| name | lark-workflow-business-advisor |
| version | 1.0.0 |
| description | AI商业顾问团:8个AI专家角色每晚分析业务数据,汇总去重后发送编号清单到飞书,支持回复编号展开详细分析。当用户需要'商业分析'、'业务报告'、'顾问分析'、'夜间分析'、'业务建议'时使用。 |
| metadata | {"requires":{"bins":["lark-cli"]}} |
AI 商业顾问团工作流
CRITICAL — 开始前 MUST 先用 Read 工具读取 ../lark-shared/SKILL.md,其中包含认证、权限处理
适用场景
- "帮我分析一下最近的业务状况" / "商业分析"
- "生成今日业务报告" / "顾问分析"
- "第 3 条详细说说" / "展开第 N 条建议"
- "昨晚的分析报告" / "查看顾问建议"
前置条件
仅支持 user 身份。执行前确保已授权:
lark-cli auth login --domain base,docs,im,task,calendar
本 Skill 依赖其他工作流 Skill 的数据。需要以下 Skill 至少部分初始化:
lark-workflow-personal-crm(CRM 联系人数据)
lark-workflow-social-tracker(社交媒体数据)
lark-workflow-content-pipeline(创意/内容数据)
lark-workflow-stock-analyzer(投资/财务数据)
未初始化的 Skill 数据将被跳过,不影响其他分析。
工作流总览
数据采集(每晚自动):
├── base +record-list (CRM) ──────► 联系人动态
├── base +record-list (社交追踪) ─► 数据表现
├── base +record-list (创意库) ───► 内容进度
├── base +record-list (分析记录) ─► 投资动态
├── task +get-my-tasks ───────────► 任务完成情况
└── calendar +agenda ─────────────► 近期日程密度
AI 多角色分析:
├── 财务顾问 ──► 分析
├── 营销顾问 ──► 分析
├── 增长顾问 ──► 分析
├── 运营顾问 ──► 分析
├── 内容策略顾问 ──► 分析
├── 关系/BD顾问 ──► 分析
├── 竞争/行业顾问 ──► 分析
└── 综合风险顾问 ──► 分析
汇总:
AI 汇总去重排序 ──► 编号清单
输出:
├── doc +create ──► 存档报告
├── im +messages-send ──► 发送清单
└── base +record-upsert ──► 保存分析记录
数据初始化
Base 表结构
表 1:顾问分析记录 (advisor_analysis)
| 字段名 | 类型 | 说明 |
|---|
| 分析日期 | 日期 | 分析执行日期 |
| 顾问角色 | 单选 | 财务/营销/增长/运营/内容策略/关系BD/竞争行业/综合风险 |
| 分析摘要 | 文本 | 该顾问的核心发现(2-3句话) |
| 建议列表 | 文本 | 编号建议列表 |
| 数据来源 | 文本 | 使用了哪些数据源 |
| 优先级 | 数字 | 建议的重要性评分(1-10) |
表 2:汇总建议 (advisor_summary)
| 字段名 | 类型 | 说明 |
|---|
| 建议编号 | 文本 | 当日编号(如 "1"、"2") |
| 建议内容 | 文本 | 去重后的建议描述 |
| 来源角色 | 文本 | 提出该建议的顾问角色 |
| 优先级 | 数字 | 重要性评分 |
| 用户反馈 | 单选 | 未读/已读/已展开/已执行/忽略 |
| 展开详情 | 文本 | 用户要求展开时的详细分析 |
| 分析日期 | 日期 | 所属分析日期 |
| 报告链接 | URL | 当日完整报告的文档链接 |
初始化命令
lark-cli base +table-create --name "顾问分析记录" --fields '[
{"name":"分析日期","type":"datetime"},
{"name":"顾问角色","type":"select","multiple":false,"options":[{"name":"财务"},{"name":"营销"},{"name":"增长"},{"name":"运营"},{"name":"内容策略"},{"name":"关系BD"},{"name":"竞争行业"},{"name":"综合风险"}]},
{"name":"分析摘要","type":"text"},
{"name":"建议列表","type":"text"},
{"name":"数据来源","type":"text"},
{"name":"优先级","type":"number"}
]'
lark-cli base +table-create --name "汇总建议" --fields '[
{"name":"建议编号","type":"text"},
{"name":"建议内容","type":"text"},
{"name":"来源角色","type":"text"},
{"name":"优先级","type":"number"},
{"name":"用户反馈","type":"select","multiple":false,"options":[{"name":"未读"},{"name":"已读"},{"name":"已展开"},{"name":"已执行"},{"name":"忽略"}]},
{"name":"展开详情","type":"text"},
{"name":"分析日期","type":"datetime"},
{"name":"报告链接","type":"link"}
]'
限流处理:如果 +table-create 因限流部分失败,表仍会创建成功。此时:
- 用
base +table-list 获取 table_id
- 用
base +field-create --table-id <id> --json '{"name":"字段名","type":"text"}' 逐个补字段,每次间隔 1-2 秒
Step 1: 数据采集
根据已初始化的 Skill,拉取对应数据:
lark-cli base +record-list --table-id "<crm_contacts_table_id>" --filter '...热度分 < 30'
lark-cli base +record-list --table-id "<crm_interactions_table_id>" --filter '...互动时间 >= "7天前"'
lark-cli base +record-list --table-id "<social_snapshot_table_id>" --filter '...日期 >= "7天前"'
lark-cli base +record-list --table-id "<idea_table_id>" --filter '...状态 != "已完成"'
lark-cli base +record-list --table-id "<portfolio_table_id>"
lark-cli base +record-list --table-id "<analysis_table_id>" --filter '...分析日期 >= "7天前"'
lark-cli task +get-my-tasks --page-all
lark-cli calendar +agenda --start "7天前" --end "今天"
注意:未初始化的 Skill 数据表不存在时,跳过该数据源即可,不影响其他分析。
Step 2: 8 角色独立分析
1. 财务顾问
关注数据: 投资组合(stock-analyzer)、收入/支出趋势
分析内容:
- 投资组合表现(盈亏、波动)
- 收入趋势变化
- 支出是否合理
- 现金流健康度
2. 营销顾问
关注数据: 社交媒体数据(social-tracker)、内容表现
分析内容:
- 各平台互动趋势
- 哪些内容类型表现最好
- 内容发布节奏是否合理
- 受众增长/流失趋势
3. 增长顾问
关注数据: 粉丝增长、渠道获客
分析内容:
- 总体增长趋势
- 增长最快/最慢的渠道
- 增长率变化
- 与同行的对比
4. 运营顾问
关注数据: 任务完成率、日程密度
分析内容:
- 任务完成率(已完成/总任务)
- 日程安排是否合理(过度/空闲)
- 系统使用效率
- 流程瓶颈
5. 内容策略顾问
关注数据: 创意库(content-pipeline)、内容表现
分析内容:
- 选题质量分布
- 创意执行进度
- 跨平台内容效果对比
- 内容缺口(哪些领域尚未覆盖)
6. 关系/BD 顾问
关注数据: CRM 联系人(personal-crm)、会议记录
分析内容:
- 冷门联系人(需要跟进)
- 新增联系人趋势
- 关系深度分布
- 合作机会识别
7. 竞争/行业顾问
关注数据: 知识库(knowledge-base)、行业动态
分析内容:
- 行业趋势变化
- 竞争对手动态
- 新技术/新模式
- 需要关注的新领域
8. 综合风险顾问
关注数据: 全部数据
分析内容:
- 各维度的潜在风险
- 薄弱环节识别
- 需要优先处理的问题
- 预警信号
Step 3: 汇总去重排序
AI "总秘书"角色汇总所有顾问的建议:
- 去重:合并不同顾问提出的相同或高度相似的建议
- 优先级排序:综合重要性和紧急程度
- 编号:为每条建议分配编号
- 分类标注:标注建议所属的领域
输出格式:
## 今日商业顾问团报告({日期})
### 总览
今日共收到 {N} 条独立建议,来自 {M} 位顾问。
数据来源:CRM({有/无})、社交追踪({有/无})、创意库({有/无})、投资({有/无})
### 建议清单
1. 【财务】你的投资组合本周下跌 5%,主要受科技股拖累。建议检查 AAPL 的持仓比例是否过高。
2. 【关系】张三(XX科技)已 45 天未联系,上次讨论了合作意向,建议主动跟进。
3. 【内容】本周内容发布频率下降 40%,建议安排时间完成创意库中的待执行选题。
4. 【运营】你有 7 个任务已过期未完成,其中 3 个超过 14 天,建议集中清理。
5. 【风险】竞品 YY 产品本周发布新功能,与你的产品路线图有重叠,建议关注。
...
Step 4: 发送和存档
发送到飞书
lark-cli im +messages-send --chat-id "<chat_id>" --markdown "<清单内容>"
存档报告
lark-cli docs +create --title "商业顾问团日报 ({日期})" --markdown "<完整报告>"
保存分析记录
lark-cli base +record-upsert --table-id "<analysis_table_id>" --json '{"字段名":"值"}'
lark-cli base +record-upsert --table-id "<summary_table_id>" --json '{"字段名":"值"}'
模式二:展开详细分析
用户回复编号(如"第 3 条详细说说")时:
- 查找该编号对应的建议和来源角色
- 重新分析该角色的完整观点
- 提供更详细的论据和数据支持
- 给出具体的行动步骤
展开格式
## 第 {N} 条展开分析
### 原始建议
{原始建议内容}
### 来源顾问:{角色名}
### 详细分析
{展开的详细分析内容}
### 数据支撑
{具体数据和来源}
### 建议行动步骤
1. {步骤1}
2. {步骤2}
3. {步骤3}
### 预期效果
{如果执行该建议,预期会有什么改善}
模式三:定时执行
使用 CronCreate 设置每晚自动执行:
# 每晚 22:00 自动生成商业分析报告
CronCreate: cron="0 22 * * 1-5", prompt="运行商业顾问团分析,生成今日报告并发送到飞书", recurring=true
权限表
| 命令 | 所需 scope |
|---|
base +table-create | bitable:app |
base +record-list | bitable:app:read |
base +record-upsert | bitable:app:write |
docs +create | docx:document:create |
im +messages-send | im:message:send_as_bot |
task +get-my-tasks | task:task:read |
calendar +agenda | calendar:calendar.event:read |
参考