📦 Create — 创建

v1.0.0

将同事蒸馏为 AI Skill,自动采集飞书/钉钉数据,生成 Work Skill + Persona,持续进化。

0· 0·0 当前·0 累计
0
安全扫描
VirusTotal
可疑
查看报告
OpenClaw
可疑
medium confidence
The 技能's code and 运行time instructions broadly match its 状态d purpose (collecting workplace data and generating 'colleague' 技能s) but they also 请求 and enable high‑risk actions (访问ing private chats, 运行ning collectors that require sensitive 令牌s, writing new 技能s into the 代理 workspace) that a user should not grant lightly.
评估建议
本项目看似实现了其宣称的功能(收集消息/文档并构建 persona + work skills),但需要高权限访问,且可在你的系统上写入并安装新技能。使用前请注意: - 除非你完全信任代码及其维护者,否则不要交出长期有效的用户/管理员 token;优先使用短期 token 或手动导出。 - 在本地审查收集脚本(tools/*.py),确保它们不会将数据泄露到意外端点;检查是否存在硬编码的远程上传端点或遥测。 - 在隔离环境(专用 VM 或容器)中运行收集器,避免将其指向包含无关敏感数据的账户。 - 如需授予 OAuth 凭据,优先手动导出消息历史(JSON/.eml)并喂给工具,而非授予 user_access_token / 应用凭据。 - 谨慎允许技能写入全局技能目录(如 ~/.openclaw 或 ~/.claude);优先使用本地工作路径(./colleagues/),并在启用前检查生成的 SKILL.md / persona / work 文件。 - 测试后,轮换所用 token 并删除已存凭据(如 ~/.colleague-skill)。若无法审计 Python 脚本,请...
详细分析 ▾
用途与能力
该 repo 包含多个收集器(Feishu、DingTalk、Slack、email、WeChat 导出解析器)以及一个 skill writer——与打造“同事”技能的目标一致。Registry 元数据显示无必需环境变量,但 SKILL.md 与 INSTALL.md 明确要求用户提供的 app 凭证 / token 及可选全局安装路径;这可以理解,但 registry 未声明配置 / 凭证需求,属轻微不一致。
指令范围
SKILL.md 指示智能体收集私聊/群聊记录与文档,通过 OAuth 获取 user_access_tokens,发送消息(例如发送“你好”以获取 chat_id),运行本地 Python 收集器(Bash → python3 tools/...),以及读写文件。这些步骤涉及读取并传输可能敏感的私人通信,且需用户提供显式凭据——与简单的 persona generator 相比,存在明显的隐私与权限升级风险。
安装机制
注册表中无安装规范(仅指令),但仓库包含 INSTALL.md 与依赖文件,并推荐安装包(pip 依赖、Playwright、npm feishu-mcp)。Playwright 会安装浏览器二进制(chromium),并建议使用 npm;这些虽属常规,但会增加体积与复杂度。元数据中未发现从未知主机下载远程任意归档,但推荐工具链并不轻量。
凭证需求
SKILL.md 在运行时需要多种敏感凭据(Feishu 的 app_id/app_secret 和 OAuth token、Slack Bot token、DingTalk app key),尽管 registry 并未列出所需的环境变量。文档说明代码会把配置保存在用户主目录下(如 ~/.colleague-skill)。申请访问多个消息系统以及用户级 token 虽与功能集成正比,但风险极高——这些 token 可访问私密数据,并可能代表用户发送消息。
持久化与权限
该技能将生成的技能与知识写入磁盘(./colleagues/{slug}/,或建议使用 ~/.openclaw/workspace/skills/colleagues 等全局路径),即可向 agent 的技能目录持久化新增可执行技能产物。配合默认关闭的 disable-model-invocation=false,可自主调用 Bash/python 工具,显著扩展 agent 的运行能力与潜在破坏范围。always:false 可防止强制引入,但写入/安装行为依然强大。
安全有层次,运行前请审查代码。

