人物Skill蒸馏实践指南

把特定人物的思维方式、工作习惯与表达风格封装成 Agent 可调用的Skill，是一条清晰可落地的路径。nuwa-skill、zhangxuefeng-skill 与 colleague-skill 分别对应蒸馏引擎、深度成品样板与职场同事蒸馏三种形态。下文说明三者关系、共同原理、与知识库/数字人的边界，以及「我要蒸馏一个人该做什么」——含最小样例、失败模式与评测方法。

何时先别蒸馏

深度成品示例里用「张雪峰」仅因其开源样板完整；同一套结构可替换为任意公众人物或主题顾问，不是单一人物推广。

目录

• 1. 三个仓库分别解决什么问题
• 2. 演进关系：工厂、深度与广度
• 3. 共同原理：认知蒸馏而非文档堆砌
• 4. 与知识库、数字人的边界
• 5. 如何蒸馏一个人：两条路径
• 6. 产物结构、触发与归档规范
• 7. 质量门槛、失败模式与评测
• 8. 合规与维护
• 9. 延伸阅读

1. 三个仓库分别解决什么问题

1.1 nuwa-skill：人物 Skill 的「工厂」

输入人名或模糊需求（如「我想提升决策质量」），按Phase 0–5执行：澄清需求 → 建自包含目录 →6 路并行调研→ 三重验证提炼心智模型 → 按模板写SKILL.md→ 已知/边缘/风格测试 → 可选双 Agent 精炼。

配套脚本包括字幕下载、merge_research.py汇总调研、quality_check.py自检。examples/内有多份公众人物示例。

1.2 深度成品样板：工厂能产到多深

目标不是语录复读，而是可运行的认知操作系统：若干心智模型、决策启发式、表达 DNA，以及Agentic Protocol（需事实时先查数据再开口）。完整调研材料在references/research/，Skill 目录可独立拷贝。开源的 zhangxuefeng-skill 是这一档的完整实例。

1.3 colleague-skill：从公众人物下沉到职场

采用Work Skill + Persona双轨：

• Part A（工作能力）：负责系统、技术规范、排查流程、输出偏好
• Part B（人格）：表达风格、决策模式、人际行为；运行时「先 Persona 定态度，再 Work 执行」

支持飞书/钉钉自动采集、浏览器读内部文档、手动上传与粘贴；支持追加语料、对话纠偏、版本回滚。

2. 演进关系：工厂、深度与广度

选型建议

• 严肃决策参考、公众人物思维顾问 → nuwa 流程 + 深度成品式目录结构
• 团队传承、离职交接、CR 习惯保留 → colleague-skill
• 批量造新人物 Skill → 以 nuwa-skill 为主引擎

安装命令因平台而异（例如部分生态提供npx skills add owner/repo）；以各仓库 README 与当前 Agent 的 Skill 安装方式为准。

3. 共同原理：认知蒸馏而非文档堆砌

三个项目的共同本质是人格/认知蒸馏：把隐性经验（Tacit Knowledge）通过 LLM + 工程化流程变成结构化、可复用的方法论模块——不是 FAQ 堆砌，而是可 Invoke 的教练。

3.1 Skill 里通常有什么

nuwa 强调捕捉HOW they think，不是 WHAT they said 的摘抄；colleague 把「术」（Work）与「道」（Persona）解耦再融合。

3.2 语料权重（输入质量）

建议一手来源占比>50%；短视频切片再多，也补不上一本系统著作或一次深访。

3.3 最小可运行SKILL.md片段（示意）

下列为结构示意，可直接当写作模板；内容须换成目标人物的证据化条目。

--- name: example-perspective description: > 在职业选择与路径权衡时启用。触发词：志愿、转行、值不值得读研。 用「就业倒推 + 中位数结果」分析；不替代官方政策与持证咨询。 --- # Example Perspective ## 心智模型 ### 就业倒推 先问毕业后岗位与中位数收入，再倒推专业/院校是否匹配。 **失效**：纯学术志趣且不依赖就业回报时不适用。 ## 决策启发式 - IF 说不出该方向的中位数结局 THEN 先调研再给建议 - IF 家庭现金流紧张 THEN 提高「确定性」权重，降低「情怀」权重 ## 表达 DNA 短句；先结论后理由；允许口语与反问；避免空泛励志。 ## 诚实边界 - 信息截止：YYYY-MM；之后政策/行情需现场检索 - 非本人授权；公开言论推断 - 不提供医疗/法律结论 ## Agentic Protocol 涉及具体院校或行业数据时：先检索再回答；检索失败则声明不确定。

