| name | lark-fashion-cockpit |
| version | 1.0.0 |
| description | 女装电商运营驾驶舱 — 给电商品牌主的飞书 CLI 数字化方案。包含 38 大能力（经营/商品/销售/供应链/管理 5 大板块）+ 飞书 CLI 12 个深度集成 + 14 个独家创新（自演进/精准传达/评论迭代/经验沉淀/双级审批/智能反哺/客观贡献度/妙记自动剪辑/货盘梳理/直播话术分析/虚拟试穿/直播日报/库存 GMV 智能匹配/浏览器自动抓数据）。覆盖经营全流程+组织学习闭环+文档协作闭环+多模态视频/试穿+直播自动化抓数据。当用户提到女装/电商运营/搭配推荐/新品下单/任务追踪/手机指挥/AI 自演进/上传下达/根据评论改文档/经验沉淀/员工贡献度/剪个高光视频/会议金句剪辑/货盘梳理/直播话术分析/虚拟试穿/产品上身/今日直播总结/库存 GMV/浏览器自动抓数据/抖音视频号小红书自动化/初始化系统等场景时使用。 |
| metadata | {"requires":{"bins":["lark-cli"]},"cliHelp":"lark-cli --help"} |
lark-fashion-cockpit — 女装电商运营驾驶舱
🎯 核心定位： 给做女装的人用的（适用所有服装电商品类，化妆品/家居/食品改改字段也能跑）
📦 集成深度： 飞书 CLI 23 个原生 skill 中调用 13 个 + 多 CLI 套娃编排（飞书 CLI + douyin-monitor Python CLI）
🚀 一键搭建： 用户首次说「初始化 / 帮我搭建系统 / 装这个 Skill」时，跳到下方 初始化流程 章节。
🚦 路由总览（用户意图 → 子 skill）
读完本路由表，根据用户意图跳到对应的 skills/<name>/SKILL.md 读详细工作流。
🅰️ 公司经营（7 能力，含 1 个 meta-skill）
🅱️ 商品中心（8 能力）
🅲 销售增长（4 能力）
🅳 供应链履约（2 能力）
🅴 公司管理（11 能力 — 飞书 CLI 增值层 + 组织学习闭环 + 视频剪辑）
| 用户意图关键词 | 跳到子 skill |
|---|
| "知识库 / SOP / 客服话术 / 培训资料" | knowledge-base |
| "会议总结分发 / 按岗位定制纪要 / 上传下达不损耗" 🔥 | meeting-broadcaster |
| "提交经验 / 失败教训 / 改进建议 / 经验沉淀" 🔥 | scripts/experience-capture.ps1 |
| "经验审批 / 知识库归档 / 复用部门" 🔥 | scripts/experience-approval.ps1 |
| "AI 反哺 / 别人犯过吗 / 有人用过吗 / 找谁请教" 🔥 | scripts/knowledge-feedback.ps1 |
| "员工贡献度 / 客观评估 / 奖金参考 / 年终述职" 🔥 | scripts/contribution-tracker.ps1 |
| "剪个高光视频 / 妙记自动剪辑 / 会议金句 / 自动加字幕" 🔥 | meeting-clip-extractor |
| "货盘梳理 / 选品 / 冲销售/清库存/测款/提利润" 🔥 | scripts/merchandise-curation.ps1 |
| "直播话术分析 / 主播评分 / 5 维度复盘" 🔥 | scripts/livestream-script-analyzer.ps1 |
| "虚拟试穿 / 模特换装 / 产品上身预览" 🔥 | scripts/virtual-tryon-mock.py |
| "今日直播总结 / 直播日报 / 早晚场对比" 🔥 | scripts/livestream-daily-report.ps1 |
| "库存 GMV / 库存款销售 / 库存消化" 🔥 | scripts/inventory-gmv-matcher.ps1 |
| "浏览器自动抓数据 / 直播平台自动化 / 抖音视频号小红书爬数据" 🔥 | scripts/livestream-scraper.py |
| "抓直播 / 拉直播数据 / 自动抓数据" 🔥 | scripts/livestream-fetch-by-record.ps1 |
| "OKR / 目标拆解 / 部门指标" | okr-cascade |
| "审批 / 预算 / 采购单 / 退货特批" | approval-flow |
🔥 4 大杀手锏（贯穿全局，不单独成 skill）
| 杀手锏 | 描述 | 在哪用 |
|---|
