【Code With SOLO】我把老板“蒸馏”成AI分身：Boss-Distiller 开源了
- 摘要
用SOLO10分钟做了并开源了一个小工具 Boss-Distiller（老板蒸馏系统）：上传真实聊天记录/文件，提取老板的话术与思维风格，生成可对话的“老板 Skill”，还能做沙盘演练并实时拆解潜台词、给高情商回复建议。整个项目是纯前端 + 本地 Ollama，数据只在本机浏览器里，隐私压力小很多。
项目地址：https://github.com/BREEY05/Boss-Distiller
-
背景
很多职场沟通的难点不是“怎么回一句话”，而是“老板到底想让我干嘛”。我想做一个更贴近真实场景的练习方式：把老板的常见表达、节奏、偏好“总结成一个可复用的人设”，然后在关键对话前先模拟几轮，减少踩雷概率。 -
实践过程（我怎么用 SOLO 把它做出来）
**（1）先拆任务）**我把需求拆成四块：
数据入口：上传聊天记录/文件 → 结构化整理
蒸馏流程：生成“老板画像/话术规律/决策偏好”的可复用 Skill
演练对话：聊天 + 右侧“意图分析/回复建议”面板
交付形态：网页可跑，同时支持 Electron 打包桌面端
（2）SOLO 主要帮我做了这些）
快速生成页面骨架（React Router 路由、布局、空状态、表单校验）
把“蒸馏→进度→任务管理”串起来（Zustand + LocalStorage 持久化）
针对 Ollama 的请求/流式输出做适配，并协助定位跨域与请求失败原因
Tailwind 的 UI 细节（按钮状态、进度条、右侧分析面板的信息层级）
（3）我反复用的关键 Prompt（可直接复用）
蒸馏老板画像：给定聊天记录，输出「常用句式/真实意图映射/触发点/雷区/偏好」的结构化 JSON。
实时意图分析：对每一句老板发言输出「表面意思/隐含诉求/风险点/推荐回复（不同语气 2-3 条）」。
（4）踩坑）
纯前端直连本地 Ollama 时，最容易卡在 CORS：需要按 README 配置 OLLAMA_ORIGINS=“*”。
“蒸馏结果”建议用结构化字段存储（而不是一大段文本），后面做演练、检索、复用会轻松很多。
4. 成果展示
100% 隐私：无云端服务器，数据本地存储
本地大模型驱动：对接 Ollama
多任务管理：多个蒸馏任务并行、进度可视化
沉浸式办公 UI：更像企业级 SaaS 的工作台体验
截图
- 效果与总结
这次最大的收获是：让 AI 从“写一句回复”升级为“可复用的沟通策略”。SOLO 在“搭骨架 + 补细节 + 排坑”上明显省时间，尤其是当需求拆得足够清楚时，迭代速度会非常快。
如果你也想把它做成更强的“职场模拟器”，欢迎来仓库 Star / 提 Issue / PR：