会这样，他应该是 xxx」→ 写入 Correction 层，立即生效
• 🕰️ 版本管理 → 每次更新自动存档，支持回滚到任意历史版本
• 🔬 名人研究管线 → 字幕下载 → 文稿清洗 → 六维度研究 → 质量检查

⚠️ 注意事项

原材料质量决定 Person Profile 质量，不同家族的优质信源不一样：

• colleague 飞书自动采集：需将 App bot 加入相关群聊
• relationship：时间跨度越长越好，能覆盖冲突与和解更佳
• celebrity：避免只喂二手解读
• 目前还是 demo 版本，如果有 bug 请多多提 issue！

📄 技术报告

COLLEAGUE.SKILL: Automated AI Skill Generation via Expert Knowledge Distillation (arXiv · arXiv PDF)

这是 Distilly 前身 COLLEAGUE.SKILL / colleague-skill（原同事 Skill） 的技术论文，详细介绍了 Work Skill + Persona 的双层架构、多源数据采集与 Skill 生成机制，也是今天 colleague 家族的理论基础。relationship / celebrity 家族的架构扩展会另起论文。

⭐ 星星历史