| 1. 飞书套娃远程指挥 | event 长连接订阅，老板手机一句话 → agent 调全部 skill | 全局入口（参考 examples/larkchannel-pattern.md） |
| 2. AI 产品分析助手 | 自然语言问业务问题 → 读多维表 → 生成飞书文档 | 嵌入 product-library |
| 3. 产品关系图 | whiteboard 自动生成"产品×SKU×内容×投流×直播×素材×元素"图 | 嵌入 product-library |
| 4. 多 CLI 套娃编排 | 飞书 CLI + douyin-monitor Python CLI + 即梦 CLI + ffmpeg 串联 | 架构层 |
📊 数据中枢：14 张飞书多维表
详见 lib/base-schema/README.md。所有 19 能力共享同一个飞书多维表 App。
| # | 表名 | 服务能力 |
|---|
| 1 | 产品库 | 5, 7, 14 |
| 2 | 4 平台销售 | 1, 2, 10 |
| 3 | 库存预警 | 7 |
| 4 | 上新波段 | 4, 6 |
| 5 | 任务清单 | 4, 6, 11, 14 |
| 6 | 选题池 | 9, 11 |
| 7 | 文案库 | 11 |
| 8 | 直播排期 | 12 |
| 9 | 生产档案 | 14 |
| 10 | 客户分层 | 13 |
| 11 | 退货反馈 | 8 |
| 12 | 竞品库 | 9 |
| 13 | OKR | 18 |
| 14 | 审批记录 | 19 |
🧑🤝🧑 9 个角色 + 10 步上新流程
任务下发的标准模板（task-collaboration 用）：
选款 → 设计稿 → 打版 → 打样 → 生产 → 摄影 → 详情页 → 种草内容 → 直播预热 → 上架投流 → 客服培训
| 角色 | 负责步骤 |
|---|
| 设计师 | 设计稿 |
| 打版师 | 打版 / 打样 |
| 生产主管 ⭐ | 跟工厂 / 进度 / 交期 |
| 摄影师 | 产品图 + 模特图 |
| 模特 | 拍摄配合 |
| 运营 | 详情页 / 上架 / 投流 |
| 内容编辑 | 种草视频 / 图文 |
| 主播 ⭐ | 直播预热 / 直播讲解 |
| 客服 | 话术更新 / 团队培训 |
🚀 安装与使用
路径 1：完全零代码（推荐普通老板娘）
打开 飞书 CLI Web（参赛同期作品） → 登录飞书 → 输入 "帮我安装 lark-fashion-cockpit" → 输入 "看下今天卖得怎么样" → 完事
路径 2：装国产 agent（5 分钟）
- 装扣子 / Trae / 爱马仕（任意）
- 复制安装飞书 CLI：
npm install -g @larksuite/cli
- 对 agent 说："安装 lark-fashion-cockpit Skill"
- 用自然语言指挥
路径 3：开发者向（Claude code / Codex）
git clone https://github.com/fxl1209739475-fxl/lark-fashion-cockpit.git
🚀 初始化流程（一键搭建整套数据中枢）
当用户首次说「初始化 / 帮我搭建系统 / 装这个 Skill」时，按本章 9 步执行。
完成后用户飞书账号下会有：1 个多维表 App / 16 张表 / 118 字段 / 4 视图 / 1 仪表盘 8 图表 / 1 个独人通知群 / 1 份团队配置。
Step 0：检查授权 scope
执行任何动作前确认用户已授权：
lark-cli auth login --scope "base:app:create base:table:create base:table:delete base:field:create base:record:create base:record:read base:dashboard:create base:view:read im:chat:create_by_user im:message.send_as_user task:task:write task:task:read contact:user:search docs:document:write_only"
如果有 missing_scope 错误，让用户跑上面命令补授权。
Step 1：建多维表 App
lark-cli base +base-create \
--name "lark-fashion-cockpit 数据中枢" \
--time-zone "Asia/Shanghai" \
--jq '.data.base.base_token'
