colleague-skill : lire le dépôt, tester le parcours et cerner le périmètre
将冰冷的离别化为温暖的 Skill，欢迎加入数字生命1.0！Transformer des adieux froids en compétences chaleureuses ? C'est l'ère de la renaissance. Bienvenue dans la vie numérique 1.0.
En bref
- De quoi s’agit-il ?
- Un examen en français de titanwings/colleague-skill, fondé sur son README, ses exemples et ses points de vérification concrets.
- À qui s’adresse-t-il ?
- colleague-skill convient aux personnes dont le besoin correspond aux fonctions décrites dans le README. Il ne convient pas à une décision fondée sur la seule popularité ou à une garantie que le dépôt ne formule pas.
- Puis-je l’utiliser commercialement ?
- Oui. MIT est une licence permissive : vous pouvez utiliser, modifier et vendre un logiciel qui en dépend, à condition de conserver les mentions de droit d’auteur et de licence.
- Est-il encore maintenu ?
- Oui. Les derniers commits datent d’il y a 3 jours.
- En quel langage est-il écrit ?
- Principalement Python, d’après les statistiques de langage de GitHub.
Ces réponses reposent sur les données GitHub du projet (dernière synchronisation le 14 septembre 2026) et sur notre analyse. Elles ne constituent pas un avis juridique.
ANALYSE OPEN SOURCE APPROFONDIE
Le périmètre documenté de colleague-skill
Le dépôt GitHub s'appelle colleague-skill, mais son README présente dot-skill (同事.skill) comme la version majeure actuelle. L'idée initiale était de capturer le savoir d'un collègue, mentor ou coéquipier qui part, avant qu'il ne sorte par la porte. Le projet renommé élargit cela à n'importe qui : partenaires, famille, vieux amis, idoles, personnalités publiques, personnages fictifs, même vous-même. Des sources plus une description deviennent une compétence IA qui, selon les mots du README, pense dans leur cadre et parle avec leur voix. Les métadonnées du dépôt indiquent 20 706 étoiles et 2 024 forks ; le README mentionne séparément un jalon de 15k étoiles daté du 19/04/2026 et un rapport technique daté du 01/06/2026. Le README attribue le projet à @titanwings et au centre de sécurité IA du Shanghai AI Lab. Les sources n'établissent ni nombre d'utilisateurs ni déploiements en production.
Les entrées concrètes de colleague-skill
Un point d'entrée unifié /dot-skill repose sur un moteur de compétences généraliste. Le README divise les cibles de distillation en trois familles. colleague couvre collègues, mentors, coéquipiers et partenaires amont/aval, utilise une architecture à deux couches Work Skill plus Persona et prend en charge la collecte automatique via Feishu, DingTalk et Slack. relationship couvre ex, partenaires, parents, amis et famille proche ; le contenu de sa Persona est l'ADN d'expression, les déclencheurs émotionnels, les schémas de conflit et de réparation, et une fonction de partage de photos est listée comme à venir. celebrity couvre les personnalités publiques, créateurs, voix publiques et personnages fictifs, et embarque une chaîne d'outils de recherche à six dimensions, des sous-titres au contrôle qualité. Chaque famille a son propre pipeline de prompts, sa stratégie de collecte et son modèle de génération.
Le parcours décrit par colleague-skill
Huit types de sources sont documentés. Feishu collecte automatiquement messages, documents et feuilles de calcul via API. DingTalk collecte automatiquement documents et feuilles de calcul mais lit les messages via le navigateur, car son API ne fournit pas l'historique des messages. Slack exige un bot installé par un administrateur, et le plan gratuit limite l'historique à 90 jours. L'historique WeChat provient d'exports SQLite produits par WeChatMsg, PyWxDump ou 留痕. PDF, images, captures d'écran, exports JSON Feishu, fichiers email .eml et .mbox, et Markdown ou texte collé directement sont des téléversements manuels. Le README ne traite ni chiffrement, ni exploitation sur site, ni conformité à une réglementation de protection des données.
