Menu
每日自动搜索武汉市人工智能相关最新政策、新闻、活动信息，整理后写入飞书多维表格。当用户提到"武汉AI信息采集"、"每日AI信息"、"搜索武汉AI"、"执行今日采集"或要求执行定时信息采集任务时，必须使用本技能。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
售前工程师AI助手。当用户需要做客户背调、准备拜访材料、制作方案PPT、生成Ghost Deck、准备演讲要点、处理客户异议、评估商机成熟度、写会后跟进计划时，即使没有明确说"售前"，也应使用本skill。面向政府、行业头部企业、技术型企业三类客户，覆盖"客户画像→需求分析→Ghost Deck→方案生成→专家自审→演讲要点→异议处理→商机评分→跟进计划"完整售前链路。
用于搜集百度飞桨与文心大模型相关运营资讯、竞品动态、厦门本地 AI 政策活动，并输出潜在客户清单与周度运营汇总的业务技能。当用户提到运营周报、竞品动态、厦门 AI 政策、潜客挖掘、飞桨/文心最新消息、客户线索表、活动情报汇总时都应使用本 Skill。
This skill should be used when the user wants to monitor, search, or analyze social media and web content about ERNIE-Image across Chinese platforms including Zhihu, Xiaohongshu, WeChat Official Accounts, and Baidu Search.
短剧剧本生成Agent。当用户需要创作短剧剧本时使用，支持从选题到成稿的完整创作流程。包含人物设定维护、情节结构规划、剧本格式输出、质量检查等功能。
对即将会面的政府单位、企事业单位等机构进行高可靠背景和业务调研。采用 Pipeline + Reviewer + Generator 结构，强制输出候选来源、原子事实、链接审计、事实准入、组织分析和终审结果，用于尽量确保关键事实均有可核查来源链接，便于进一步深入了解和复核，适用于需要可核查来源和质量门禁的单位调研。
重要会谈谈参生成助手 - 面向高层会谈，基于会谈对象、合作背景、双方诉求与我方能力，自动生成部门领导可直接参考的会谈背景、合作主线、谈话要点、建议提问、后续推进建议及风险提示
| name | wuhan-ai-daily |
| description | 每日自动搜索武汉市人工智能相关最新政策、新闻、活动信息，整理后写入飞书多维表格。当用户提到"武汉AI信息采集"、"每日AI信息"、"搜索武汉AI"、"执行今日采集"或要求执行定时信息采集任务时，必须使用本技能。 |
使用前需在环境变量中配置以下参数（请勿将实际值提交至代码仓库）：
FEISHU_APP_TOKEN = <你的飞书多维表格 App Token>
FEISHU_TABLE_ID = <你的飞书多维表格 Table ID>
配置方式：在 claude_desktop_config.json 的 lark-mcp 启动参数中，或通过系统环境变量注入；也可在本地项目的 .env 文件中设置（.env 需加入 .gitignore）。
飞书写入通过 lark-mcp 工具完成，无需手动鉴权。
| 字段名 | 字段类型 | 说明 |
|---|---|---|
| 发布日期 | 日期 | Unix 毫秒时间戳，取内容发布当日 00:00:00 |
| 信息摘要 | 文本 | 100 字以内，用自己语言概括，不引用原文 |
| 信息源链接 | 文本 | 原始页面完整 URL |
| 类型 | 单选 | 政策 / 新闻 / 活动 / 其他 |
注意：表格第一列「时间」是系统自动生成的创建时间字段（带锁），无法写入，忽略即可。
每次执行使用以下关键词矩阵，覆盖三类信息：
| 类型 | 关键词 |
|---|---|
| 政策 | 武汉 人工智能 政策 最新、武汉 AI 扶持 补贴 |
| 新闻 | 武汉 人工智能 最新动态、武汉 AI 产业 新闻 |
| 活动 | 武汉 人工智能 峰会 论坛、武汉 AI 活动 展会 |
| 大模型 | 武汉 大模型 最新 |
web_search 执行各关键词组，每组取前 5 条web_fetch 精读原文丢弃以下内容：
对每条通过过滤的内容，生成以下字段：
调用 lark-mcp:bitable_v1_appTableRecord_create 逐条写入：
path:
app_token: $FEISHU_APP_TOKEN
table_id: $FEISHU_TABLE_ID
data.fields:
发布日期: <Unix毫秒时间戳>
信息摘要: "<100字以内摘要>"
信息源链接: "<完整URL>"
类型: "<政策|新闻|活动|其他>"
时间戳动态计算规则：
new Date('YYYY-MM-DDT00:00:00+08:00').getTime()int(datetime(YYYY, MM, DD, 0, 0, tzinfo=timezone(timedelta(hours=8))).timestamp() * 1000)执行完成后输出：
本次采集完成 ✅
- 搜索关键词组：X 组
- 候选条目：X 条
- 过滤后写入：X 条
- 写入成功：X 条 / 失败：X 条
- 执行时间：YYYY-MM-DD
若写入条目为 0，输出告警：「今日未采集到相关信息，请人工核查」
| 异常情况 | 处理方式 |
|---|---|
| lark-mcp 返回 91403 Forbidden | 检查多维表格是否已添加「claude助手」文档应用（路径：表格右上角「···」→「更多」→「添加文档应用」） |
| 字段写入失败 | 检查字段名是否与表格完全一致（区分全角/半角） |
| 单条写入失败 | 记录失败原因，继续写入其余条目，最终汇总报告 |
| 搜索无结果 | 尝试备用关键词，仍无结果则输出告警 |