create-colleague

Tổng quan về skill create-colleague

Skill create-colleague làm được gì

create-colleague biến các “dấu vết công việc” của một đồng nghiệp thật thành một AI skill có thể tái sử dụng. Mục tiêu cốt lõi của nó không phải là viết tiểu sử chung chung, mà là chắt lọc cách một người làm việc, giao tiếp và ra quyết định để bạn có thể tái tạo một hồ sơ cộng tác viên hữu ích từ tài liệu, chat, ảnh chụp màn hình, email và các nền tảng công việc như Feishu và DingTalk.

Ai nên cài create-colleague

Skill này phù hợp nhất với người dùng Skill Authoring muốn giữ lại tri thức vận hành khi một thành viên rời nhóm, chuyển bộ phận hoặc bàn giao công việc. Nó đặc biệt hữu ích nếu đội của bạn đã có bằng chứng rải rác trong nhiều công cụ làm việc và muốn một thứ có cấu trúc hơn kiểu “hãy viết cho tôi một prompt nghe giống người này”.

Điểm khác biệt giữa create-colleague và prompt thông thường

Một prompt đơn thuần có thể bắt chước giọng điệu. create-colleague skill hướng tới việc tạo ra hai đầu ra tách biệt: một work skill để thực thi công việc và một lớp persona cho phong cách giao tiếp. Repo này cũng có sẵn các luồng nạp dữ liệu từ Feishu, DingTalk, email và file, nên thực tế hơn nhiều so với việc tự dán các đoạn nội dung lẻ tẻ vào chat.

Người dùng thường quan tâm điều gì trước khi cài

Phần lớn quyết định triển khai xoay quanh bốn câu hỏi: nguồn dữ liệu của bạn có được hỗ trợ không, việc cài đặt có gắn chặt với một môi trường agent cụ thể không, đầu ra sinh ra có chỉnh sửa được sau lần chạy đầu tiên không, và kết quả có thể tiếp tục tiến hóa theo thời gian không. Ở các điểm này, create-colleague mạnh nhất trong workflow kiểu skill của Claude Code, hỗ trợ cả đường thu thập tự động lẫn thủ công, và có sẵn luồng cập nhật/tiến hóa để sửa sai cũng như bổ sung file mới.

Trường hợp phù hợp và không phù hợp

Hãy dùng create-colleague khi bạn có bằng chứng về cách một người thực sự làm việc: lịch sử tin nhắn, tài liệu, email, ảnh chụp màn hình hoặc mô tả bằng chữ. Nên bỏ qua nếu bạn chỉ muốn một persona hư cấu, một kiểu bắt chước phong cách dùng một lần cho nhanh, hoặc một mẫu vai trò nhóm chung chung. Skill này dành cho việc chắt lọc có cơ sở, không phải roleplay từ đầu vào mỏng.

Cách dùng skill create-colleague

Cài create-colleague vào đúng thư mục skill

Hướng dẫn cài đặt của repo này dùng cách clone, không phải npx. Với Claude Code, hãy cài nó dưới tên create-colleague trong thư mục skills của project hoặc toàn cục:

# project-local
mkdir -p .claude/skills
git clone https://github.com/titanwings/colleague-skill .claude/skills/create-colleague

# or global
git clone https://github.com/titanwings/colleague-skill ~/.claude/skills/create-colleague

Với OpenClaw:

git clone https://github.com/titanwings/colleague-skill ~/.openclaw/workspace/skills/create-colleague

Chi tiết này quan trọng vì cơ chế trigger của skill và đường dẫn đầu ra được sinh ra đều giả định skill đã được cài trong một thư mục có tên cố định.

Cài dependency trước khi test các collector

Trong thực tế, đường cài create-colleague install phụ thuộc vào loại nguồn dữ liệu bạn muốn dùng. Yêu cầu nền tảng là Python 3.9+. Các package tùy chọn sẽ mở khóa thêm khả năng ingest tốt hơn:

pip3 install pypinyin
pip3 install playwright
playwright install chromium
npm install -g feishu-mcp
pip3 install python-docx openpyxl

Nếu bỏ qua các dependency này, skill vẫn có thể chạy với file tải lên thủ công và đầu vào văn bản, nhưng một số luồng thu thập tự động và chuyển đổi file sẽ không hoạt động.

Khởi chạy skill bằng đúng trigger

Trong các môi trường agent được hỗ trợ, hãy gọi nó bằng /create-colleague. Repo cũng ghi rõ các trigger ngôn ngữ tự nhiên như yêu cầu tạo colleague skill, cùng các luồng cập nhật như /update-colleague {slug} và /list-colleagues. Nếu kế hoạch thử nghiệm của bạn là “cài xong rồi kiểm tra xem nó có thức dậy đúng không”, đây là hành vi đầu tiên cần xác minh.

