把 Codex 工作记录里的做事方法，变成有据可查的个人 Wiki 和可复用的 Skill。
适合经常用 Codex 开发、排查问题或处理数据，希望把有效方法留给下次使用的人。WorkSkill 从你授权的工作记录中提炼方法，保留原始证据和适用边界，再提出需要验证的 Skill 候选。
先跑合成数据演示 · 安装到 Codex · English · 使用与数据格式
Python 3.10+ · 运行时零第三方依赖 · MIT · 当前版本 0.1.0
你会得到：
- 带证据的个人 Wiki：每条方法可以回到具体记录，查看适用条件与反例。
- 可审查的 Skill 候选：保留版本和失败尝试；通过配对验证后才启用。
- 本地 HTML 报告：在一个页面中查看方法、证据和版本历史。
只需要 Python 和 Git；演示不读取你的真实工作记录，也不需要安装 Skill 或调用模型。
git clone https://github.com/rzr002/workskill.git
cd workskill
python3 scripts/demo.py --output /tmp/workskill-demo用浏览器打开命令输出的 report 路径。你会看到四段虚构工作记录、三个方法模式，以及一次接受和一次拒绝的 Skill 提议。再次运行请换一个新目录。
演示的员工、任务和评估分数均为虚构。 它展示数据流与验证门槛，不代表实际模型性能提升。准备处理自己的记录时，继续安装到 Codex。
flowchart LR
A[已授权的工作记录] --> B[不可变的脱敏证据]
B --> C[个人 Wiki / 方法与反例]
C --> D[候选 Skill]
D --> E{配对验证}
E -->|通过| F[启用新版本]
E -->|未通过| G[保留现有版本]
G --> C
F --> A
员工说“合并前检查主键唯一性，合并后核对金额总计”，可以作为其数据核对方法的证据。AI 自己说“我修好了编码问题”，只会记为 AI 执行经验。跨任务出现不同的人类方法陈述时，证据频次才会从单次观察升级为跨任务复现；这不是员工熟练度或绩效评分。
在已克隆的 workskill 目录中运行：
python3 scripts/install_skill.py安装器把自包含的 skills/distill-work 复制到 ~/.codex/skills/distill-work。如有同名 Skill 会停止，不覆盖本地修改。--dest 可指定其他 Skills 父目录；--dry-run 只预览路径。打开一个新的 Codex 任务，输入：
使用 $distill-work，从我授权的项目 /绝对路径/项目 的 Codex 工作记录中蒸馏个人工作方法。记录来源为 /绝对路径/会话导出目录，个人代号为 demo-user。先更新 Wiki 和能力报告，为可复用的方法提出候选 Skill。
选择已授权的会话导出目录；标准本地 Codex 会话通常位于 ~/.codex/sessions。导入器还会按会话及每轮工作目录过滤项目，目录前缀相似但不在项目内的会话不会纳入。不要用共享账号的混合会话推断某一个员工的能力。
仓库同时提供 .codex-plugin/plugin.json，可供已有 Codex 插件分发系统打包。当前开箱即用的安装入口是上面的独立 Skill 安装器；仓库未配置插件 marketplace。
安装后可以对 Codex 说：
每天晚上 8 点使用 $distill-work 更新现有个人 Wiki。只处理已有授权范围内的新记录，有新的方法或验证结果时再通知我。
Skill 会使用宿主提供的自动化能力配置周期任务。每次增量导入、合并模式、查看失败历史，并提出新候选；缺少真实验证时保留待验证状态。只有宿主确认创建自动化后，持续语义蒸馏才开始运行。 安装本身不会启动后台任务。
也可仅启动本地采集：
python3 skills/distill-work/scripts/workskill.py --vault /绝对路径/私有目录 watch --interval 60watch 只采集记录，不调用模型。完整的持续蒸馏由定时调用 Skill 的 Codex 任务完成。详见 continuous.md。
| 已实现 | 行为 |
|---|---|
| 增量导入 | Codex JSONL 可见用户/助手消息；白名单、去重、部分行恢复、常见密钥与邮箱脱敏 |
| 个人方法归属 | 员工方法 / AI 经验 / 反例分开保存；精确引用核对 |
| 持久 Wiki | 合并证据、版本记录、确认、停用；被拒绝的尝试保留 |
| Skill 编译 | 由模式生成标准 SKILL.md 和私有 PURPOSE.md，保存差异及内容哈希 |
| 验证门槛 | 配对案例、无训练会话重叠、均值提升且单案例不退化、过期候选拦截 |
| 版本管理 | 验证后启用、恢复已启用旧版本、单独导出 Skill |
| 本地报告 | 无网络资源的 HTML，支持证据展开与 Wiki/版本跳转 |
评估由调用方实际运行并提供结果；CLI 验证结果格式、证据文件和版本关联，不独立证明评分真实性。最少两个案例只是运行门槛，不构成统计意义的能力提升证据。这里没有复现 WikiSkill 的论文性能数字。
数据引擎不联网，但由 Codex 阅读的工作内容会进入你配置的模型服务。脱敏是启发式的，无法识别全部商业秘密。当前没有企业 SSO、跨租户权限、员工排名或全自动模型评估服务。
默认私有目录为 ~/.local/share/workskill，或通过 --vault 指定。每个人使用独立目录。
private-vault/
├── config.json # 员工代号、来源与项目白名单
├── workskill.sqlite3 # 权威记录、版本和事件日志
├── raw/ # 不可变的脱敏可见消息快照
├── wiki/
│ ├── patterns/ # 方法、证据与适用边界
│ ├── index.md
│ ├── logs.md
│ └── skill-impact.md # 所有提议及接受/拒绝历史
├── candidates/ # 带内容哈希的候选版本
├── evaluations/ # 评估报告与脱敏轨迹
├── skills/ # 已启用版本
└── report.html # 私有能力报告
SQLite 是权威数据；Markdown 和已启用 Skill 是可重建视图。直接编辑视图会在 render 时被覆盖。导出只复制已启用的 SKILL.md，不包含原始引用或员工来源信息；其中的业务方法文字仍需在分享前审阅。公开发布这个产品不等于发布个人 Wiki。
python3 -m unittest discover -s tests -v
python3 scripts/check_package.pyGitHub Actions 在 Linux、macOS、Windows 上运行测试。测试全部使用临时目录和虚构记录，不读取开发者真实工作记录。更多设计说明见 architecture.md。
可选安装 CLI：python3 -m pip install .，之后运行 workskill --help。独立 Skill 安装不需要 pip。
借鉴 Tang 等人的 WikiSkill: Compiling Agent Experience into Persistent Knowledge for Skill Evolution（2026）：分离原始证据、持续知识和可执行技能，并保留失败提议的学习价值。WorkSkill 面向个人工作方法做了独立实现与产品适配，与 Google 无隶属关系。代码采用 MIT License。
- 想先回顾一天或一周做过什么：Reflect Workday。
- 想组织和调用已有的个人、团队 Skills：Personal Workbench。
这些项目可以独立使用，没有自动同步个人数据的集成。试用后欢迎提交问题或建议：说明使用场景、预期结果和实际结果，并使用合成记录复现。