Mr pretty1. 项目背景与核心价值
"同事离职"在职场中是个永恒话题——那些朝夕相处的伙伴突然离开，往往意味着关键业务知识的断层。我曾经历过一个典型场景：团队核心开发离职后，某个关键系统的部署流程成了未解之谜，导致新版本上线延误整整两周。这种痛点催生了colleague-skill项目的诞生——通过AI技术实现职场技能的"赛博永生"。
这个Python工具链的本质是构建个人技能的数字孪生。它不像传统文档那样静态记录操作步骤，而是通过Claude Code引擎动态学习用户的工作模式：从Git提交记录分析编码风格，从会议纪要提炼决策逻辑，甚至能模拟特定同事解决问题的独特思维方式。我们实测发现，经过充分训练的模型能还原目标人物75%以上的工作特征。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 环境准备与安装指南
2.1 基础环境配置
推荐使用Ubuntu 22.04 LTS作为基础系统，以下是经过验证的稳定组合：
bash复制# Python环境（必须3.9+）
sudo apt install python3.9 python3.9-venv
python3.9 -m venv colleague-env
source colleague-env/bin/activate
# 关键依赖项
pip install torch==2.0.1 --extra-index-url https://download.pytorch.org/whl/cu118
pip install transformers==4.33.0 faiss-cpu==1.7.4
特别注意：Windows用户需要先安装Visual Studio Build Tools，处理C++编译依赖时会频繁报错
2.2 核心组件安装
项目采用模块化架构，主要组件包括：
- OpenClaw数据采集器：自动收集工作痕迹
bash复制git clone https://github.com/colleague-skills/openclaw.git cd openclaw && pip install -e . - Claude Code推理引擎：核心AI模块
bash复制
pip install claude-code==0.9.3