Hiểu create-colleague cần loại đầu vào nào

Đầu ra tốt nhất thường đến từ việc kết hợp hai nhóm đầu vào:

1. thông tin cơ bản có cấu trúc về người đó
2. bằng chứng về cách họ làm việc

Workflow sẽ hỏi các thông tin nền như tên, vai trò, cấp độ, bối cảnh công ty, vài gợi ý về tính cách và ấn tượng chủ quan của bạn. Sau đó nó nạp các tư liệu như tin nhắn Feishu, tài liệu DingTalk, JSON export, email, ảnh chụp màn hình, PDF, markdown hoặc văn bản dán trực tiếp. Nếu bạn chỉ cung cấp thông tin nhân khẩu học mà không có “dấu vết công việc”, hãy chờ một đầu ra khá nông.

Biến yêu cầu sơ sài thành prompt create-colleague mạnh hơn

Một yêu cầu yếu là: “Make a skill for Alice.”

Một prompt create-colleague usage mạnh hơn nên nêu rõ:

• người đó là ai
• họ đã làm loại công việc gì
• bạn đang có những tư liệu nào
• bạn muốn skill được tạo ra giỏi ở điểm nào
• tín hiệu mạnh nhất nằm ở đâu
• điều gì không nên bị suy diễn

Ví dụ:

/create-colleague

Name: Alice
Role: Staff backend engineer
Company context: B2B SaaS, billing platform
What I need: a skill that reproduces her incident response style, API review standards, and communication tone with PMs
Sources: 2 Feishu doc links, 1 exported message JSON, 6 screenshots of architecture notes, 3 handoff emails
Important: prioritize technical judgment and escalation habits over personality mimicry
Do not infer management style from jokes or casual chat

Kiểu prompt này giúp giảm việc overfit vào giọng điệu bề mặt và cải thiện sự tách bạch giữa phần work và phần persona.

Chọn đúng đường thu thập dữ liệu

Repo cung cấp nhiều pipeline nguồn khác nhau, và lựa chọn đúng sẽ ảnh hưởng trực tiếp tới công sức triển khai cũng như độ tin cậy:

• tools/feishu_auto_collector.py: phù hợp nhất khi bạn có app credentials của Feishu
• tools/feishu_browser.py: hữu ích với tài liệu nội bộ nằm sau lớp đăng nhập trình duyệt
• tools/feishu_mcp_client.py: dùng để truy cập tài liệu Feishu qua luồng token-based
• tools/dingtalk_auto_collector.py: đường thu thập cho DingTalk
• tools/email_parser.py: dành cho .eml hoặc .mbox
• tools/feishu_parser.py: phân tích JSON export từ Feishu

Nếu team bạn không thể cấp app credentials, thì đường browser hoặc đi qua file thủ công thường là điểm khởi đầu thực tế hơn.

Nên đọc những file nào trước

Nếu muốn đánh giá nhanh xem có phù hợp hay không, hãy đọc theo thứ tự này:

1. SKILL.md để hiểu logic trigger, các tool được phép dùng và workflow
2. INSTALL.md để nắm thiết lập môi trường thực tế và lựa chọn dependency
3. README_EN.md để xem các nguồn được hỗ trợ và cách repo tự định vị với người dùng
4. docs/PRD.md để hiểu mô hình đầu ra dự kiến và luồng tiến hóa/cập nhật
5. các file trong prompts/ nếu bạn định chỉnh cách phân tích hành vi

Cách đọc này cho chất lượng ra quyết định nhanh hơn nhiều so với việc lướt cây thư mục repo một cách ngẫu nhiên.

Hiểu cấu trúc đầu ra mà create-colleague tạo ra

Thiết kế sản phẩm của repo tách đầu ra thành:

• một Work Skill
• một Persona
• một kết quả kiểu SKILL.md đã ghép để dùng trực tiếp

Việc tách này rất quan trọng khi cân nhắc triển khai. Nếu bạn chủ yếu cần “cách họ xử lý công việc”, có thể giữ ảnh hưởng của persona ở mức nhẹ hơn. Nếu muốn giao tiếp chân thực hơn, bạn có thể tăng trọng số bằng chứng cho persona. Skill này hữu ích hơn một prompt pha trộn tất cả vì nó xem năng lực và phong cách là hai loại tín hiệu khác nhau.

Hãy xem create-colleague là một quy trình lặp

Một tư duy create-colleague guide hiệu quả là coi lần chạy đầu tiên như bản nháp. Skill hỗ trợ “evolution mode” khi bạn thêm file, sửa các nhận định sai hoặc tinh chỉnh hành vi sau khi review. Cách này phù hợp với việc chắt lọc tri thức công việc ngoài đời hơn nhiều so với cố ép ra một one-shot prompt hoàn hảo ngay từ ngày đầu.

