lab-tour-prepare

name	lab-tour-prepare
description	教师/管理员为来访访客「预生成」个性化导览讲解稿时使用。 读取知识库中的导览母版，自动识别访客单位信息并联网搜索公司背景，结合单位属性生成高度贴合访客兴趣的定制化导览稿，新建一篇飞书 Doc 作为当次剧本。 **触发**: 「给 XX 单位准备导览」「生成今天的参观讲解稿」「预生成导览文档」。 **个性化特性**: 自动识别用户输入中的公司名称，联网搜索公司主营业务、行业方向、技术需求、近期动态等信息，分析访客兴趣点后定制讲解大纲，重点展示与访客匹配的实验室成果。 **不要用于**: 访客已到现场的边走边讲 —— 请用 skill `lab-tour-run`。

导览 · 准备期

最短路径

1. feishu_classmate_data_layout() → 取 plugin_docs.publicProjects，并优先访问【知识库-公共协作区-导览母版】目录查找导览母版文件。

2. 若在知识库未找到导览母版，再尝试读取配置项 plugin_docs.tourTemplate 或环境变量 FEISHU_DOC_TOUR_TEMPLATE，或向用户说明需提供母版链接/token。

3. 用 openclaw-lark 的 feishu_fetch_doc / feishu_search_doc_wiki 从【知识库-公共协作区-导览母版】读取母版全文。

4. 访客信息个性化处理：

   • 从用户输入中提取访客单位/公司名称、人员身份等信息
   • 若识别到具体公司名称，调用 web_search 工具搜索以下信息： ✅ 公司主营业务、所属行业赛道 ✅ 核心技术方向、产品布局 ✅ 近期融资/合作/发布动态 ✅ 与实验室研究方向的契合点、潜在合作可能性
   • 分析访客兴趣侧重（如技术交流/投资考察/人才招聘/产学研合作等）

5. 兴趣匹配与路线排序：

   • 为每个导览区域（入口、工位区、人形机器人展区、仿真与生活模拟区等）计算与访客兴趣的匹配度得分（0-10分）
   • 根据匹配度动态调整参观顺序，高匹配度区域优先安排，低匹配度区域可简化或后置
   • 生成最优导航路径，减少重复移动，提升导览流畅度

6. 生成定制化大纲：基于访客兴趣分析结果和动态路线顺序，在doc-format的基础上调整章节顺序和内容权重，对与访客匹配度高的内容重点展开，相关性低的内容简化，每个章节开头增加对应的导航动作指令（如【导航到工位区】）

7. 结合母版内容、公共项目信息、访客个性化大纲，用 LLM 生成结构化 Markdown 导览稿，每个章节明确标记对应的导航点位

8. openclaw-lark feishu_create_doc(或等价) 新建 Doc,标题建议:{日期}-{访客简称}-导览。

9. 回复用户:新 Doc 链接、建议的现场唤醒句(写入 doc 末尾「唤醒」一节),并提示执行现场导览时调用 skill lab-tour-run 并传入该 document_id/链接。 =======

10. 生成定制化大纲：基于访客兴趣分析结果，在doc-format的基础上调整章节权重，对与访客匹配度高的内容重点展开，相关性低的内容简化

11. 结合母版内容、公共项目信息、访客个性化大纲，用 LLM 生成结构化 Markdown 导览稿

12. openclaw-lark feishu_create_doc(或等价) 新建 Doc,标题建议:{日期}-{访客简称}-导览。

13. 回复用户:新 Doc 链接、建议的现场唤醒句(写入 doc 末尾「唤醒」一节),并提示执行现场导览时调用 skill lab-tour-run 并传入该 document_id/链接。

详细步骤与占位符

见 references/prepare-detail.md。

降级

• 母版读失败 → 仅用 labInfo + publicProjects 摘要生成短篇 Doc,仍保存为新文档。
• 公司信息搜索失败/无有效结果 → 忽略个性化步骤，按通用模板生成导览稿，不影响整体流程。
• 无法识别访客单位信息 → 生成通用版导览稿。