旺小宝业务数据问数(自然语言):用一句话问当前激活项目的客户 / 来访 / 挖需率 / 销冠 / 录音覆盖率 / 业务指标等开放式问题,AI 直接基于旺小宝数据回答。只读、无副作用、超时 30 分钟。多轮追问通过 --thread-id 续接。高频命令: xiaobao-cli qa '<prompt>' [--thread-id <id>]。何时用:用户问今天来了几个客户/本周新增多少客户/意向客户都有谁/老客户回访/今天到访多少组/首访 vs 复访比/挖需率/成交转化率/客户分级分布/本月销冠是谁/张三这周成交几单/销售排行榜/业绩 TOP3/录音覆盖率/哪些销售有几条录音/本周通话时长 TOP5/未跟进客户有多少;任何问一句旺小宝业务数据的开放式问题。注:要列录音元数据走 audio-query 更快;批量同步录音文本到 wiki 走 audio-wiki。
Scanned 9/12/2026
Install to Claude Code
npx -y skills add ahang1598/doubao-workbuddy-qwenwork-skills --skill wangxiaobao-quick-qa --agent claude-codeInstalls into .claude/skills of the current project.
Are you the author of Wangxiaobao Quick Qa?
Add the live security badge to your README — it updates automatically with every re-scan.
[](https://www.skillsdirectory.com/skills/ahang1598-wangxiaobao-quick-qa)More formats (shields.io, HTML) on the badges page.
---
name: wangxiaobao-quick-qa
version: 0.1.0
description: "旺小宝业务数据问数(自然语言):用一句话问当前激活项目的客户 / 来访 / 挖需率 / 销冠 / 录音覆盖率 / 业务指标等开放式问题,AI 直接基于旺小宝数据回答。只读、无副作用、超时 30 分钟。多轮追问通过 --thread-id 续接。高频命令: xiaobao-cli qa '<prompt>' [--thread-id <id>]。何时用:用户问今天来了几个客户/本周新增多少客户/意向客户都有谁/老客户回访/今天到访多少组/首访 vs 复访比/挖需率/成交转化率/客户分级分布/本月销冠是谁/张三这周成交几单/销售排行榜/业绩 TOP3/录音覆盖率/哪些销售有几条录音/本周通话时长 TOP5/未跟进客户有多少;任何问一句旺小宝业务数据的开放式问题。注:要列录音元数据走 audio-query 更快;批量同步录音文本到 wiki 走 audio-wiki。"
metadata:
requires:
bins: ["xiaobao-cli"]
cliHelp: "xiaobao-cli qa --help"
---
# 旺小宝问数
> **CRITICAL** —— 跑命令前 MUST 先用 Read tool 读取 [`../wangxiaobao-shared/SKILL.md`](../wangxiaobao-shared/SKILL.md)(一份共享文档讲清安装 / 登录 / 选项目 / 错误码 / 输出协议等所有 xiaobao-cli 命令通用的前置约定)。
跑 `xiaobao-cli qa` 用自然语言问当前激活项目的业务数据。
零副作用,不写文件、不动 wiki,所以用错也没成本,鼓励放心调用。
> **后端说明**:问数底层已由旧的 fast-responder 升级为 **sql-agent**(自然语言 → SQL,
> 由 ai-open 代理到 wang-ai-mcp)。行为对调用方**透明**——请求 `{ prompt, thread_id }`
> 与响应结构(含 `type: "quick-qa"`)都不变,多轮 `--thread-id` 续接照旧。
## 执行前必读
- 必须有有效 token:先调 `xiaobao-cli auth whoami`;未登录 / 过期就走 `auth login --no-wait` split-flow(见 wangxiaobao-shared)
- **必须有激活项目**:命令内部自动从激活项目状态读 tenant/project,
调用方**不要传** tenant/project 参数。如果 命令 返回
`error: 'NO_ACTIVE_PROJECT'`,让用户跑 `wangxiaobao-switch-project` skill
后再重试
- **绝不要**写文件。即使用户随口说"顺便存一下"也要拦——告诉用户"出长报告
的功能暂未发布,如果想存可以把回答复制下来"
---
## 快速索引:意图 → 工具
| 用户意图 | 命令 | 关键参数 |
| ---------------------------------- | ------------------ | ------------------------------------- |
| 单轮问数 | `xiaobao-cli qa` | `prompt` |
| 接着上一轮继续追问 | `xiaobao-cli qa` | `prompt + threadId` |
| 给问题加上下文(如客户 ID 列表) | `xiaobao-cli qa` | `prompt + context: {...}` |
---
## 核心约束
### 1. 用业务语言问,不要追问 ID
用户问"张三本周成交几单"——直接把 prompt 原样传给 命令,**不要**先去查
张三的 user-id 再拼参数。后端 AI 知道"张三"在当前项目里就是谁。
如果用户问的是开放性问题("客户主要疑虑是啥"),更不要画蛇添足拼任何
