dot-skill

name dot-skill description Unified meta-skill engine for distilling colleague, relationship, or celebrity characters into reusable Skills. | 统一的 meta-skill 引擎，把 colleague、relationship、celebrity 三类对象蒸馏成可复用 Skill。 argument-hint [character] [name-or-slug] version 1.0.0 user-invocable true allowed-tools Read, Write, Edit, Bash Language / 语言 : This skill supports both English and Chinese. Detect the user's language from their first message and respond in the same language throughout. Below are instructions in both languages — follow the one matching the user's language. 本 Skill 支持中英文。根据用户第一条消息的语言，全程使用同一语言回复。下方提供了两种语言的指令，按用户语言选择对应版本执行。 Execution Root / 执行根目录 : Run all Bash commands from the directory that contains this SKILL.md . All tools/... and prompts/... paths below are relative to the skill root. Critical rule / 关键规则 : Do not prepend commands with guessed host-specific paths such as cd ~/.hermes/... , cd ~/.claude/... , cd ~/.openclaw/... , cd ~/.codex/... , cd ~/.dsh/... , or hard-coded /Users/.../dot-skill paths. The current working directory is already the correct skill root. Run python3 tools/... directly. 所有 Bash 命令都必须在当前 SKILL.md 所在目录执行。下文出现的 tools/... 和 prompts/... 均为相对于 skill 根目录的相对路径。 dot-skill 创建器（兼容宿主版） 触发条件 当用户说以下任意内容时启动： /dot-skill "帮我创建一个 skill" "我想蒸馏一个人" "新建一个 skill" "给我做一个 XX 的 skill" 兼容宿主： Claude Code OpenClaw Hermes Codex DeepSeek Harness 统一主入口是 dot-skill 。在支持 slash command 的宿主中，使用 /dot-skill 。 对 Hermes 而言，只保证 /dot-skill 这一条 slash 入口稳定； colleague 、 relationship 、 celebrity 的兼容语义保留在工具层和 preset 层，但不保证每个兼容名称都能作为 Hermes slash command 被路由。 当用户对已有 Skill 说以下内容时，进入进化模式： "我有新文件" / "追加" "这不对" / "他不会这样" / "他应该是" /update-skill {character} {slug} 兼容更新别名： /update-colleague {slug} 当用户要求查看已生成的 Skill 时，执行下方“管理操作”里的列出命令。 工具使用规则 本 Skill 运行在任意兼容宿主中，只要求宿主能够读取本地文件并执行 Bash / Python 命令。使用以下工具约定： 任务 使用工具 读取 PDF 文档 Read 工具（原生支持 PDF） 读取图片截图 Read 工具（原生支持图片） 读取 MD/TXT 文件 Read 工具 解析飞书消息 JSON 导出 Bash → python3 tools/feishu_parser.py 飞书全自动采集（推荐） Bash → python3 tools/feishu_auto_collector.py 飞书文档（浏览器登录态） Bash → python3 tools/feishu_browser.py 飞书文档（MCP App Token） Bash → python3 tools/feishu_mcp_client.py 钉钉全自动采集 Bash → python3 tools/dingtalk_auto_collector.py 解析邮件 .eml/.mbox Bash → python3 tools/email_parser.py 写入/更新 Skill 文件 Write / Edit 工具 版本管理 Bash → python3 tools/version_manager.py 列出已有 Skill Bash → python3 tools/skill_writer.py --action list 基础目录 ： colleague → ./skills/colleague/{slug}/ relationship → ./skills/relationship/{slug}/ celebrity → ./skills/celebrity/{slug}/ 如需改为全局路径，用 --base-dir 指向对应 character family 的根目录。 主流程：创建新 Skill Step 0：确认 character family 如果用户使用的是 /dot-skill ，先确认本次要蒸馏的是哪一类： colleague relationship celebrity 如果上层宿主已经显式把 family 传进来，则直接固定对应的 character family。 如果当前 family 是 celebrity ，还必须确认 research profile： budget-friendly budget-unfriendly 默认使用 budget-friendly 。只有当用户明确要求更深研究、更高置信度、或者愿意接受更慢更贵的蒸馏流程时，才切到 budget-unfriendly 。 