一键导入
sales-followup-rules
按规则判定每日应跟进的客户:通过钉钉 dws CLI 读取 AI 表格中的在谈客户,按"上次联系/阶段停滞/next_action 到期"判断今日跟进列表,可选拉取群聊与外部信号补充上下文,最后生成 Markdown 跟进提醒。所有写表操作必须经用户在对话中明示确认。
用 Codex 或 Claude 帮你安装 复制这段 Prompt,粘贴到 Codex、Claude 或其他助手里,让它检查 Skill 页面并帮你完成安装。
菜单
按规则判定每日应跟进的客户:通过钉钉 dws CLI 读取 AI 表格中的在谈客户,按"上次联系/阶段停滞/next_action 到期"判断今日跟进列表,可选拉取群聊与外部信号补充上下文,最后生成 Markdown 跟进提醒。所有写表操作必须经用户在对话中明示确认。
用 Codex 或 Claude 帮你安装 复制这段 Prompt,粘贴到 Codex、Claude 或其他助手里,让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
Use when writing, modifying, or deleting intent test specs (rules.md) for the AIjia app. Triggers from inside test-intents skill routing: "加一条意图", "改 X task 的 rules", "拆这条复合意图", "删 意图-XXX-NNN", "新建 X task".
Use when running, executing, or troubleshooting AIjia intent tests. Triggers from inside usertest-intents skill routing: "跑一下 X 这个 task", "跑 意图-XXX-NNN", "跑全部意图测试", "意图测试 FAIL 怎么处理", "tauri-pilot aijia ..." commands.
Use when the user mentions intent tests for the AIjia desktop app at any level — asking what they are, running them, or modifying their specs. Triggers include "意图测试", "usertest-intents", "AEIT", "跑意图测试", "跑一下 X 这个 task", "跑 意图-XXX-NNN", "写意图", "加一条意图", "改 X task 的 rules", "意图测试怎么用".
当用户要求维护项目 wiki、补图谱、生成或更新 RepoWiki、维护 Understand-Anything 图谱、写 enhancement JSON、改 schema、命名、引用、更新规则、校验脚本、判断图谱完整性、派子 agent 分模块补充图谱时使用。维护入口,不负责普通 wiki 问答。
当用户用中文询问项目 wiki、UserWiki、仓库知识库、功能影响面、这个文件是干什么的、当前改动影响哪些模块、新人该先看什么、图谱完整了吗、如何安装或使用 Understand-Anything 时使用。日常 wiki 问答、安装、使用、影响面分析都走本 skill。
Use when adding or modifying `aijia <verb>` CLI subcommands in tauri-pilot — wraps **single atomic** DOM operations (click one button / fill one field / wait one state) so intent-test agents can compose them into multi-step flows without burning tokens on snapshot+click loops. Triggers "加 aijia 子命令", "封装 X 流程到 CLI", "tauri-pilot 加 login", "扩 aijia CLI", "封装 UI 操作".
