원클릭으로 Manus에서 모든 스킬 실행

lark-fashion-cockpit-boss-clone-aily

스타6

포크2

업데이트2026년 5월 5일 13:46

把老板娘的决策风格蒸馏成飞书 Aily 智能伙伴 — 员工在飞书里直接 @「老板娘 AI」就能问，老板不在场也能拿到接近真人的判断。当用户说「问老板」「老板会怎么决定」「老板分身」「该不该 X」「下单建议（AI 老板视角）」时使用。基于 26_老板语料库 200 题问答 + 飞书 Aily v1 API。

설치

Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.

Manus에서 실행

출처

SuperDaLin

SuperDaLin/lark-fashion-cockpit

GitHub 저장소 열기 Creator 저장소 보기

다운로드

Manus에서 실행

老板分身 · 飞书 Aily 版 — 让团队在飞书里直接「问老板」

🎯 老板娘的痛点： 团队下单决策、产品会、风险判断都要等老板在场。老板手机不在身边，工厂催报单、设计师卡需求、客服等审批 — 全都僵着。

板块： 🅱 商品中心 / 🅴 公司管理（跨板块的"AI 数字员工"） 数据源： 26_老板语料库（200 题）+ 08_教训库 + 14_审批记录 + 历史决策对话 载体： 飞书 Aily 智能伙伴应用 — 员工在飞书搜「老板娘 AI」就出来对话

一、为什么用 Aily 而不是 IM 卡片

维度	现在 ask-boss.py + IM 卡片	升级到飞书 Aily
谁能用	老板娘自己（要懂关键词）	全员可用，搜助手名字就能聊
上下文	单次问答，无记忆	多轮对话，记得你昨天问过什么
工具调用	只能输出文本	能调飞书 API（建任务/查表/发审批）
知识库	单表 RAG	多表/多文档/网页混合 RAG
维护门槛	改 Python 代码	拖拽配置（运营自己改）
比赛角度	Python 脚本	飞书 2025 最新 AI 平台原生集成

核心升级：从"老板娘个人工具" → "全员可用的 AI 数字员工"。

二、前置条件

lark-cli auth login --scope "aily:session aily:message aily:run aily:skill"

需要权限：

aily:session:write — 创建/更新会话
aily:message:write — 发送消息给 Aily 助手
aily:run:write — 触发 Aily 运行
飞书 Aily 应用一个（在 https://aily.feishu.cn 创建，详见 docs/AILY-SETUP.md）

三、工作流（三个使用场景）

场景 A：员工日常问答（最常用）

触发语： "问老板娘 [问题]" / "@老板娘 AI [问题]" / 在 Aily 里直接聊

# 第 1 步：创建一次会话（同一员工连续提问可复用 session_id 实现多轮记忆）
lark-cli api POST /open-apis/aily/v1/sessions \
  --data '{"channel_context": "{\"chat_id\":\"oc_xxx\",\"user_id\":\"ou_xxx\"}"}' \
  --jq '.data.session.id'
# → 返回 session_id 比如 "session_aabbcc"

# 第 2 步：发问题给 Aily
lark-cli api POST /open-apis/aily/v1/sessions/session_aabbcc/messages \
  --data '{"content": "DRS-0429-FL 这款备 500 件还是 1000 件？", "content_type": "MDX"}'

# 第 3 步：触发一次 Aily 运行（让它处理消息）
lark-cli api POST /open-apis/aily/v1/sessions/session_aabbcc/runs \
  --data '{"app_id": "spring_xxxxx"}' \
  --jq '.data.run.id'

