Boss-AGI

主题

Skill 清单 ​

小红书投放团队管理场景的全部能力定义，按清海 AI 实际工作方式分层组织。 场景概览见 小红书投放团队管理，角色维度的会话旅程见 角色场景。

架构总览 ​

小红书投放团队管理的能力分为四层，从 AI 对话侧到系统自动化逐层递进：

分层判断标准 ​

层级判断标准开发产出
A — SkillAI 需要场景指导、权限规则、工具组合策略skills/ad_ops_coach/SKILL.md
B — ToolAI 需要调用，tool schema 可自描述scripts/direct/tools/ad_ops.py
C — 系统能力不需要 AI 感知，自动运行工具内部逻辑 / 独立服务
D — 主动推送非对话触发，由事件或定时驱动Concern 引擎策略配置

Skill / Tool 汇总 ​

名称描述状态
ad_ops_coach Skill小红书投放团队管理 AI 对话技能（SKILL.md）⬜ 待实现
adops_get_daily_data获取每日投放数据（按号维度）⬜ 待实现
adops_get_person_summary获取每日/月度单人数据汇总⬜ 待实现
adops_get_overview获取每日/月度团队汇总 + 组级对比⬜ 待实现
adops_get_account_info获取专业号基础信息 + 财务数据⬜ 待实现
adops_run_inspection执行一次巡检分析，返回异常/优秀列表⬜ 待实现
adops_send_inspection_msg在群内发送巡检反馈（@ 指定人）⬜ 待实现
adops_search_knowledgeRAG 检索知识库（内部经验 + 外部知识）⬜ 待实现
adops_save_experience从对话中提炼经验 SOP 卡片并存储⬜ 待实现
adops_update_external_knowledge触发外部知识抓取与更新⬜ 待实现

A 层 — Skill：ad_ops_coach 对话技能 ​

设计决策：一个 Skill 覆盖全部投放管理场景 ​

考虑因素结论
触发词重叠"投放"、"消耗"、"单粉成本"、"聚光"、"素材"、"封号" 跨场景共用
对话跨场景"今天数据怎么样" 同时涉及数据查询 + 巡检结果
渐进式加载效率一次加载 SKILL.md 即覆盖所有场景

SKILL.md 内部结构 ​

yaml
name: ad_ops_coach
trigger: 投放|消耗|单粉成本|产粉|加粉|聚光|素材|定向|出价|计划|数据|封号|死户|封户|永封|复盘|违规词|话术|客服|ROI|投产比
description: 小红书投放团队管理——权限化数据查询、AI 政委巡检、知识库问答
tools: [见 B 层完整列表]
scope: all

SKILL.md 正文按 3 个业务场景 组织，每个场景说明：

  • 典型触发方式和问法
  • 推荐的工具组合和调用顺序
  • 角色权限规则（管理层 / 员工各看什么）
  • 回复格式要求

覆盖的 3 个会话场景 ​

场景核心价值涉及工具
权限化数据查询自然语言查数据，按权限自动过滤adops_get_daily_data + adops_get_person_summary + adops_get_overview + adops_get_account_info
AI 政委巡检每天自动发现异常/优秀，主动触达adops_run_inspection + adops_send_inspection_msg
自进化知识库内部萃取 + 外部学习 + RAG 问答adops_search_knowledge + adops_save_experience + adops_update_external_knowledge

B 层 — Python Tool 清单 ​

所有工具暴露给 AI，通过 tool_use 调用。

数据存储约定：巡检记录存入 MongoDB（独立集合），知识库内容存入向量数据库（Qdrant），交互记录存入记忆系统。

公共行为 ​

所有工具共享：
- 根据调用用户的 PersonCard 自动应用角色权限过滤
- 员工只能查自己负责的号，管理层无限制
- 敏感字段拦截：员工查询涉及利润/投产比/归组毛利/总消耗时返回引导语
- 离职人员自动排除（基于人员分组表"备注"字段）
- 返回格式化文本，直接呈现给用户
- 错误时返回可读的错误说明

数据查询工具（4 个） ​

1. adops_get_daily_data — 每日投放数据（按号） ​

获取指定日期的投放数据，按专业号维度展示。

参数必填说明
date否日期（如 2026-03-19），不填则今天
account否专业号编号（如 书4509），不填则全部
person否投手中文名，不填则按权限自动范围

