AI 商业顾问团工作流

CRITICAL — 开始前 MUST 先用 Read 工具读取 ../lark-shared/SKILL.md，其中包含认证、权限处理

适用场景

"帮我分析一下最近的业务状况" / "商业分析"
"生成今日业务报告" / "顾问分析"
"第 3 条详细说说" / "展开第 N 条建议"
"昨晚的分析报告" / "查看顾问建议"

前置条件

仅支持 user 身份。执行前确保已授权：

lark-cli auth login --domain base,docs,im,task,calendar

本 Skill 依赖其他工作流 Skill 的数据。需要以下 Skill 至少部分初始化：

lark-workflow-personal-crm（CRM 联系人数据）

lark-workflow-social-tracker（社交媒体数据）

lark-workflow-content-pipeline（创意/内容数据）

lark-workflow-stock-analyzer（投资/财务数据）

未初始化的 Skill 数据将被跳过，不影响其他分析。

工作流总览

数据采集（每晚自动）：
  ├── base +record-list (CRM) ──────► 联系人动态
  ├── base +record-list (社交追踪) ─► 数据表现
  ├── base +record-list (创意库) ───► 内容进度
  ├── base +record-list (分析记录) ─► 投资动态
  ├── task +get-my-tasks ───────────► 任务完成情况
  └── calendar +agenda ─────────────► 近期日程密度

AI 多角色分析：
  ├── 财务顾问 ──► 分析
  ├── 营销顾问 ──► 分析
  ├── 增长顾问 ──► 分析
  ├── 运营顾问 ──► 分析
  ├── 内容策略顾问 ──► 分析
  ├── 关系/BD顾问 ──► 分析
  ├── 竞争/行业顾问 ──► 分析
  └── 综合风险顾问 ──► 分析

汇总：
  AI 汇总去重排序 ──► 编号清单

输出：
  ├── doc +create ──► 存档报告
  ├── im +messages-send ──► 发送清单
  └── base +record-upsert ──► 保存分析记录

数据初始化

Base 表结构

表 1：顾问分析记录 (advisor_analysis)

字段名	类型	说明
分析日期	日期	分析执行日期
顾问角色	单选	财务/营销/增长/运营/内容策略/关系BD/竞争行业/综合风险
分析摘要	文本	该顾问的核心发现（2-3句话）
建议列表	文本	编号建议列表
数据来源	文本	使用了哪些数据源
优先级	数字	建议的重要性评分（1-10）

表 2：汇总建议 (advisor_summary)

字段名	类型	说明
建议编号	文本	当日编号（如 "1"、"2"）
建议内容	文本	去重后的建议描述
来源角色	文本	提出该建议的顾问角色
优先级	数字	重要性评分
用户反馈	单选	未读/已读/已展开/已执行/忽略
展开详情	文本	用户要求展开时的详细分析
分析日期	日期	所属分析日期
报告链接	URL	当日完整报告的文档链接

初始化命令

# 注意：+table-create 可能部分成功，需捕获错误后用 +field-create 补字段
# 注意：连续创建字段会触发限流（错误码 800004135），每次调用间隔至少 1 秒
lark-cli base +table-create --name "顾问分析记录" --fields '[
  {"name":"分析日期","type":"datetime"},
  {"name":"顾问角色","type":"select","multiple":false,"options":[{"name":"财务"},{"name":"营销"},{"name":"增长"},{"name":"运营"},{"name":"内容策略"},{"name":"关系BD"},{"name":"竞争行业"},{"name":"综合风险"}]},
  {"name":"分析摘要","type":"text"},
  {"name":"建议列表","type":"text"},
  {"name":"数据来源","type":"text"},
  {"name":"优先级","type":"number"}
]'
lark-cli base +table-create --name "汇总建议" --fields '[
  {"name":"建议编号","type":"text"},
  {"name":"建议内容","type":"text"},
  {"name":"来源角色","type":"text"},
  {"name":"优先级","type":"number"},
  {"name":"用户反馈","type":"select","multiple":false,"options":[{"name":"未读"},{"name":"已读"},{"name":"已展开"},{"name":"已执行"},{"name":"忽略"}]},
  {"name":"展开详情","type":"text"},
  {"name":"分析日期","type":"datetime"},
  {"name":"报告链接","type":"link"}
]'

限流处理：如果 +table-create 因限流部分失败，表仍会创建成功。此时：

用 base +table-list 获取 table_id

用 base +field-create --table-id <id> --json '{"name":"字段名","type":"text"}' 逐个补字段，每次间隔 1-2 秒

Step 1: 数据采集

根据已初始化的 Skill，拉取对应数据：

# CRM 数据（如果 personal-crm 已初始化）
lark-cli base +record-list --table-id "<crm_contacts_table_id>" --filter '...热度分 < 30'
lark-cli base +record-list --table-id "<crm_interactions_table_id>" --filter '...互动时间 >= "7天前"'

# 社交追踪数据（如果 social-tracker 已初始化）
lark-cli base +record-list --table-id "<social_snapshot_table_id>" --filter '...日期 >= "7天前"'

# 创意/内容数据（如果 content-pipeline 已初始化）
lark-cli base +record-list --table-id "<idea_table_id>" --filter '...状态 != "已完成"'

# 投资数据（如果 stock-analyzer 已初始化）
lark-cli base +record-list --table-id "<portfolio_table_id>"
lark-cli base +record-list --table-id "<analysis_table_id>" --filter '...分析日期 >= "7天前"'