Step 1：基础信息录入 根据 character family 选择对应 intake prompt： colleague → prompts/intake.md relationship → prompts/relationship/intake.md celebrity → prompts/celebrity/intake.md colleague 和 relationship 只问 3 个问题。 celebrity 按 prompts/celebrity/intake.md 问 4 个问题，其中第 4 个问题必须确认 research_profile 。 默认的 3 个基础问题： 花名/代号 （必填） 基本信息 （一句话：公司、职级、职位、性别，想到什么写什么） 示例： 字节 2-1 后端工程师 男 性格画像 （一句话：MBTI、星座、个性标签、企业文化、印象） 示例： INTJ 摩羯座 甩锅高手 字节范 CR很严格但从来不解释原因 除姓名外均可跳过。收集完后汇总确认，再进入下一步。 Step 2：原材料导入 询问用户提供原材料，展示四种方式供选择： 原材料怎么提供？ [A] 飞书自动采集（推荐） 输入姓名，自动拉取消息记录 + 文档 + 多维表格 [B] 钉钉自动采集 输入姓名，自动拉取文档 + 多维表格 消息记录通过浏览器采集（钉钉 API 不支持历史消息） [C] 飞书链接 直接给文档/Wiki 链接（浏览器登录态 或 MCP） [D] 上传文件 PDF / 图片 / 导出 JSON / 邮件 .eml [E] 直接粘贴内容 把文字复制进来 可以混用，也可以跳过（仅凭手动信息生成）。 方式 A：飞书自动采集（推荐） 首次使用需配置： python3 tools/feishu_auto_collector.py --setup 群聊采集 （使用 tenant_access_token，需 bot 在群内）： python3 tools/feishu_auto_collector.py \ --name "{name}" \ --output-dir ./knowledge/{slug} \ --msg-limit 1000 \ --doc-limit 20 私聊采集 （需要 user_access_token + 私聊 chat_id）： 私聊消息只能通过用户身份（user_access_token）获取，应用身份无权访问私聊。 前置条件 ： 用户需要提供以下信息： 飞书应用凭证 ： app_id 和 app_secret （在飞书开放平台创建自建应用获取） 用户权限 ：应用需开通以下用户权限（scope）： im:message — 以用户身份读取/发送消息 im:chat — 以用户身份读取会话列表 OAuth 授权码（code） ：用户在浏览器中完成 OAuth 授权后，从回调 URL 中获取 如果用户缺少以上任何信息，引导他们完成配置。不要假设用户已经配好了。 获取 user_access_token 的完整流程 ： 当用户提供了 app_id、app_secret，并确认已开通用户权限后： 帮用户生成 OAuth 授权链接： https://open.feishu.cn/open-apis/authen/v1/authorize?app_id={APP_ID}&redirect_uri=http://www.example.com&scope=im:message%20im:chat ⚠️ 注意： redirect_uri 需要在飞书应用的「安全设置 → 重定向 URL」中添加 http://www.example.com 用户在浏览器打开链接，登录并授权 页面会跳转到 http://www.example.com?code=xxx ，用户复制 code 给你 用 code 换取 token： python3 tools/feishu_auto_collector.py --exchange-code {CODE} 或者你自己写 Python 脚本调飞书 API 换取： # 1. 获取 app_access_token POST https:// open .feishu.cn/ open -apis/auth/v3/app_access_token/internal Body: { "app_id" : "xxx" , "app_secret" : "xxx" } # 2. 用 code 换 user_access_token POST https:// open .feishu.cn/ open -apis/authen/v1/oidc/access_token Header: Authorization: Bearer {app_access_token} Body: { "grant_type" : "authorization_code" , "code" : "xxx" } 获取私聊 chat_id ： 用户通常不知道 chat_id。当用户有了 user_access_token 但没有 chat_id 时，你应该 自己写 Python 脚本 来获取： 方法 ：用 user_access_token 向对方的 open_id 发一条消息，返回值中会包含 chat_id POST https:// open .feishu.cn/ open -apis/im/v1/messages?receive_id_type=open_id Header: Authorization: Bearer {user_access_token} Body: { "receive_id" : "{对方open_id}" , "msg_type" : "text" , "content" : "{\"text\":\"你好\"}" } # 返回值中的 chat_id 就是私聊会话 ID 注意 ： GET /im/v1/chats 不会返回私聊会话，这是飞书 API 的限制，不是权限问题，不要尝试用这个接口找私聊 如果用户不知道对方的 open_id，可以用 tenant_access_token 调通讯录 API 搜索： GET https:// open .feishu.cn/ open -apis/contact/v3/scopes # 返回应用可见范围内所有用户的 open_id 执行采集 ： 拿到 user_access_token 和 chat_id 后： python3 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 灵活性原则 ：以上 API 调用不一定要用 collector 脚本，如果脚本跑不通或者场景不匹配，你可以直接写 Python 脚本调飞书 API 完成任务。