Ce que le dépôt permet d’observer : colleague-skill
La méthode d'installation recommandée par le README est de confier l'URL du dépôt à un agent, qui détecte le répertoire de compétences de l'hôte, clone le dépôt et enregistre le point d'entrée. L'installation manuelle est un git clone vers un chemin spécifique à l'hôte : ~/.claude/skills/dot-skill pour Claude Code, ~/.openclaw/workspace/skills/dot-skill pour OpenClaw, ~/.codex/skills/dot-skill pour Codex, et pour Hermes, après le clone, lancer python3 tools/install_hermes_skill.py --force. Les compétences de personnage générées peuvent être publiées avec install_claude_generated_skill.py, install_openclaw_generated_skill.py et install_codex_generated_skill.py. Les quatre hôtes compatibles listés sont Claude Code, Hermes Agent, OpenClaw et Codex. Les identifiants pour la collecte automatique Feishu ou DingTalk, la publication et les traitements spécifiques à Windows sont décrits dans INSTALL.md, que le README lie sans reproduire.
Limites et responsabilités autour de colleague-skill
Au lancement, /dot-skill demande d'abord quelle famille distiller, puis demande un alias, un profil de base, des étiquettes de personnalité et une source de données. Selon le README, tous les champs peuvent être ignorés et même une simple description peut générer une compétence. La compétence générée s'invoque avec /{character}-{slug}, avec des variantes -work et -persona. Le tableau des commandes liste aussi python3 tools/skill_writer.py --action list pour énumérer les compétences générées et python3 tools/version_manager.py --action rollback pour revenir à une version. Le pipeline de recherche celebrity passe par quatre commandes : download_subtitles.sh, srt_to_transcript.py, merge_research.py et quality_check.py. Le README inclut trois transcriptions de démonstration : une distillation de célébrité d'Andrej Karpathy adaptée d'un travail communautaire, un ingénieur backend ByteDance L2-1 et un cas relationnel construit à partir de six mois de journaux de discussion. Ce sont des sorties illustratives, pas des résultats mesurés.
Vérifier colleague-skill
Pour un premier contrôle, exécutez l’installation du Skill `distilly` dans le répertoire `distilly`, puis le flux décrit dans la section `Usage`. Choisissez un cas minimal explicitement montré par le projet, notez la version employée et observez la sortie, les fichiers modifiés ou le comportement de l’interface. Pour colleague-skill, cette étape doit répondre à une question précise : l’entrée documentée est-elle disponible dans votre environnement et le résultat correspond-il à la description du README ? Le dépôt ne fournit pas automatiquement un contrat de performance, de sécurité ou de support pour les éléments qu’il ne décrit pas. Gardez donc séparées les observations obtenues avec ce scénario et les hypothèses sur un déploiement plus large.
Décider avec les contraintes de colleague-skill
Le choix de colleague-skill dépend du rôle exact que vous voulez lui confier. Les capacités annoncées peuvent être utiles dans le périmètre couvert par les exemples, tandis que les intégrations, plateformes, formats ou services absents du README restent à vérifier dans le code et la documentation liée. Examinez les dépendances, les options par défaut, les fichiers de configuration et les messages d’erreur qui apparaissent pendant l’essai. Pour une équipe, le point important est de savoir qui maintient la configuration et comment une mise à jour sera repérée. Les releases et les issues du dépôt donnent des signaux de suivi, mais ils ne remplacent pas une procédure adaptée à votre application. Cette lecture conserve ainsi une distinction nette entre ce que colleague-skill annonce, ce que le test local montre et ce que votre contexte exige.
Conclusion éditoriale
colleague-skill convient aux personnes dont le besoin correspond aux fonctions décrites dans le README. Il ne convient pas à une décision fondée sur la seule popularité ou à une garantie que le dépôt ne formule pas. Commencez par l’installation du Skill `distilly` dans le répertoire `distilly`, puis le flux décrit dans la section `Usage`, puis contrôlez la sortie et les fichiers propres à ce projet avant de l’intégrer.
Notes de la communauté