BAIZE AI RESOURCE

个人经验与表达蒸馏

distilly

Distilly 是 AI Skill 创建器，可将聊天、文档、访谈和公开资料蒸馏为带来源依据的人物画像，并打包为可安装 Skill。

获取资源
distilly

资源介绍

Distilly 是面向 AI Agent 的人物建模层，原名 Colleague Skill / colleague-skill。它接收用户提供的原始素材（飞书、钉钉、Slack 消息记录、文档、邮件、PDF、图片、访谈或公开内容），按同事、关系、名人三类人物族分别采用不同的采集策略、分析维度和画像结构，提炼出可观察的经验、决策模式、表达方式与工作方法，输出可移植、有来源依据的 Person Profile，并打包成 Agent Skill 供宿主安装调用。它强调画像基于素材而非克隆真人，支持在已有 Skill 上追加材料或纠正偏差的进化模式，并内置飞书/钉钉/Slack 采集、字幕转写、研究合并与质量检查等工具链。适合希望把离职同事、亲友或公众人物的可复用经验沉淀给 Agent 使用的用户。

Skill 能力

三类人物族工作流

将同事、关系、名人三类人物族统一纳入同一套蒸馏流程：先确认目标属于哪一类，再按对应 intake 提示收集基础信息与原材料，最终生成可复用的 Person Profile 并打包为 Agent Skill。三类分别面向职场协作、亲密关系与公众人物场景，各自拥有独立的来源采集策略、分析维度和画像结构。

多来源素材采集

支持从飞书、钉钉、Slack、X、微信等来源采集素材：可自动拉取飞书消息记录、文档与多维表格，自动拉取钉钉文档与多维表格，解析飞书消息 JSON 导出、邮件 .eml/.mbox 文件，并采集公开 X 帖子作为候选证据，为后续生成 Person Profile 提供原始材料。

名人研究工具链

面向名人蒸馏场景，提供从字幕到转录清理、研究合并、质量检查的六维研究工具链，用于整理可观察的决策、表达与心智模型。

Skill 进化与版本管理

支持对已生成的 Person Profile Skill 进行进化更新：当用户提供新文件或反馈“这不对”“他不会这样”时，可通过 /update-skill {character} {slug} 或兼容别名 /update-colleague {slug} 进入进化模式，将新增材料或修正意见追加到已有 Skill 中；同时提供 version_manager.py 工具用于版本管理，并可通过 skill_writer.py --action list 列出已有 Skill。

多宿主兼容

支持将生成的 Person Profile 作为 Agent Skill 安装到 Claude Code、Hermes、OpenClaw、Codex、DeepSeek Harness、Pi、Grok Build 和 OpenCode 等宿主中，供用户在这些工具内发现并调用。

资源配置

适用平台

Claude CodeCodex通用 Agent其他

支持模型

模型无关

调用方式

自动触发手动调用命令调用

安装与调用

  1. 把 Distilly 安装到支持 Agent Skills 的工具，并准备要提炼的聊天、文档、访谈或公开资料。

  2. 说明希望建立的人物画像及用途，让技能先整理可引用的来源和关键信号。

  3. 检查它提炼的心智模型、决策方式和表达风格，删除证据不足或互相矛盾的结论。

  4. 确认后生成技能包，并在目标 Agent 中用实际问题测试画像是否能稳定复现且仍保留来源依据。

使用案例

离职同事经验沉淀

使用场景团队协作与知识交接

同事离职前，用飞书自动采集其消息记录与文档，生成包含技术标准、工作流程与表达习惯的 Work Skill 与 Persona，供团队 Agent 继续参考。

公众人物研究画像

使用场景内容研究与观点参考

以公开视频字幕和公开帖子为素材，经字幕转写、研究合并与质量检查，整理出该人物的决策模式与表达方式画像。

关系人物画像

使用场景个人情感与沟通参考

基于聊天素材整理表达模式、情绪触发点、冲突与修复模式，形成可复用的 Persona Skill。

包含内容

distilly-source.zip
LICENSE-MIT.txt
README-中文安装说明.md
SHA256.txt

常见问题

Distilly 的 SKILL.md 中 {distilly_skill_root} 占位符应如何解析？
SKILL.md 要求先取得宿主实际加载的这份 SKILL.md 所在绝对目录，并以 {distilly_skill_root} 表示该目录。Claude Code 可用 ${CLAUDE_SKILL_DIR}，其他宿主使用其 Skill discovery context 提供的已加载路径；不要假设 shell 当前工作目录就是 Skill 根目录，也不要猜测或硬编码安装路径。若宿主未暴露加载路径或存在多个 Distilly 安装导致歧义，应先让用户确认当前生效的安装。
Distilly 的 tools/ 与 prompts/ 资源应相对哪个路径解析？
SKILL.md 规定所有 tools/... 和 prompts/... 资源都要相对 {distilly_skill_root} 解析，例如执行内置 tools/example.py 时应使用 python3 "{distilly_skill_root}/tools/example.py"，并在实际工具调用中把占位符替换为解析出的绝对路径。同时应让 shell 保持在用户当前工作区，使 ./skills/... 这类相对输出路径仍位于项目本地。
Distilly 的 Python 依赖中哪些是必需、哪些是可选的？
requirements.txt 中必需依赖为 requests>=2.28.0。可选依赖包括：pypinyin>=0.48.0（中文名转 slug）、playwright>=1.40.0（Lark 兼容浏览器登录 / DingTalk 消息抓取）、slack-sdk>=3.27.0（Slack 自动采集）、python-docx>=1.1.0 与 openpyxl>=3.1.0（Word/Excel 解析，若不可用则先转成 PDF/CSV）。
Distilly 的 npm 包对 Node 版本和发布源有什么要求？
package.json 显示包名为 @titanwings/distilly，版本 1.0.0，engines.node 要求 >=18，bin 提供 distilly 命令指向 bin/distilly.mjs，publishConfig.registry 为 https://npm.pkg.github.com。
Distilly 支持哪些宿主或数据源？
docs/assets/hosts/README.md 列出的宿主品牌资源包括 Claude Code、Hermes Agent、OpenClaw、Codex、DeepSeek Harness、Pi coding agent、Grok Build、OpenCode；docs/assets/sources/README.md 列出的数据源包括 Lark、DingTalk、Slack、X、WeChat。这些名称仅用于记录兼容性，不代表背书。