# 第 4 步：拉取 Aily 回复
lark-cli api GET /open-apis/aily/v1/sessions/session_aabbcc/messages \
  --jq '.data.messages | last'

场景 B：直接调技能（绕过对话，要结构化输出）

触发语： 系统/工作流自动调用，不走人聊天

# 调用 Aily 应用预定义的"下单决策"技能
lark-cli api POST /open-apis/aily/v1/apps/spring_xxx/skills/skill_xxx/start \
  --data '{
    "input": {
      "product_id": "DRS-0429-FL",
      "season": "2026-spring",
      "fans_estimate": 1500
    }
  }'
# 同步返回：{"output": {"recommended_qty": 800, "size_ratio": "S:30 M:40 L:30", "reason": "..."}}

场景 C：知识库一键问答（语料库智能查询）

# 直接基于 26_老板语料库 + 08_教训库 做语义检索 + 回答
lark-cli api POST /open-apis/aily/v1/data_knowledge/ask \
  --data '{
    "query": "去年同款备货失败的教训",
    "data_categories": ["category_lessons"]
  }'

四、涉及的飞书 base 表

表	用途
`26_老板语料库` (`tblroqP4Kuz8a1yq`)	200 题问答 → Aily 数据知识
`08_教训库`	每次 launch-decision 反哺的教训
`14_审批记录`	历史审批决策（学习老板的审批风格）

五、典型对话示例

设计师马萍蔓 →「@老板娘AI 这款印花连衣裙我想做，但是面料贵 30%」

老板娘 AI：
  根据老板娘的判断风格（基于 26_语料库 + 08_教训库 综合）：

  ⚠️ 不建议押。理由：
  1. 老板娘对印花款的容忍度低（语料 B-3 / B-37 显示）
  2. 面料贵 30% 已超过她容忍度上限（语料 A-5：" 工厂报价高 10% 是上限"）
  3. 同类爆款历史教训（08_教训库 #L-007）：印花连衣裙退货率高 22%

  💡 替代方案：改纯色试水（老板娘提过 B-3 "印花用基础色款探路"）
  📋 [一键建任务] [一键起审批]

老板娘真在场可以直接在 Aily 里说"我同意" / "那就照分身建议来" → Aily 自动建任务 + 起审批。

六、与其他 skill 协作

launch-decision：分身代老板复审下单决策（90% 一致直接通过，反对时找真老板）
task-collaboration：分身建议被采纳后自动建任务给对应角色
approval-flow：分身可代起审批，老板手机一点完成
knowledge-base：分身回答时自动联动 wiki 上的运营手册

七、参考

操作手册（5 分钟搭 Aily 应用）：references/AILY-SETUP.md
后端脚本：scripts/ask-boss-aily.py
原 Python 版（IM 卡片）：scripts/ask-boss.py
编译人格档案：scripts/build-boss-persona.py
灌入 200 题：scripts/seed-boss-qa.py
飞书 Aily 官方文档：https://open.feishu.cn/document/aily-v1

이 저장소의 다른 Skills

같은 저장소

lark-fashion-cockpit

SuperDaLin/lark-fashion-cockpit

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。

2026-05-066

lark-fashion-cockpit-customer-profile

SuperDaLin/lark-fashion-cockpit

用户画像数据库 — 多平台账号 ID 自动去重 + 聚水潭 ERP 拉历史订单 → 推测尺码/身高/体重/腰围/胸围/风格/购买频次 → 消费者画像。是整个 cockpit 的决策底座，所有上新/营销/选品决策都参考这个画像库。当用户说「客户画像」「用户数据库」「身材分布」「尺码占比」「客户来源」时使用。

2026-05-066

lark-fashion-cockpit-launch-decision

SuperDaLin/lark-fashion-cockpit

"新品下单/翻单智能判断 — 给新款一句"该下多少件"，AI 综合 4 维信号给建议：历史爆款元素相似度 + 滞销避雷 + 退货风险 + 人为操作历史教训。当用户说「这款下多少件」「下单建议」「翻单几件」「该不该备料」「新品备货量」「DRS-XXXX 该下多少」「新品备货决策」时使用。属于 lark-fashion-cockpit 商品中心板块（第 21 个能力）。"