返回字段：日期、专业号、使用人、所属组、类目、当日充值、当日消耗、当日粉数、单粉成本、账号状态

权限约束：员工仅返回自己负责的号

数据来源：飞书表格《每日投放数据》

服务场景：权限化数据查询

2. adops_get_person_summary — 单人数据汇总 ​

获取按人汇总的投放数据，支持每日和月度。

参数必填说明
name否投手中文名，不填则查当前用户（员工）或全员（管理层）
period否daily（默认）或 monthly
date否日期或月度（如 2026-03-19 或 03），不填则最近
days否查询天数范围（仅 daily），默认 7

返回字段：

  • daily：日期、使用人、所属组、当天户数、当日消耗、当日产粉、当日成本（单粉成本）、户均产粉、当日死户、死户率
  • monthly：月度、人员、所属组、当月消耗、当月加粉、单粉成本、当月用户、当月死户、死户率、可用户

权限约束：员工仅返回自己的数据

数据来源：飞书表格《每日单人数据汇总》或《月度单人表现》

服务场景：权限化数据查询、AI 政委巡检

3. adops_get_overview — 团队/组级汇总 ​

获取团队整体或组级汇总数据。

参数必填说明
level否team（全局，默认）或 group（按组）
period否daily（默认）或 monthly
date否日期或月度，不填则最近
days否查询天数范围（仅 daily），默认 7

返回字段：

  • team + daily：日期、当日消耗、当日粉数、当日平均成本、当日用户、当日封户、封户率
  • group + monthly：月度、所属组、月度消耗、月度加粉、月度单粉成本、月度领用数量、月度死户

权限约束：仅管理层可调用，员工返回"团队/组级数据请找管理层了解"

数据来源：飞书表格《每日数据汇总》或《月度单组数据表现》

服务场景：权限化数据查询

4. adops_get_account_info — 专业号信息 ​

获取专业号基础信息和财务数据。

参数必填说明
account否专业号编号（如 书4509），不填则按权限范围
include_finance否是否包含财务数据（充值/利润/退回），默认 false
status否按状态过滤（永封 / 正常 / 全部），默认全部

返回字段：

  • 基础：编码、手机编号、开户日期、使用人、所属组、账号状态、永封日期
  • 财务（仅管理层）：充值金额、实际消耗、利润、退回金额

权限约束：

  • 员工：仅查自己负责的号，不可查财务字段
  • 管理层：全部号，可查财务

数据来源：飞书表格《专业号》+《专业号财务表》

服务场景：权限化数据查询

巡检工具（2 个）+ 阈值管理 ​

5. adops_run_inspection — 执行巡检分析 ​

拉取当日《每日单人数据汇总》+ 近 7 天历史数据，逐人判定优秀/异常/正常。

参数必填说明
date否巡检日期，默认今天

阈值来源（两级机制）：

1. 检查记忆系统中是否存在用户自定义阈值规则
   → 有：使用自定义阈值
   → 无：进入自动统计分析模式

2. 自动统计分析：取每人近 7 天数据
   → 计算单粉成本均值 avg 和标准差 std
   → 优秀阈值 = avg - 1.5 × std
   → 异常阈值 = avg + 1.5 × std

判定逻辑：

逐人遍历当日数据：
1. 跳过离职人员（人员分组表备注="离职"）
2. 跳过当日消耗=0 的人（未投放）
3. if 死户率 > 0: → 异常（高优先级）
4. elif 当日消耗 > 0 and 当日产粉 == 0: → 异常（有消耗无产出）
5. elif 单粉成本 < 优秀阈值: → 优秀
6. elif 单粉成本 > 异常阈值: → 异常（成本过高）
7. else: → 正常