运行时依赖

无特殊依赖

安装命令

点击复制
官方npx clawhub@latest install create-colleague
镜像加速npx clawhub@latest install create-colleague --registry https://cn.longxiaskill.com

技能文档

语言 / Language:本 Skill 支持中英文。根据用户首条消息的语言,全程用同一语言回复。下方提供两种语言指令,按用户语言执行对应版本。

同事.skill 创建器(Claude Code 版)

触发条件 启动: /create-colleague “帮我创建一个同事 skill” “我想蒸馏一个同事” “新建同事” “给我做一个 XX 的 skill”

进化: “我有新文件” / “追加” “这不对” / “他不会这样” / “他应该是” /update-colleague {slug}

列表: /list-colleagues

工具使用规则 运行在 Claude Code 环境,任务→工具:

  • 读 PDF / 图片 / MD/TXT → Read
  • 飞书消息 JSON → Bash: python3 ${CLAUDE_SKILL_DIR}/tools/feishu_parser.py
  • 飞书全自动采集 → Bash: python3 ${CLAUDE_SKILL_DIR}/tools/feishu_auto_collector.py
  • 飞书文档(浏览器登录) → Bash: python3 ${CLAUDE_SKILL_DIR}/tools/feishu_browser.py
  • 飞书文档(MCP App Token) → Bash: python3 ${CLAUDE_SKILL_DIR}/tools/feishu_mcp_client.py
  • 钉钉全自动采集 → Bash: python3 ${CLAUDE_SKILL_DIR}/tools/dingtalk_auto_collector.py
  • 邮件 .eml/.mbox → Bash: python3 ${CLAUDE_SKILL_DIR}/tools/email_parser.py
  • 写入/更新 Skill → Write / Edit
  • 版本管理 → Bash: python3 ${CLAUDE_SKILL_DIR}/tools/version_manager.py
  • 列出已有 Skill → Bash: python3 ${CLAUDE_SKILL_DIR}/tools/skill_writer.py --action list

基础目录: Skill 文件写入 ./colleagues/{slug}/ 如需全局路径,加 --base-dir ~/.openclaw/workspace/skills/colleagues

主流程:创建新同事 Skill

Step 1 基础信息(3 问) 参考 ${CLAUDE_SKILL_DIR}/prompts/intake.md,仅问:

  • 花名/代号(必填)
  • 基本信息(一句:公司 职级 职位 性别)
  • 性格画像(一句:MBTI 星座 标签 文化 印象)
除姓名外均可跳过,汇总确认后下一步。

Step 2 原材料导入 选方式: [A] 飞书自动采集(推荐) [B] 钉钉自动采集 [C] 飞书链接 [D] 上传文件 [E] 直接粘贴 可混用或跳过。

方式 A:飞书自动采集 首次配置: python3 ${CLAUDE_SKILL_DIR}/tools/feishu_auto_collector.py --setup

群聊采集(bot 需在群内): python3 ${CLAUDE_SKILL_DIR}/tools/feishu_auto_collector.py \ --name "{name}" \ --output-dir ./knowledge/{slug} \ --msg-limit 1000 \ --doc-limit 20

私聊采集需:

  • app_id、app_secret
  • scope: im:message im:chat
  • OAuth code → 换 user_access_token
  • 用 user_access_token 发消息获取 chat_id
  • 执行:
python3 ${CLAUDE_SKILL_DIR}/tools/feishu_auto_collector.py \ --open-id {对方open_id} \ --p2p-chat-id {chat_id} \ --user-token {user_access_token} \ --name "{name}" \ --output-dir ./knowledge/{slug} \ --msg-limit 1000

采集完读取: knowledge/{slug}/messages.txt knowledge/{slug}/docs.txt knowledge/{slug}/collection_summary.json

数据来源ClawHub ↗ · 中文优化:龙虾技能库