Mẹo thực tế để nâng chất lượng đầu ra

Đầu vào có tín hiệu mạnh thường là:

• các cuộc trao đổi nặng về quyết định, không chỉ chat xã giao
• tài liệu có tiêu chuẩn rõ ràng, tradeoff hoặc comment review
• ví dụ trải trên nhiều loại công việc, không phải một hiện vật đơn lẻ
• các đính chính của chính bạn về điều người đó chắc chắn sẽ không làm

Đầu vào tín hiệu thấp thường là:

• chỉ có ảnh chụp màn hình mà không có ngữ cảnh
• chỉ có những mô tả mang tính khen ngợi
• chỉ có tài liệu trang trọng nhưng không thể hiện cách ra quyết định
• tư liệu trộn từ nhiều người mà không gắn nhãn

Đầu ra được ghi vào đâu và vì sao điều đó quan trọng

Tài liệu cài đặt ghi rõ rằng các colleague skill được tạo ra mặc định sẽ được ghi vào ./colleagues/ trong cách dùng thiên về Claude Code. Điều này quan trọng ở khía cạnh vận hành: trước khi rollout, hãy quyết định rõ skill được sinh ra nên nằm trong repo của bạn, một workspace nội bộ dùng chung, hay môi trường cá nhân. Nhiều team thường đánh giá thấp phần bảo trì của các skill được tạo tự động.

Câu hỏi thường gặp về skill create-colleague

create-colleague có phù hợp với người mới dùng Skill Authoring không?

Có, nếu bạn đã biết cách cài một repo-based skill và cung cấp nguồn tư liệu đầu vào. Workflow có hướng dẫn, nhưng đây không phải ứng dụng consumer kiểu một chạm. Bạn sẽ có kết quả tốt hơn nếu quen với việc chọn nguồn dữ liệu và review đầu ra một cách phản biện.

create-colleague có tốt hơn prompt thông thường không?

Thông thường là có, nếu vấn đề thật sự của bạn là lưu giữ cách làm việc của một đồng đội chứ không chỉ bắt chước giọng văn. Giá trị cộng thêm đến từ intake có cấu trúc, các collector được hỗ trợ, cơ chế sinh work/persona tách biệt và đường cập nhật rõ ràng. Nếu nhu cầu của bạn chỉ là “viết theo phong cách trực diện”, một prompt thông thường có thể đã đủ.

Loại tư liệu nguồn nào hoạt động tốt nhất?

Tổ hợp tốt nhất là các tư liệu gắn với công việc: chuỗi tin nhắn về quyết định, comment review, tài liệu nội bộ, ghi chú quy trình, email bàn giao và ví dụ thể hiện cách cân nhắc tradeoff. Dữ liệu chỉ nói về tính cách là chưa đủ nếu bạn muốn skill được tạo ra có thể làm việc một cách đáng tin.

create-colleague có bắt buộc phải dùng Feishu hoặc DingTalk không?

Không. Đây là những tùy chọn thu thập dữ liệu quan trọng, chứ không phải điều kiện bắt buộc. Bạn cũng có thể dùng PDF, markdown, ảnh chụp màn hình, email, văn bản dán trực tiếp và file export. Nhờ vậy, skill vẫn dùng được ngoài một workflow chỉ xoay quanh Feishu.

Khi nào không nên cài create-colleague?

Không nên chọn nếu bạn cần một preset phong cách đơn giản, một nhân vật hư cấu, hoặc một bản mô phỏng con người được đảm bảo chính xác từ lượng bằng chứng ít ỏi. Cũng nên bỏ qua nếu môi trường của bạn không chạy được bộ tooling cần thiết của skill, hoặc mô hình truy cập dữ liệu của bạn không cho phép export hay thu thập các tư liệu cần thiết.

Tôi có thể cập nhật colleague đã tạo sau phiên bản đầu tiên không?

Có. Repo hỗ trợ rõ ràng việc nối thêm file, sửa các suy luận sai và phát triển tiếp một colleague đã được tạo. Đây là một trong những lý do mạnh nhất để ưu tiên create-colleague thay vì một prompt thủ công tĩnh.

Cách cải thiện skill create-colleague

Hãy đưa cho create-colleague bằng chứng, không chỉ tính từ

Cách nhanh nhất để cải thiện kết quả của create-colleague là thay các nhãn như “rất chặt chẽ” hoặc “hơi sắc” bằng bằng chứng cụ thể:

• các comment review họ lặp đi lặp lại
• ví dụ về công việc được chấp nhận so với bị từ chối
• tài liệu cho thấy cấu trúc mặc định họ hay dùng
• tin nhắn escalation trong lúc incident
• những cụm từ họ dùng khi chưa chắc chắn

Bằng chứng giúp work skill được tạo ra trở nên hành động được hơn và phần persona bớt thành biếm họa.