返回内容：

  • 当前使用的阈值标准说明（自定义 or 自动分析）
  • 优秀列表 + 异常列表（含人名、所属组、具体指标值、异常原因）

副作用：将巡检结果存入 MongoDB 巡检记录集合

服务场景：AI 政委巡检

阈值自定义（通过自然语言，无独立 Tool） ​

管理者通过对话设定巡检标准，AI 识别意图后存入记忆系统（scope=company，type=rule），后续巡检自动读取。

管理者说AI 存入记忆
"单粉成本超过 150 就算异常"inspection_threshold: {单粉成本_异常: 150}
"单粉成本低于 80 的要表扬"inspection_threshold: {单粉成本_优秀: 80}
"死户率超过 10% 要提醒"inspection_threshold: {死户率_异常: 0.10}
"恢复自动分析"清除自定义规则，回到统计分析模式

不需要独立 Tool，由 ad_ops_coach Skill 指导 AI 在对话中识别阈值设定意图并写入记忆。

6. adops_send_inspection_msg — 发送巡检触达消息 ​

在飞书业务群中发送巡检反馈，@ 指定员工。

参数必填说明
target_name是被 @ 的员工中文名
msg_type是消息类型（excellent 优秀 / abnormal_cost 成本异常 / abnormal_death 封号异常 / abnormal_zero 无产出异常）
details是具体数据（消耗、产粉、单粉成本、死户率等）

消息模板：

msg_type模板
excellent"@{name}，今天单粉成本仅{cost}元，{highlight}！定向和素材怎么调的？分享一下~"
abnormal_cost"@{name}，今天单粉成本{cost}元（日常{avg}元），是计划没跑起来还是素材被限流了？"
abnormal_death"@{name}，今天死户率{rate}（日常<5%），有{count}个号被封了，是素材触发审核还是账号问题？"
abnormal_zero"@{name}，今天消耗{cost}元但产粉0个，是计划刚起量还是落地页有问题？"

副作用：通过飞书 Bot 在群内发送消息，记录到巡检交互记录中

防重复：检查交互记录，同一员工同一异常类型 3 天内不重复触达

服务场景：AI 政委巡检

知识库工具（3 个） ​

7. adops_search_knowledge — RAG 知识检索 ​

在知识库中检索匹配内容，包含内部经验 SOP 和外部抓取的规则/打法。

参数必填说明
query是用户问题（自然语言）
source_type否来源筛选（internal 内部经验 / external 外部知识 / all），默认 all
limit否返回数量，默认 3

返回内容：匹配的知识条目（标题 + 内容 + 来源 + 更新日期）

服务场景：自进化知识库

8. adops_save_experience — 保存经验卡片 ​

从对话中提炼员工分享的投放经验，生成结构化 SOP 卡片存储。

参数必填说明
title是经验卡片标题（如"聚光定向优化——低单粉成本打法"）
content是结构化的经验内容
scenario是适用场景标签（如"定向优化"、"素材制作"、"出价策略"、"防封号"）
contributor否贡献者姓名（内部记录）

副作用：推送给管理层审核，审核通过后写入向量数据库可被 search_knowledge 检索

服务场景：自进化知识库

9. adops_update_external_knowledge — 外部知识更新 ​

触发联网搜索，抓取小红书聚光最新规则/打法/违规词等，总结后入库。

参数必填说明
topic是搜索主题（如"聚光最新规则"、"大健康违规词库"、"投放打法"）

返回内容：抓取到的新知识摘要

副作用：总结后直接写入向量数据库（外部知识不需审核）

服务场景：自进化知识库

C 层 — 系统能力 ​

不暴露给 AI，在 Tool 内部或中间件中自动运行。

能力说明状态
角色权限过滤 + 敏感字段拦截根据 PersonCard 角色自动限定查询范围，拦截财务/利润/投产比字段⬜ 待实现
飞书表格字段适配层字段映射配置 + AI 语义兜底，见下方详细说明⬜ 待实现
阈值分析引擎两级阈值机制：用户自定义规则（记忆）优先，默认统计分析⬜ 待实现
知识库向量索引Qdrant 向量索引，支持内部/外部知识分别标记⬜ 待实现（扩展现有）
离职人员过滤基于《人员分组》表备注字段，自动排除离职人员⬜ 待实现
PersonCard 集成中文名 → 负责号 / 所属组 / 角色关联✅ 复用已有，需扩展字段