2026-05-066

lark-fashion-cockpit-blogger-monitor

SuperDaLin/lark-fashion-cockpit

对标博主每日监控 + 视频脚本一键拆解 — 监控竞品博主（抖音/快手/视频号）最新视频，AI 评分爆款指数；选中爆款一键拆脚本（yt-dlp + faster-whisper + DOUBAO 多模态 5 维度：镜头/台词/视觉/声音/节奏）。当用户说「监控博主」「看竞品博主」「同行发了啥」「拆这条视频」「二创脚本」时使用。

2026-05-066

lark-fashion-cockpit-event-router

SuperDaLin/lark-fashion-cockpit

飞书 IM 套娃路由 — 老板手机飞书消息触发 agent 自动跑 skill。借鉴 4/1 直播来新璐分享的 Larkchannel 思路，做女装垂直行业的事件驱动版本。当用户说「在飞书里直接指挥」「手机上派活」「不打开电脑也能跑」时使用。属于 lark-fashion-cockpit 公司经营板块（第 23 个能力，杀手锏 1 的实现）。

2026-05-066

lark-fashion-cockpit-im-broadcaster

SuperDaLin/lark-fashion-cockpit

跨平台消息发送 — 飞书一句话指令 → AI 理解 → 同时调用飞书 / 企业微信 / 个人微信 API → 多平台分发消息。一处发消息，不再切 3 个工具复制粘贴。当用户说「通知 ZC 工厂」「群发面料商」「发企微给客户」「跨平台广播」时使用。

2026-05-066

name	lark-fashion-cockpit-boss-clone-aily
version	1.0.0
description	把老板娘的决策风格蒸馏成飞书 Aily 智能伙伴 — 员工在飞书里直接 @「老板娘 AI」就能问，老板不在场也能拿到接近真人的判断。当用户说「问老板」「老板会怎么决定」「老板分身」「该不该 X」「下单建议（AI 老板视角）」时使用。基于 26_老板语料库 200 题问答 + 飞书 Aily v1 API。
metadata	{"requires":{"bins":["lark-cli"]},"cliHelp":"lark-cli api GET /open-apis/aily/v1/sessions"}

老板分身 · 飞书 Aily 版 — 让团队在飞书里直接「问老板」

🎯 老板娘的痛点： 团队下单决策、产品会、风险判断都要等老板在场。老板手机不在身边，工厂催报单、设计师卡需求、客服等审批 — 全都僵着。

板块： 🅱 商品中心 / 🅴 公司管理（跨板块的"AI 数字员工"） 数据源： 26_老板语料库（200 题）+ 08_教训库 + 14_审批记录 + 历史决策对话 载体： 飞书 Aily 智能伙伴应用 — 员工在飞书搜「老板娘 AI」就出来对话

一、为什么用 Aily 而不是 IM 卡片

维度	现在 ask-boss.py + IM 卡片	升级到飞书 Aily
谁能用	老板娘自己（要懂关键词）	全员可用，搜助手名字就能聊
上下文	单次问答，无记忆	多轮对话，记得你昨天问过什么
工具调用	只能输出文本	能调飞书 API（建任务/查表/发审批）
知识库	单表 RAG	多表/多文档/网页混合 RAG
维护门槛	改 Python 代码	拖拽配置（运营自己改）
比赛角度	Python 脚本	飞书 2025 最新 AI 平台原生集成

核心升级：从"老板娘个人工具" → "全员可用的 AI 数字员工"。

二、前置条件

lark-cli auth login --scope "aily:session aily:message aily:run aily:skill"

需要权限：

aily:session:write — 创建/更新会话
aily:message:write — 发送消息给 Aily 助手
aily:run:write — 触发 Aily 运行
飞书 Aily 应用一个（在 https://aily.feishu.cn 创建，详见 docs/AILY-SETUP.md）