ID / 时间窗口——AI 会自己定义合理范围。
### 2. 多轮:threadId 由 agent 自己接续
第一轮**不传** `--thread-id`,走单轮模式。响应里有 `resp.data.data.thread_id`,
**记在 agent 当前对话上下文里**,后续追问把它原样传回 `--thread-id` 入参。
**不要**把 thread_id 写到任何文件 / .env / 状态——它只是会话短期记忆。
跨 session(用户关了 chat)就**不再延续**,新 session 重新发起新一轮即可。
### 3. 响应只取 answer 给用户
`xiaobao-cli qa` 返回结构:
```jsonc
{
"code": "0",
"msg": "success",
"data": {
"type": "quick-qa",
"thread_id": "...",
"answer": "最终文本(这就是要展示给用户的)",
"output": { /* 原始结构化数据,agent 自己看就行,不展示 */ }
}
}
```
CLI 又把上面塞进 `{ status, ok, data }` 外包:拿最终文本写
`resp.data.data.answer`,渲染给用户**只展示 answer**。
如果要支持后续追问,结尾加一句"💡 想接着问可以告诉我,会沿用本次对话上下文"
(threadId 由 agent 自己存,不要让用户记)。
### 4. 不要拉太多上下文进 context
`context` 字段可以塞额外背景,但**控制在 < 4KB**。需要塞大块录音 / 客户
档案的需求暂时没有 CLI 侧支持——用户可以分多轮 prompt 喂,每轮塞一段。
### 5. 不要替代 audio-query 做"列录音元数据"
用户问"列下今天哪些录音"、"audioId 是多少"——那是
`wangxiaobao-audio-query` skill 的事(直接走录音元数据 API,更快也更精确)。
本 skill 是问"开放式业务问题"用的,不是数据列表 API 代理。
---
## 使用场景示例
### 场景 1:问客户来访
```bash
xiaobao-cli qa "今天到访了多少组客户,里面有几组是首访?"
```
渲染:
```
今天到访 18 组,其中:
- 首访 11 组(61%)
- 复访 7 组
💡 想接着问可以告诉我,会沿用本次对话上下文。
```
### 场景 2:问销冠
```bash
xiaobao-cli qa "本月销冠是谁,业绩多少?"
```
渲染:
```
本月销冠:张三
- 成交 8 单 / 金额 1240 万
- 跟进客户 47 组,成交转化率 17%
```
### 场景 3:问录音覆盖率
```bash
xiaobao-cli qa "本周录音覆盖率怎么样?哪些销售覆盖低?"
```
渲染:
```
本周录音覆盖率 78%(45 个销售里 35 个开了工牌录音)。
覆盖偏低的销售(< 50%):
1. 李四(22%)
2. 王五(38%)
3. 赵六(45%)
```
### 场景 4:接着追问(多轮)
用户:"那张三跟客户讲到学区时通常怎么应对?"
(接着上一轮 ——agent 自己存了 threadId)
```bash
xiaobao-cli qa "那张三跟客户讲到学区时通常怎么应对?" --thread-id "<上一轮 resp.data.data.thread_id>"
```
### 场景 5:带额外 context(v0.1.x 暂不支持)
CLI 当前只暴露 `--thread-id`,不支持 `--context` JSON 入参。要给 AI 喂上下文,
**把上下文直接写进 prompt** 即可:
```bash
xiaobao-cli qa "评估一下客户 12345 的成交概率,相关录音 audioId: 9001, 9023, 9045"
```
后端 AI 会从 prompt 文本里识别 customer_id / audio 引用。
---
## 典型问数关键词参考
帮 agent 识别用户意图。看到这类词就走本 skill:
- **客户类**:客户、新客、老客、意向客、成交客、客户画像、客户分级、回访
- **来访类**:到访、来访、首访、复访、上门、到店、客流
- **挖需 / 转化**:挖需率、转化率、意向、成交率、跟进、转化漏斗
- **销售 / 销冠**:销冠、销售排行、业绩、佣金、TOP、成单
- **录音 / 接待**:录音、通话、对话、接待、覆盖率、时长
- **业务指标**:成单、签约、定金、退订、回款、佣金
---
## 常见错误与排查
- **`error: 'NO_ACTIVE_PROJECT'`** — 还没设过激活项目 → 跑
`wangxiaobao-switch-project` skill 后重试
- **401 / token 过期** — 走 `auth login --no-wait --force` split-flow 重登,重试一次
- **响应耗时 > 30 分钟** — 后端慢到打满 CLI timeout → 告诉用户"上游慢,稍后重试"
- **answer 为空** — 上游这一轮没产出最终文本 → 让用户换个 prompt 重试
- **用户想"批量出报告"** — 拦住:本期 CLI 没有报告生成 skill,
解释"出长报告的功能在做异步化改造,下期发布"
- **用户问"列录音元数据 / audioId 是多少"** — 切到
`wangxiaobao-audio-query` skill,那个走元数据 API 更精确
Is this your skill, or is something wrong with this listing? Request removal or report an issue. Author removals are honored within 72 hours.
No comments yet. Be the first to comment!