记录返回的 base_token（后续每个命令都要用），写入用户 ~/.lark-fashion-cockpit/config.json：
{"base_token": "xxxxx", "init_at": "2026-05-XX"}
Step 2：批量建 16 张表
按以下顺序循环 base +table-create --base-token <token> --name <name>：
01_产品库 / 02_4平台销售 / 03_库存预警 / 04_上新波段 / 05_任务清单 / 06_选题池 / 07_文案库 / 08_直播排期 / 09_生产档案 / 10_客户分层 / 11_退货反馈 / 12_竞品博主库 / 13_OKR / 14_审批记录 / 15_市场内容监控 / 16_竞品产品监控
每张表保存返回的 table_id 到 config.json 的 tables 字典里。
⚠️ 飞书有限流：每分钟约 60 次创建。建议每个 table 后 sleep 0.5 秒。
Step 3：删除默认占位表
base +base-create 会自动建一张默认表「数据表」。需手动删除：
lark-cli base +table-list --base-token <token>
lark-cli base +table-delete --base-token <token> --table-id <默认表id> --yes
Step 4：批量建 118 字段
读 lib/base-schema/fields/*.json（69 个普通字段 + 11 个主字段 + 7 个 link 字段，文件名前缀为表序号）：
for json_file in lib/base-schema/fields/*.json; do
table_name=$(basename "$json_file" | cut -d'-' -f1)
table_id=$(jq -r ".tables[\"$table_name\"]" config.json)
lark-cli base +field-create \
--base-token "$base_token" \
--table-id "$table_id" \
--json "@$json_file"
sleep 0.4
done
⚠️ 关键坑（实测踩过）：
- JSON 文件必须是 UTF-8 无 BOM（PowerShell 默认带 BOM 会报错
invalid character 'ï'）
- select 字段的 hue 只能用枚举值：
Red / Orange / Yellow / Lime / Green / Turquoise / Wathet / Blue / Carmine / Purple / Gray（不要用 Cyan / Pink，会报错）
- link 字段不能传
multiple 字段，会报 Unrecognized key 'multiple'
Step 5：建 link 双向关联（关键）
最重要的一条：05_任务清单.所属OKR ↔ 13_OKR.拆解任务 双向关联
{
"name": "所属OKR",
"type": "link",
"link_table": "<13_OKR table_id>",
"bidirectional": true,
"bidirectional_link_field_name": "拆解任务"
}
这一步建好后，OKR 表里会自动出现"拆解任务"反向字段，13 个 OKR 跟踪靠它。
Step 6：建任务清单 4 个视图
for view in "本月团队总览" "我的待办" "按状态看板" "截止日历"; do
lark-cli base +view-create \
--base-token "$base_token" \
--table-id "<05_任务清单 id>" \
--json "{\"name\":\"$view\",\"type\":\"grid\"}"
done
视图的筛选/分组/排序需要单独调 +view-set-filter / +view-set-sort 等。本 Skill 推荐用户在飞书 GUI 直接配置（5 分钟搞定，比 API 简单）。
Step 7：建经营总览仪表盘
DASH_ID=$(lark-cli base +dashboard-create \
--base-token "$base_token" \
--name "🎯 经营总览" \
--jq '.data.dashboard.dashboard_id')
然后批量建 8 个 block（4 指标卡 + 1 饼图 + 1 环形 + 2 柱状）：
读 lib/base-schema/dashboard/block-*.json，循环：