三、工作流（三个使用场景）

场景 A：员工日常问答（最常用）

触发语： "问老板娘 [问题]" / "@老板娘 AI [问题]" / 在 Aily 里直接聊

# 第 1 步：创建一次会话（同一员工连续提问可复用 session_id 实现多轮记忆）
lark-cli api POST /open-apis/aily/v1/sessions \
  --data '{"channel_context": "{\"chat_id\":\"oc_xxx\",\"user_id\":\"ou_xxx\"}"}' \
  --jq '.data.session.id'
# → 返回 session_id 比如 "session_aabbcc"

# 第 2 步：发问题给 Aily
lark-cli api POST /open-apis/aily/v1/sessions/session_aabbcc/messages \
  --data '{"content": "DRS-0429-FL 这款备 500 件还是 1000 件？", "content_type": "MDX"}'

# 第 3 步：触发一次 Aily 运行（让它处理消息）
lark-cli api POST /open-apis/aily/v1/sessions/session_aabbcc/runs \
  --data '{"app_id": "spring_xxxxx"}' \
  --jq '.data.run.id'

# 第 4 步：拉取 Aily 回复
lark-cli api GET /open-apis/aily/v1/sessions/session_aabbcc/messages \
  --jq '.data.messages | last'

场景 B：直接调技能（绕过对话，要结构化输出）

触发语： 系统/工作流自动调用，不走人聊天

# 调用 Aily 应用预定义的"下单决策"技能
lark-cli api POST /open-apis/aily/v1/apps/spring_xxx/skills/skill_xxx/start \
  --data '{
    "input": {
      "product_id": "DRS-0429-FL",
      "season": "2026-spring",
      "fans_estimate": 1500
    }
  }'
# 同步返回：{"output": {"recommended_qty": 800, "size_ratio": "S:30 M:40 L:30", "reason": "..."}}

场景 C：知识库一键问答（语料库智能查询）

# 直接基于 26_老板语料库 + 08_教训库 做语义检索 + 回答
lark-cli api POST /open-apis/aily/v1/data_knowledge/ask \
  --data '{
    "query": "去年同款备货失败的教训",
    "data_categories": ["category_lessons"]
  }'

四、涉及的飞书 base 表

表	用途
`26_老板语料库` (`tblroqP4Kuz8a1yq`)	200 题问答 → Aily 数据知识
`08_教训库`	每次 launch-decision 反哺的教训
`14_审批记录`	历史审批决策（学习老板的审批风格）

五、典型对话示例

设计师马萍蔓 →「@老板娘AI 这款印花连衣裙我想做，但是面料贵 30%」

老板娘 AI：
  根据老板娘的判断风格（基于 26_语料库 + 08_教训库 综合）：

  ⚠️ 不建议押。理由：
  1. 老板娘对印花款的容忍度低（语料 B-3 / B-37 显示）
  2. 面料贵 30% 已超过她容忍度上限（语料 A-5：" 工厂报价高 10% 是上限"）
  3. 同类爆款历史教训（08_教训库 #L-007）：印花连衣裙退货率高 22%

  💡 替代方案：改纯色试水（老板娘提过 B-3 "印花用基础色款探路"）
  📋 [一键建任务] [一键起审批]

老板娘真在场可以直接在 Aily 里说"我同意" / "那就照分身建议来" → Aily 自动建任务 + 起审批。

六、与其他 skill 协作

launch-decision：分身代老板复审下单决策（90% 一致直接通过，反对时找真老板）
task-collaboration：分身建议被采纳后自动建任务给对应角色
approval-flow：分身可代起审批，老板手机一点完成
knowledge-base：分身回答时自动联动 wiki 上的运营手册

七、参考

操作手册（5 分钟搭 Aily 应用）：references/AILY-SETUP.md
后端脚本：scripts/ask-boss-aily.py
原 Python 版（IM 卡片）：scripts/ask-boss.py
编译人格档案：scripts/build-boss-persona.py
灌入 200 题：scripts/seed-boss-qa.py
飞书 Aily 官方文档：https://open.feishu.cn/document/aily-v1