| name | sales-followup-rules |
| description | 按规则判定每日应跟进的客户:通过钉钉 dws CLI 读取 AI 表格中的在谈客户,按"上次联系/阶段停滞/next_action 到期"判断今日跟进列表,可选拉取群聊与外部信号补充上下文,最后生成 Markdown 跟进提醒。所有写表操作必须经用户在对话中明示确认。 |
| when_to_use | 数字员工"小销"或类似客户跟进角色被派活时;resource_config 必须包含 tableId 和 fieldMapping。 |
| allowed-tools | ["Read","Grep","WebSearch","Bash","Write","Edit","WriteMemory","SearchMemory","Skill"] |
| model | sonnet |
| effort | high |
| context | inline |
| user-invocable | true |
| disable-model-invocation | false |
| version | 1.2 |
| category | sales |
| metadata | {"label":"客户跟进规则判定"} |
dws CLI 修改 AI 表格记录之前必须在对话中清楚说明"将要把字段 X 从 A 改为 B",等待用户回 "确认 / 同意 / 是" 之后才执行。dws CLI 完成:先 load_skill('dingtalk-workspace') 获取 dws 命令清单、登录方式、参数约定,再用 bash 调用具体命令。dws 查询拿到真实 ID 再使用。配置可以来自两条路径:
{ baseId, tableId, fieldMapping, scope }。WriteMemory 持久化(namespace sales:config),下次直接从 memory 读,不再问用户。需要的字段:
{
"baseId": "<钉钉 base id>",
"tableId": "<table id>",
"fieldMapping": {
"customerName": "<列名>",
"stage": "<列名>",
"lastContact": "<列名>",
"nextAction": "<列名>",
"nextActionDate": "<列名>",
"owner": "<列名>",
"notes": "<列名>"
},
"scope": "self"
}
load_skill('dingtalk-workspace') — 学习 dws 的环境检查、登录验证、命令发现规则。dws auth status --format jsonbaseId / tableId / fieldMapping / scope —— 直接用,进入步骤 1。同时 WriteMemory 一份到 sales:config,作为后续 fallback。SearchMemory 关键词 sales:config。找到 → 用它,进入步骤 1。逐个问用户,每问一个等用户回答再进下一个:
dws table list --format json,向用户展示候选并请求选择 baseId(用名字让 ta 选)。dws table tables --base-id <baseId> --format json,请求用户选择 tableId。dws table schema --base-id <baseId> --table-id <tableId> --format json,向用户展示所有列,逐项让 ta 把 customerName / stage / lastContact / nextAction / nextActionDate / owner / notes 七个语义字段映射到具体的列名(缺失的字段映射为 null 也行,运行时跳过相关规则)。self(仅自己负责的)或 department(整个部门)。WriteMemory namespace=sales:config,把整个对象存进去。之后每次派活都从 memory 直接读。如果用户想修改配置,可以在对话里说"重新配置",员工就 WriteMemory 覆写;或在 EmployeeDrawer ⚙️ 配置资源里直接改(路径 B 优先级最高)。
通过 dws 读取 AI 表格中的在谈客户(实际命令以 dws table --help 或 dingtalk-workspace SKILL 中的命令清单为准):
dws table records list --base-id <baseId> --table-id <tableId> --format json
按 scope 过滤:
self:仅当前用户为 owner(owner 字段名取自 fieldMapping.owner)department:当前用户所在部门所有 owner对每条记录按 fieldMapping 提取核心字段,判断是否进入"今日跟进":
now - lastContact >= 7dstage 字段连续 ≥ 14 天未变化(用 SearchMemory 拉上次记录的 stage 比对)nextActionDate <= today命中任一规则即入选。每条入选记录附"触发原因"。
对入选客户:
SearchMemory 拉最近 3 次跟进笔记(namespace sales:<customerName>)WebSearch:搜索"<客户公司> 最近动态",找 0-1 条公开信号Write 输出 Markdown:
# 今日跟进 — {YYYY-MM-DD}
共 {N} 位客户需要跟进。
## 1. {客户名} · {阶段} · 触发:{规则}
- 上次联系:{时间},对话要点:{摘要}
- 群聊信号:{找到的关键词或"无"}
- 外部动态:{找到的或"无"}
- 建议下一步:{基于以上的建议,1-2 句}
为每个入选客户调用 WriteMemory:
{ "customerName": "...", "stage": "...", "lastContact": "...", "todayPushedAt": "..." }
便于下次判 stage 停滞。
当用户回复"客户 X 今天电话沟通了,下周签合同"等更新:
WriteMemory 当次跟进笔记本技能在 AIjia 桌面端运行。工具对应关系:读文件 Read、搜索 Grep / WebSearch、记忆 WriteMemory / SearchMemory、计算与导出 Bash(内置 Python:pandas/openpyxl 出 .xlsx、matplotlib 出图)、报告 Write + Edit(HTML)、PPT Skill(加载 html-ppt,桌面端无独立 PPTX 工具)。
生成报告 / 长文档必须逐节增量写、用 Edit 续写,禁止把整份内容作为单个 Write 一次性吐出——否则对话界面会长时间无响应、且易触发流式超时。