它是什么
Distilly 是一个面向 AI Agent 的「人物建模层」（person-modeling layer）：它把你提供的原始素材——聊天消息、文档、访谈记录、公开资料——蒸馏成一份可移植、有来源依据的 Person Profile（人物画像），再打包成 Agent Skill，供支持该标准的主机安装和调用。换句话说，它不是让你"扮演"某个人，而是把一个人可被观察到的经验、判断方式、表达风格和工作方法提炼成一份结构化的、可以反复加载的能力包。项目原名 Colleague Skill（仓库 slug 曾为 colleague-skill），最初聚焦于"同事离职后把经验留下来"这一场景，后来扩展到更广的建模对象，因此更名为 Distilly；旧名称仍保留在文档中，用于搜索连续性和项目历史追溯。
理解它的关键，是分清两个层次：Person Profile 是产物，Agent Skill 是封装形式。Profile 本身是关于某个人的、有出处支撑的可复用资产；而当前版本把它按 AgentSkills 标准打包，让支持该标准的主机能够"安装—调用"这个 Profile。README 明确划了一条边界：Distilly 建模的是可观察的决策模式与表达方式，它不声称克隆这个人本身——这是一个重要的定位声明，既是技术上的诚实，也是伦理上的自我保护。
核心功能 / 内容清单
- 多源素材输入：README 列出的输入类型包括消息记录（messages）、文档（documents）、访谈（interviews）与公开来源（public sources）。不同类型素材提供的信息维度不同——聊天记录体现表达习惯和即时判断，文档体现结构化的工作方法，访谈适合补充动机与背景，公开资料则适合无法直接接触的公众人物。
- 蒸馏管线（Distillation Pipeline）：整体流程被概括为一条单向链路：素材 → Distilly → Person Profile → Agent / Bot。这条链路的中间环节是"蒸馏"，即从大量零散、非结构化的原始材料中抽取稳定的模式，而不是简单地把原文塞进上下文。
- Person Profile 作为可复用产物：Profile 是项目的核心交付物，具备"可移植"（portable）和"有来源依据"（source-grounded）两个属性。可移植意味着它不绑定在某一次对话或某一个模型窗口里；有来源依据意味着其内容可以追溯到所提供的素材，而非凭空生成。
- 按 Agent Skill 标准打包：当前版本把每个 Profile 封装成一个 Agent Skill，使支持的宿主环境可以像安装其他技能一样安装并调用它。README 提到规范的「创建器 Skill」名为
distilly，应安装在名为distilly的目录下。 - 建模维度明确：官方描述将蒸馏对象归纳为四类——经验（experience）、判断（judgment）、声音（voice）、工作方式（ways of working）。这四类基本覆盖了"一个人在工作中如何思考与行动"的可观察面。
- 极广的建模对象范围：同事、伴侣、家人、老友、偶像、公众人物、虚构角色，甚至你自己。README 用一句话概括为"一个项目，许多种人"。
典型使用场景
场景一：同事离职、导师毕业、成员转岗时的经验交接。
这是项目最初的出发点。现实中最常见的情况是：一位资深同事离职，带走了大量"没有写进文档"的东西——遇到某类问题先看什么、什么情况下该找谁、哪些坑踩过一次就不用再踩。传统做法只能靠交接文档和零散问答，覆盖度很低。用 Distilly 的思路是：把可用的聊天记录、他写过的文档、能补做的访谈整理成素材，蒸馏成一份 Person Profile，再作为 Skill 装进团队使用的 Agent。此后新成员提问时，Agent 可以按这份画像的判断方式来回应，而不是给出泛泛的通用答案。需要注意的是，这类素材往往涉及第三方对话，使用前应确认合规边界。
场景二：就某个你无法接触的人，向 Agent 提问"他会怎么看"。
比如你长期关注某位作者或行业前辈，想就自己的具体问题获得一种贴近其思维方式的回应。做法是把其公开材料（文章、演讲、访谈等）作为素材输入，蒸馏出一份基于公开信息的 Profile。这里的价值不在于"模仿语气"，而在于把该人物反复出现的判断框架稳定下来，使其对新问题也能给出风格一致的推理，而不是每次都由模型自由发挥。同理也适用于虚构角色——素材来自原作文本而非真人，伦理摩擦最小。
场景三：给自己做一份画像。
README 明确把"你自己"列入可建模对象。这在实际使用中往往是效果最直接的一种：把自己的偏好、工作习惯、判断准则固化下来，装进日常使用的 Agent，使其在协作时更贴合个人节奏，而不用每次对话都重新解释背景。
适合谁用
- 做团队知识管理的工程或运营角色：需要把人身上的隐性经验转成可传递资产，尤其在人员流动频繁的团队里。
- AI Agent 的构建者与集成者：已经有一套 Agent 或 Bot 运行环境，希望把"人物"作为一种可插拔的能力单元接入，而不是在提示词里反复手写人设。
- 研究者、写作者、内容创作者：需要针对特定人物（尤其是公众人物或虚构角色）做一致性较强的思维模拟与素材整理。
- 普通个人用户：用于个人偏好固化，或出于情感原因希望对家人、老友的表达方式有所保留——这一类用途对隐私与伦理的判断需要格外谨慎。
- 不适合谁：期望开箱即用、不愿整理素材的用户；以及期望用它"替代真人做决策"的场景——README 本身就不承诺这一点。
快速上手
基本路径可以概括为三步：准备素材 → 生成 Person Profile → 安装到宿主环境调用。
环境方面，README 给出的要求是 Python 3.9+，项目遵循 AgentSkills 标准（agentskills.io），因此运行宿主需要兼容该标准。安装与使用细节集中在官方 README 的 Install 与 Usage 两个章节，另有一个 Demo 段落提供示例；仓库还提供了 Discord 社区入口，供提问与交流。需要特别留意的一个命名细节：规范的创建器 Skill 名为 distilly，应当安装在一个名为 distilly 的目录下，目录名与 Skill 名不一致可能导致调用失败。此外，输入输出格式、素材预处理方式、支持的具体素材类型等，均以官方 README 为准，本文不代为展开。
注意事项
- 隐私与授权是第一道门槛。 消息记录和访谈素材往往包含他人内容。对同事、家人、伴侣等真实人物建模时，需要获得相关方知情同意，并遵守所在地区关于个人信息处理的法律要求。这不是可选项。
- 理解"不是克隆"这条边界。 Distilly 产出的是基于可观察证据的画像，不是对真人的还原。输出会带有素材偏差，也必然遗漏未被记录的部分。不要把 Profile 的输出当作该人物真实意见的权威代表，更不要用它替代本人做出需要承担责任的判断。
- 素材质量直接决定产出质量。 素材越零散、越缺少上下文，蒸馏出的模式就越模糊。与其追求素材数量，不如优先保证素材能体现决策过程——"为什么这样选"比"说了什么"更有价值。
- 协议为 MIT。 可自由使用、修改、分发，甚至用于商业场景，但需保留原始版权与许可声明。协议只覆盖代码本身，不覆盖你输入的人物素材，素材的授权问题需自行解决。
- 留意项目更名带来的混淆。 原名 Colleague Skill /
colleague-skill仍在文档和历史记录中出现，检索安装包或查阅旧教程时注意区分，避免把旧版本说明当作当前行为。 - 宿主兼容性需自行确认。 项目以 Agent Skill 形式交付，能否直接使用取决于你的 Agent 平台是否支持 AgentSkills 标准；不支持的环境可能需要额外的适配工作。