lark-cli base +dashboard-block-create \
--base-token "$base_token" \
--dashboard-id "$DASH_ID" \
--type "<type>" \
--name "<name>" \
--data-config "@<block 文件>"
最后自动布局：
lark-cli base +dashboard-arrange --base-token "$base_token" --dashboard-id "$DASH_ID"
Step 8：建独人通知群（解决 P2P self 无推送的坑）
NOTIFY_CHAT_ID=$(lark-cli im +chat-create \
--as user --type private \
--name "🚀 lark-fashion-cockpit 助手" \
--description "lark-fashion-cockpit Skill 自动通知：上新/库存/AI分析/晨报" \
--jq '.data.chat_id')
⚠️ 关键坑（实测踩过）：
- 给 user-id 自己发消息 API 返回 ok 但飞书 UI 不弹推送
- 跨租户外部联系人不能拉到群（错 232033），所以独人群只能含本人
- 解决方案：建独人群后所有通知发到群里，飞书会原生推送（小红点+角标+锁屏）
Step 9：写入团队配置
{
"boss": {"name": "<姓名>", "open_id": "<self open_id>"},
"notification_chat": {"chat_id": "<step 8 返回>"},
"team_members": {
"设计师": {"name": "", "open_id": ""},
"打版师": {"name": "", "open_id": ""},
"生产主管": {"name": "", "open_id": ""},
"摄影师": {"name": "", "open_id": ""},
"模特": {"name": "", "open_id": ""},
"运营": {"name": "", "open_id": ""},
"内容编辑": {"name": "", "open_id": ""},
"主播": {"name": "", "open_id": ""},
"客服": {"name": "", "open_id": ""}
},
"tables": {},
"dashboard_id": "<step 7 返回>"
}
引导用户：
你的 9 个团队角色对应谁？需要的话告诉我每个角色的姓名，
我用 contact +search-user 找到 open_id 自动填进配置。
未配置的角色，分配任务时会提示用户补全。
Step 10：跑一次「初始化校验」
lark-cli base +table-list --base-token "$base_token"
lark-cli im +messages-send --as user --chat-id "$NOTIFY_CHAT_ID" \
--markdown "🎉 lark-fashion-cockpit 初始化完成！16 张表 + 1 仪表盘 + 1 通知群已就位。"
老板在飞书群收到这条消息 = 初始化成功。
🎬 初始化完成后的 6 个推荐首次操作
让 agent 引导用户：
✅ 初始化完成！现在你可以试这些（都是自然语言一句话）：
1. "新增第一款产品 [款名]" → 启动产品库
2. "录入今天 4 平台销售数据" → 录销售
3. "企划 Q3 早秋第一波，5 款" → 启动上新流程
4. "找出某条件的产品" → AI 产品分析
5. "看下哪些款要补货" → 库存预警
6. "今天店里怎么样" → 经营晨报
对应的子 skill 见上方「路由总览」。
💡 设计哲学
"AI 的能力 = 它使用的工具 + 上下文" — 归藏（飞书 CLI 创作者大赛 4/1 直播）
- 上下文：飞书生态（聊天/会议/文档/多维表/日历/任务/OKR/审批）= 电商品牌主的运营全部数据
- 工具：13 个 lark-cli skill + douyin-monitor Python CLI
- 目标：让女装老板娘离开电脑回去休息，手机一句话搞定经营
📜 许可
MIT License — 欢迎 fork / 改造 / 用于其他垂直行业（化妆品/家居/食品）
🙏 致谢
- 飞书 CLI 团队（开源整个生态）
- 4 月 1 日直播嘉宾：张咋啦、AJ、归藏、来新璐
- 来新璐 Larkchannel — 套娃模式启发