飞书表格字段适配层 ​

客户的飞书表格字段可能随时变更（改名、增删列），系统需要灵活适配而非硬编码字段名。

两级适配机制：

层级机制适用场景
配置映射（主）维护业务概念 → 实际列名的映射表，字段变更时只改配置已知字段改名
AI 语义匹配（兜底）Tool 读取表头后，AI 自动将列名匹配到业务概念新增列、未知改名

配置映射示例：

python
# 业务概念 → 飞书表格实际列名
# 客户改了表头只需更新此配置，不改代码
FIELD_MAP = {
    "每日单人数据汇总": {
        "日期": "日期",
        "使用人": "使用人",
        "所属组": "所属组",
        "当天户数": "当天户数",
        "消耗": "当日消耗",
        "产粉": "当日产粉",
        "单粉成本": "当日成本",
        "户均产粉": "户均产粉",
        "死户": "当日死户",
        "死户率": "死户率",
    },
    # ... 其他表同理
}

AI 语义匹配流程：

设计要点：

原则说明
业务概念稳定代码和 SKILL.md 中统一使用业务概念（"单粉成本"），不直接引用飞书列名
变更可感知表结构变化时主动通知管理者，而非静默失败
映射可更新管理者确认后自动更新配置，下次无需再匹配
新增列可发现AI 发现未知列时提示管理者，由管理者决定是否纳入巡检

D 层 — 主动推送（Concern 引擎） ​

复用 Concern 引擎扩展投放巡检场景。

巡检触发策略 ​

策略触发条件频率约束优先级
每日巡检每日 20:00每日一次高
外部知识更新每周一 09:00每周一次低

推送约束 ​

约束说明
防骚扰遵循 NotificationEngine 冷却 / 时段 / 每日上限规则
工作时段巡检触达在 20:00-21:00
语气优秀要热情肯定，异常要友善引导复盘
防重复同一员工同一指标类型 3 天内不重复触达
死户优先死户率异常优先于单粉成本异常触达

巡检触达流程 ​

复用的现有能力 ​

能力本场景用途状态
Concern 引擎每日巡检触发 + 外部知识定期更新✅ 复用，需新增策略配置
PersonCard员工信息 + 所属组 + 角色，权限过滤基础✅ 已实现，需扩展"负责号"字段
记忆系统巡检交互记录 + 经验卡片存储✅ 已实现，需扩展 scope 标签
NotificationEngine巡检触达防骚扰控制✅ 已实现
飞书 Bot群消息 @ 指定人 + 卡片推送✅ 已实现
向量检索（searcher.py）RAG 知识库检索基础✅ 已实现，需扩展外部知识索引

全局约束 ​

约束说明
飞书表格权限清海需要该飞书表格的读取权限（客户在飞书中授权）
敏感字段列表可配置管理层可调整哪些字段/关键词对员工不可见
阈值可配置单粉成本/死户率等阈值由客户按类目配置，非硬编码
知识库质量把控内部经验需审核，外部知识自动入库但标记来源和日期
群触达需群 ID 配置巡检触达的飞书群需预先配置
号-人映射来源以《专业号》表的"使用人"字段为准，《人员分组》表用于确认组别和在职状态

实现路线 ​

Phase 1：AI 政委巡检（最快切入，核心差异化需求） ​

#事项状态
1飞书表格 API 对接（读取《每日单人数据汇总》+《人员分组》）⬜
2adops_run_inspection 阈值分析逻辑⬜
3adops_send_inspection_msg 群消息触达⬜
4Concern 引擎新增每日巡检策略⬜
5巡检交互记录（防重复提问）⬜

Phase 2：权限化数据查询 ​

#事项状态
6ad_ops_coach SKILL.md 编写⬜
7飞书表格 API 扩展（读取全部 9 张表）⬜
8adops_get_daily_data + adops_get_person_summary + adops_get_overview + adops_get_account_info⬜
9角色权限过滤 + 敏感字段拦截⬜

Phase 3：自进化知识库 ​

#事项状态
10adops_search_knowledge RAG 检索⬜
11adops_save_experience 经验卡片提炼⬜
12adops_update_external_knowledge 外部知识抓取⬜
13向量数据库扩展（内部/外部知识分类索引）⬜

Boss-AGI · 超级 AI 企业助理

© 2026 Enginer Team