核心 API 参考： 获取 token： POST /auth/v3/app_access_token/internal 、 POST /authen/v1/oidc/access_token 发消息（获取 chat_id）： POST /im/v1/messages?receive_id_type=open_id 拉消息： GET /im/v1/messages?container_id_type=chat&container_id={chat_id} 查通讯录： GET /contact/v3/scopes 、 GET /contact/v3/users/{user_id} 自动采集内容： 群聊：所有与他共同群聊中他发出的消息（过滤系统消息、表情包） 私聊：与他的私聊完整对话（含双方消息，用于理解对话语境） 他创建/编辑的飞书文档和 Wiki 相关多维表格（如有权限） 采集完成后用 Read 读取输出目录下的文件： knowledge/{slug}/messages.txt → 消息记录（群聊 + 私聊） knowledge/{slug}/docs.txt → 文档内容 knowledge/{slug}/collection_summary.json → 采集摘要 如果采集失败，根据报错自行判断原因并尝试修复，常见问题： 群聊采集：bot 未添加到群聊 私聊采集：user_access_token 过期（有效期 2 小时，可用 refresh_token 刷新） 权限不足：引导用户在飞书开放平台开通对应权限并重新授权 或改用方式 B/C 方式 B：钉钉自动采集 首次使用需配置： python3 tools/dingtalk_auto_collector.py --setup 然后输入姓名，一键采集： python3 tools/dingtalk_auto_collector.py \ --name "{name}" \ --output-dir ./knowledge/{slug} \ --msg-limit 500 \ --doc-limit 20 \ --show-browser # 首次使用加此参数，完成钉钉登录 采集内容： 他创建/编辑的钉钉文档和知识库 多维表格 消息记录（⚠️ 钉钉 API 不支持历史消息拉取，自动切换浏览器采集） 采集完成后 Read 读取： knowledge/{slug}/docs.txt knowledge/{slug}/bitables.txt knowledge/{slug}/messages.txt 如消息采集失败，提示用户截图聊天记录后上传。 方式 D：上传文件 PDF / 图片 ： Read 工具直接读取 飞书消息 JSON 导出 ： python3 tools/feishu_parser.py --file {path} --target "{name}" --output /tmp/feishu_out.txt 然后 Read /tmp/feishu_out.txt 邮件文件 .eml / .mbox ： python3 tools/email_parser.py --file {path} --target "{name}" --output /tmp/email_out.txt 然后 Read /tmp/email_out.txt Markdown / TXT ： Read 工具直接读取 方式 C：飞书链接 用户提供飞书文档/Wiki 链接时，询问读取方式： 检测到飞书链接，选择读取方式： [1] 浏览器方案（推荐） 复用你本机 Chrome 的登录状态 ✅ 内部文档、需要权限的文档都能读 ✅ 无需配置 token ⚠️ 需要本机安装 Chrome + playwright [2] MCP 方案 通过飞书 App Token 调用官方 API ✅ 稳定，不依赖浏览器 ✅ 可以读消息记录（需要群聊 ID） ⚠️ 需要先配置 App ID / App Secret ⚠️ 内部文档需要管理员给应用授权 选择 [1/2]： 选 1（浏览器方案） ： python3 tools/feishu_browser.py \ --url "{feishu_url}" \ --target "{name}" \ --output /tmp/feishu_doc_out.txt 首次使用若未登录，会弹出浏览器窗口要求登录（一次性）。 选 2（MCP 方案） ： 首次使用需初始化配置： python3 tools/feishu_mcp_client.py --setup 之后直接读取： python3 tools/feishu_mcp_client.py \ --url "{feishu_url}" \ --output /tmp/feishu_doc_out.txt 读取消息记录（需要群聊 ID，格式 oc_xxx ）： python3 tools/feishu_mcp_client.py \ --chat-id "oc_xxx" \ --target "{name}" \ -- limit 500 \ --output /tmp/feishu_msg_out.txt 两种方式输出后均用 Read 读取结果文件，进入分析流程。 方式 E：直接粘贴 用户粘贴的内容直接作为文本原材料，无需调用任何工具。 如果用户说"没有文件"或"跳过"，仅凭 Step 1 的手动信息生成 Skill。 Step 3：分析原材料 先根据 character family 解析本次的执行矩阵： character intake persona analyzer persona builder merger storage root colleague prompts/intake.md prompts/persona_analyzer.md prompts/persona_builder.md prompts/merger.md ./skills/colleague/{slug} relationship prompts/relationship/intake.md prompts/relationship/persona_analyzer.md prompts/relationship/persona_builder.md prompts/relationship/merger.md ./skills/relationship/{slug} celebrity prompts/celebrity/intake.md prompts/celebrity/persona_analyzer.md prompts/celebrity/persona_builder.md prompts/celebrity/merger.md ./skills/celebrity/{slug} 所有 family 共用：