description往往比正文长度更影响会不会被自动选中——写清谁、什么场景、什么触发词。

3.4 执行闭环（colleague 示例）

接收任务 → Persona 定态度 → Work Skill 执行 → 带风格的输出

验收时应先测 Work 是否把事做对，再调 Persona 像不像；顺序反了容易得到「很像但没用」的壳。

4. 与知识库、数字人的边界

4.1 Skill vs 知识库

知识库像字典；Skill 像教练。知识库适合「接口文档在哪」；Skill 适合「这个同事会怎么 Review 这段代码」。

4.2 Skill vs 数字人

完整「数字分身」往往是：数字人作界面 + Skill 作决策核心。当前三个仓库主要做大脑一侧。

5. 如何蒸馏一个人：两条路径

5.1 路线 A：公众人物（nuwa-skill）

1. 明确对象：全名或主题；全面画像还是单一维度（如只做投资判断）。
2. 准备语料（质量关键）：书籍 PDF、长访谈 transcript、视频字幕；本地一手材料权重大于纯 Web 搜索。
3. 触发蒸馏：在已安装 nuwa-skill 的 Agent 中描述目标（如「蒸馏芒格」「造一个 XX 视角 skill」）；模糊需求时引擎会先诊断再推荐。
4. 跟进检查点：Phase 1.5 调研摘要、Phase 2.5 提炼摘要——在此拦截低质量调研比写完再返工便宜。
5. 部署：将整个 skill 目录（含references/research/）拷到当前 Agent 的 skills 路径（见 §6.3）。

标准目录骨架

{name}-perspective/ ├── SKILL.md ├── scripts/ # 可选 └── references/ ├── research/ # 01-writings … 06-timeline └── sources/ # 用户 PDF、transcript

社区成品可按各仓库说明安装（例如支持 Skill 注册表时的npx skills add …）；以 README 为准。

5.2 路线 B：职场同事（colleague-skill）

授权清单（落盘前勾选）

1. 基础信息（3 问）：花名/代号；一句话岗位；一句话性格/文化标签。
2. 原材料渠道

3. 确认预览：Work 摘要与 Persona 摘要后再落盘。
4. 进化：新文件 → 增量合并；「他不会这样」→ Correction 并重生SKILL.md；必要时版本回滚。

安装 create-colleague 元 Skill 的方式见其仓库 README（常见为 clone 到本机 skills 目录）。Cursor 中跑tools/下脚本需要终端权限与 Python 依赖（如 playwright），并自行管理 IM 凭证。

5.3 两条路径对比

6. 产物结构、触发与归档规范

6.1 colleague 生成的同事 Skill

个性化产物通常在colleagues/{slug}/（常 gitignore，适合本地私有）：

colleague-skill/ └── colleagues/ └── tianyi/ ├── SKILL.md ├── work.md ├── persona.md ├── meta.json ├── versions/ └── knowledge/

调用形态多为/{slug}、/{slug}-work、/{slug}-persona（视 Agent 实现而定）。

公众人物成品应放在独立{name}-perspective/或单独仓库——不要放进colleagues/。

6.2 nuwa 生成的 perspective Skill

{skillsRoot}/munger-perspective/ ├── SKILL.md └── references/research/

Skill 须自包含：调研文件在 skill 目录内，不依赖外部临时路径。

6.3 安装路径与触发（多环境）

触发失败时优先查：

1. description是否写清场景与触发词
2. Skill 是否在 Agent实际扫描的目录内
3. 名称/slug 是否与调用方式一致
4. 是否被更高优先级的其它 Skill 抢触发

私有同事 Skill勿 push 到公开远程；原始聊天记录放在knowledge/并脱敏。

7. 质量门槛、失败模式与评测

7.1 质量门槛（静态检查）

宁可交付标注了局限的 60 分 Skill，也不要无来源的 90 分编造。

7.2 常见失败模式

7.3 可重复评测（动态）

准备5–10 道黄金题（固定题干，分版本回归）：

对比测：同一题分别用中性 Agent 与人物 Skill；看差异是否来自方法论，而非多套了几句口头禅。

同事路线：请当事人或熟悉者打两个分——像不像（1–5）、有没有用（1–5）；「有用」低于 3 分时优先改 Work，而不是加语气词。

先小范围试用（一条 CR、一个志愿问题），再扩场景；用「他不会这样」迭代，比一次灌满材料更稳。

8. 合规与维护

8.1 合规

• 职场消息、邮件含隐私与劳动合规风险：仅在有授权、脱敏前提下蒸馏。
• 公众人物 Skill 是公开言论推断，非本人授权代言；须写明边界与调研截止日。
• 飞书/钉钉自动采集需企业开放平台应用与 scope；token 自行管理，不进仓库。

8.2 维护

• 活跃公众人物：定期增量更新对话、决策、时间线类调研。
• 同事 Skill：持续追加文档与纠偏；重大变更前先备份版本。

8.3 落地注意

• Cursor 与 Claude Code 的 skills 路径、工具集不同；脚本依赖与终端权限按环境配置。
• description决定触发率；场景与触发词写清楚。
• Skill 是决策辅助，不能替代持证专业咨询；升学/医疗/法律等以官方与持证意见为准。

9. 延伸阅读

三个仓库均为社区开源项目；IM 采集与人物模拟须遵守当地法律与企业制度。