TL;DR

Distilly는 Python 라이브러리나 독립 실행형 CLI가 아니라 AgentSkills Standard 생태계의 plugin-extension-skill입니다. 메시지, 문서, 인터뷰, 공개 자료를 분석해 인물의 판단 방식과 표현 패턴을 담은 Person Profile을 만들고 이를 Agent Skill로 패키징합니다. colleague, relationship, celebrity별 분석 구조와 자료 수집 흐름을 제공하며 Claude Code, Codex, OpenCode 등 8개 Agent host에서 사용할 수 있습니다. 다만 결과 품질은 입력 자료의 양과 직접성에 좌우되고, 자동 수집에는 Lark 앱 봇 추가나 Slack 관리자 권한 같은 별도 조건이 필요합니다.

핵심 포인트

• Distilly는 사람의 메시지와 문서에서 경험, 판단 기준, 말투, 업무 방식을 추출해 재사용 가능한 Person Profile로 만드는 Agent Skill입니다. 입력 자료를 source-grounded 구조로 정리하므로 인물 전체를 복제한다고 주장하지 않습니다. 결과물은 지원되는 Agent host에 설치 가능한 Skill 형태로 패키징됩니다.
• 현재 colleague, relationship, celebrity 세 가지 인물군을 하나의 생성 흐름으로 처리합니다. colleague는 Work Skill과 Persona를 결합하고 relationship은 감정 자극과 갈등·회복 패턴을 정리합니다. celebrity는 자막, transcript 정리, 연구 병합, 품질 검사를 포함한 six-dimension research pipeline을 사용합니다.
• Claude Code를 포함해 Hermes Agent, OpenClaw, Codex, DeepSeek Harness, Pi, Grok Build, OpenCode의 로컬 Skill discovery를 지원합니다. Lark, DingTalk, Slack, WeChat SQLite export, PDF, 이미지, 이메일, Markdown 등 여러 자료원을 입력으로 받을 수 있습니다. 생성된 `{character}-{slug}` Skill은 호스트별 Skills directory에 설치할 수 있습니다.
• 파일을 추가하면 기존 결론을 덮어쓰지 않고 변경분을 관련 섹션에 병합하며, 대화 중 수정 사항은 Correction layer에 기록됩니다. 업데이트마다 자동 보관해 이전 버전으로 되돌릴 수 있습니다. 품질은 원자료에 크게 좌우되므로 동료의 장문 문서나 유명인의 1인칭 자료처럼 직접적이고 충분한 근거가 필요합니다.