# 任务和日程（始终可用）
lark-cli task +get-my-tasks --page-all
lark-cli calendar +agenda --start "7天前" --end "今天"

注意：未初始化的 Skill 数据表不存在时，跳过该数据源即可，不影响其他分析。

Step 2: 8 角色独立分析

1. 财务顾问

关注数据： 投资组合（stock-analyzer）、收入/支出趋势 分析内容：

投资组合表现（盈亏、波动）
收入趋势变化
支出是否合理
现金流健康度

2. 营销顾问

关注数据： 社交媒体数据（social-tracker）、内容表现 分析内容：

各平台互动趋势
哪些内容类型表现最好
内容发布节奏是否合理
受众增长/流失趋势

3. 增长顾问

关注数据： 粉丝增长、渠道获客 分析内容：

总体增长趋势
增长最快/最慢的渠道
增长率变化
与同行的对比

4. 运营顾问

关注数据： 任务完成率、日程密度 分析内容：

任务完成率（已完成/总任务）
日程安排是否合理（过度/空闲）
系统使用效率
流程瓶颈

5. 内容策略顾问

关注数据： 创意库（content-pipeline）、内容表现 分析内容：

选题质量分布
创意执行进度
跨平台内容效果对比
内容缺口（哪些领域尚未覆盖）

6. 关系/BD 顾问

关注数据： CRM 联系人（personal-crm）、会议记录 分析内容：

冷门联系人（需要跟进）
新增联系人趋势
关系深度分布
合作机会识别

7. 竞争/行业顾问

关注数据： 知识库（knowledge-base）、行业动态 分析内容：

行业趋势变化
竞争对手动态
新技术/新模式
需要关注的新领域

8. 综合风险顾问

关注数据： 全部数据 分析内容：

各维度的潜在风险
薄弱环节识别
需要优先处理的问题
预警信号

Step 3: 汇总去重排序

AI "总秘书"角色汇总所有顾问的建议：

去重：合并不同顾问提出的相同或高度相似的建议
优先级排序：综合重要性和紧急程度
编号：为每条建议分配编号
分类标注：标注建议所属的领域

输出格式：

## 今日商业顾问团报告（{日期}）

### 总览
今日共收到 {N} 条独立建议，来自 {M} 位顾问。
数据来源：CRM({有/无})、社交追踪({有/无})、创意库({有/无})、投资({有/无})

### 建议清单

1. 【财务】你的投资组合本周下跌 5%，主要受科技股拖累。建议检查 AAPL 的持仓比例是否过高。
2. 【关系】张三（XX科技）已 45 天未联系，上次讨论了合作意向，建议主动跟进。
3. 【内容】本周内容发布频率下降 40%，建议安排时间完成创意库中的待执行选题。
4. 【运营】你有 7 个任务已过期未完成，其中 3 个超过 14 天，建议集中清理。
5. 【风险】竞品 YY 产品本周发布新功能，与你的产品路线图有重叠，建议关注。
...

Step 4: 发送和存档

发送到飞书

lark-cli im +messages-send --chat-id "<chat_id>" --markdown "<清单内容>"

存档报告

lark-cli docs +create --title "商业顾问团日报 ({日期})" --markdown "<完整报告>"

保存分析记录

lark-cli base +record-upsert --table-id "<analysis_table_id>" --json '{"字段名":"值"}'
lark-cli base +record-upsert --table-id "<summary_table_id>" --json '{"字段名":"值"}'

模式二：展开详细分析

用户回复编号（如"第 3 条详细说说"）时：

查找该编号对应的建议和来源角色
重新分析该角色的完整观点
提供更详细的论据和数据支持
给出具体的行动步骤

展开格式

## 第 {N} 条展开分析

### 原始建议
{原始建议内容}
### 来源顾问：{角色名}

### 详细分析
{展开的详细分析内容}

### 数据支撑
{具体数据和来源}

### 建议行动步骤
1. {步骤1}
2. {步骤2}
3. {步骤3}

### 预期效果
{如果执行该建议，预期会有什么改善}

模式三：定时执行

使用 CronCreate 设置每晚自动执行：

# 每晚 22:00 自动生成商业分析报告
CronCreate: cron="0 22 * * 1-5", prompt="运行商业顾问团分析，生成今日报告并发送到飞书", recurring=true

权限表

命令	所需 scope
`base +table-create`	`bitable:app`
`base +record-list`	`bitable:app:read`
`base +record-upsert`	`bitable:app:write`
`docs +create`	`docx:document:create`
`im +messages-send`	`im:message:send_as_bot`
`task +get-my-tasks`	`task:task:read`
`calendar +agenda`	`calendar:calendar.event:read`

参考

lark-shared — 认证、权限（必读）
lark-base — +table-create、+record-list、+record-upsert 详细用法
lark-doc — +create 详细用法
lark-im — +messages-send 详细用法
lark-task — +get-my-tasks 详细用法
lark-calendar — +agenda 详细用法
lark-workflow-personal-crm — CRM 数据联动
lark-workflow-social-tracker — 社交数据联动
lark-workflow-content-pipeline — 创意数据联动
lark-workflow-stock-analyzer — 投资数据联动

lark-workflow-business-advisor