原项目：titanwings/colleague-skill（MIT）
（我这边做个学习/转发分享，觉得有用欢迎去原仓库点 Star 支持作者与贡献者）
它是干嘛的（一句话）
把同事留下的 飞书 /钉钉/Slack 消息、文档、邮件、截图 等原材料 + 你对他的主观描述，生成一个能替他干活的同事 AI Skill：
按他的技术规范写代码、用他的语气回答问题，甚至知道他什么时候会甩锅。
适用场景（非常真实）
-
同事跳槽/转岗：项目上下文断档，新人接手没人问
-
导师/核心成员离开：经验、规范、习惯随人消失
-
交接文档太薄：三页文档想概括三年的积累
快速上手（OpenClaw / Claude Code）
OpenClaw：
git clone https://github.com/titanwings/colleague-skill ~/.openclaw/workspace/skills/create-colleague
Claude Code（在项目根目录执行）：
mkdir -p .claude/skills
git clone https://github.com/titanwings/colleague-skill .claude/skills/create-colleague
用法（Claude Code）：
/create-colleague
按提示输入同事信息 + 选择数据来源，生成后用 /{slug} 调用。
在 TRAE AI IDE 里能不能做到同样效果？
结论：能做到同样的“核心效果”（材料 → 生成 Persona + Work → 作为 Skill 调用）。
但 README 里的飞书/Slack“自动采集”是否能一键跑通，取决于你是否愿意在 Trae 环境里配置权限/凭证与脚本；更稳的玩法是：先导出/整理材料 → 再喂给 Skill 消化。
落地方式（任选其一）：
-
Trae 设置 → 规则和技能 → 创建/上传：上传
SKILL.md或包含SKILL.md的 zip（仓库打包即可） -
或把 skill 放到项目的
.trae/skills/（不同版本路径可能略有差异，以你本地为准）
小提醒
-
原材料质量决定效果：聊天记录 + 长文档 > 仅口头描述
-
注意公司信息安全与数据合规；
-
飞书/Slack 自动采集通常需要授权与配置
让我想起了昨天看到的消息，大家的调侃：
评论：
欢迎关注我的公众号hh 新号 刚弄的，希望不会被蒸馏～