Tách tín hiệu về kỹ năng khỏi tín hiệu về tính cách

Người dùng thường trộn lẫn “họ biết gì” với “họ nói ra sao”. Kết quả sẽ tốt hơn nếu bạn gắn nhãn đầu vào rõ ràng:

• đầu vào về work: spec, ghi chú code review, runbook, comment kiến trúc
• đầu vào về persona: giọng điệu chat, cách xử lý xung đột, kiểu hài hước, cách họ phản biện

Điều này giúp skill giữ đầu ra work/persona tách biệt thay vì tạo ra một bản bắt chước mơ hồ.

Gắn nhãn độ tin cậy của nguồn

Không phải đầu vào nào cũng nên được cân trọng số như nhau. Hãy nói cho skill biết tài liệu nào là chuẩn, mới hay nhiễu. Ví dụ:

• “These review comments reflect current standards”
• “These 2022 chats are outdated”
• “This screenshot is second-hand and may be inaccurate”

Cách này làm giảm suy diễn sai và giúp create-colleague ưu tiên bằng chứng tốt hơn.

Sửa bản nháp đầu tiên bằng các patch cụ thể

Khi đầu ra đầu tiên sai, đừng chỉ nói “cảm giác không đúng”. Những chỉnh sửa tốt hơn sẽ trông như:

• “He prefers rollback first, not hotfix-in-place”
• “She is concise with peers but much more explanatory with junior engineers”
• “Do not make him sound sarcastic in formal docs”
• “Her strongest skill is requirements clarification, not system design”

Các patch cụ thể dễ được hợp nhất vào phiên bản tiếp theo hơn là sự không hài lòng mơ hồ.

Đọc các file prompt nếu bạn định tùy biến hành vi

Thư mục prompts/ rất đáng đọc nếu bạn muốn thay đổi cách skill phân tích hoặc hợp nhất bằng chứng. Các file như intake.md, work_analyzer.md, persona_analyzer.md, work_builder.md, persona_builder.md, merger.md, và correction_handler.md cho thấy những điểm thực sự định hình chất lượng đầu ra. Đây là nơi đúng để kiểm tra nếu cán cân mặc định giữa work và persona không hợp với use case của bạn.

Theo dõi các lỗi thường gặp của create-colleague

Những rủi ro chất lượng chính gồm:

• quá nghiêng về giọng điệu mà không xây được năng lực làm việc thực sự
• suy diễn quá nhiều từ nguồn tư liệu ít hoặc thiên lệch
• trộn nhiều đồng nghiệp vào cùng một hồ sơ
• xem hiện vật cũ như hành vi hiện tại
• nhầm quy trình công ty với phong cách cá nhân

Đây không phải các vấn đề AI trừu tượng; chúng là những lý do rất thực tế khiến colleague được tạo ra trở nên giả hoặc kém hữu ích.

Cải thiện create-colleague bằng cách thu hẹp “job to be done”

Nếu lần chạy đầu tiên cho cảm giác quá rộng, hãy thu hẹp mục tiêu. Trước tiên, yêu cầu một colleague skill được tối ưu cho một miền cụ thể, chẳng hạn incident response, architecture review, customer escalation hoặc giao tiếp với PM. Mục tiêu ban đầu hẹp hơn thường cho ra kết quả đáng tin và hữu ích hơn so với việc cố tái tạo cả một con người trong một lần.

Thiết lập vòng review trước khi rollout cho cả team

Nếu skill được tạo ra sẽ do người khác dùng, hãy review nó cùng một người từng làm việc sát với người gốc. Nhờ họ xác nhận:

• skill chắc chắn nên làm được gì
• skill tuyệt đối không nên khẳng định điều gì
• tình huống nào cần escalation
• phong cách giao tiếp có đủ chính xác để hữu ích hay không

Đây là cách an toàn nhất để cải thiện create-colleague for Skill Authoring trong bối cảnh team thực tế.

Giữ đường cài đặt ở trạng thái dễ bảo trì

Để dùng lâu dài tốt hơn, hãy chuẩn hóa nơi các colleague được tạo ra sẽ nằm, cách version hóa cập nhật, và những collector tùy chọn nào team của bạn chính thức hỗ trợ. Một skill chỉ chạy được trên laptop của một người maintain sẽ khó tạo niềm tin hơn nhiều so với một skill có chính sách cài đặt và cập nhật rõ ràng.

Con đường đơn giản nhất để dùng create-colleague tốt hơn

Nếu chỉ giữ một quy tắc thực dụng: hãy cung cấp ít hiện vật hơn nhưng chất lượng hơn, gắn nhãn rõ ràng, rồi lặp lại bằng các chỉnh sửa có mục tiêu. Đây là cách có đòn bẩy cao nhất để cải thiện cả đầu ra được tạo ra lẫn toàn bộ trải nghiệm create-colleague usage của bạn.