Skill 清单

销售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。场景概览见销售团队管理，角色维度的会话旅程见角色场景。

架构总览

销售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 — Skill	AI 需要场景指导、权限规则、工具组合策略	`skills/sales_coach/SKILL.md`
B — Tool	AI 需要调用，tool schema 可自描述	`scripts/direct/tools/sales.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
`sales_coach` Skill	销售团队管理 AI 对话技能（SKILL.md）	⬜ 待实现
`sales_get_ability_radar`	获取销售员工六维能力雷达图及短板分析	⬜ 待实现
`sales_get_score_ranking`	获取销售综合评分排名，支持职级分组	⬜ 待实现
`sales_get_score_history`	获取员工历史评分趋势，判断观察期状态	⬜ 待实现
`sales_get_experience_cards`	检索团队经验卡片库，按场景 / 技能匹配	⬜ 待实现
`sales_get_team_interview_summary`	获取本组近期访谈汇总（共性卡点 / 情绪信号）	⬜ 待实现
`sales_start_practice`	发起陪练，生成虚拟客户角色，进入角色扮演	⬜ 待实现
`sales_end_practice`	结束陪练，生成评分报告 + 改进建议	⬜ 待实现
`sales_start_interview`	发起 AI 主动访谈（Concern 引擎调用）	⬜ 待实现
`sales_save_interview_result`	保存访谈结果，提炼经验卡片 / 问题摘要	⬜ 待实现
`sales_submit_experience_card`	提交经验卡片草稿，触发经理审核流程	⬜ 待实现

A 层 — Skill：sales_coach 对话技能

设计决策：一个 Skill 覆盖全部销售管理场景

考虑因素	结论
触发词重叠	"销售"、"绩效"、"排名"、"话术"、"练习" 跨场景共用
对话跨场景	"张某某怎么样"同时涉及绩效 + 访谈 + 陪练历史
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: sales_coach
trigger: 销售|绩效|排名|末位|观察期|话术|陪练|对练|成交|丢单|雷达图|经验卡片|访谈|销售管理|销售团队
description: 销售团队管理——能力建模、评分淘汰、陪练辅导、主动访谈
tools: [见 B 层完整列表]
scope: all

SKILL.md 正文按 4 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（老板 / 经理 / 员工各看什么）
陪练和访谈的交互流程
回复格式要求

覆盖的 4 个会话场景

场景	核心价值	涉及工具
能力建模与对标	隐性经验显性化，全员可学	`get_ability_radar` + `get_experience_cards`
AI 评分与末位淘汰	数据支撑决策，淘汰有据可查	`get_score_ranking` + `get_score_history`
AI 陪练闭环	随时练、立刻知道差在哪	`start_practice` + `end_practice` + `get_experience_cards`
AI 主动访谈	每天捞三件事，经验传播 + 问题上浮	`start_interview` + `save_interview_result` + `submit_experience_card`

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：销售评分、访谈记录均存入 MongoDB（独立集合），经验卡片存入记忆系统（带 scope=team 标签）。

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，经理只能查本组，老板无限制
- 人名参数接受中文名，内部通过 PersonCard 解析
- 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

查询工具（5 个）

1. sales_get_ability_radar — 能力雷达图

获取销售员工的六维能力评分，对比金牌标准，生成短板诊断。

参数	必填	说明
`name`	是	员工中文名，不填则查当前用户
`season`	否	季度（如 `2026Q1`），不填则最近一个季度

返回内容：六维评分 + 金牌均值对比 + 短板排序 + 改进建议

服务场景：能力建模与对标

2. sales_get_score_ranking — 综合评分排名

获取销售综合评分排名，支持按职级分组、按组筛选。

参数	必填	说明
`season`	否	季度，不填则最近一个
`group`	否	销售组名，不填则按角色权限自动范围
`level`	否	职级（新手 / 资深），不填则不分组
`limit`	否	返回条数，默认 20

返回内容：排名列表（姓名 + 综合分 + 三维分项 + 是否在观察期）

权限约束：经理只返回本组结果，员工返回提示"请联系销售经理"

服务场景：AI 评分与末位淘汰

3. sales_get_score_history — 历史评分趋势

获取员工历史季度评分趋势，用于观察期进度判断。

参数	必填	说明
`name`	否	员工中文名，不填则查当前用户
`seasons`	否	查询季度数，默认 4（近 4 个季度）

返回内容：各季度综合分 + 三维分项趋势 + 观察期状态 + 改进进度

服务场景：AI 评分与末位淘汰

4. sales_get_experience_cards — 经验卡片检索

检索团队经验卡片库，按销售场景或技能维度匹配。

参数	必填	说明
`scenario`	否	场景关键词（如"价格异议"、"促成信号"）
`skill_dim`	否	技能维度（痛点挖掘 / 异议处理 / 情感共鸣 / 促成时机 / 跟进及时性 / 产品熟悉度）
`limit`	否	返回数量，默认 3

返回内容：匹配的话术卡片（标题 + 话术示例 + 适用场景）

服务场景：能力建模与对标、AI 陪练闭环

5. sales_get_team_interview_summary — 访谈汇总

获取本组近期访谈的汇总洞察（共性卡点、情绪信号）。

参数	必填	说明
`days`	否	近几天范围，默认 7
`group`	否	组名，不填按角色权限自动范围

返回内容：高频卡点 Top3 + 情绪信号人数 + 关键话题词

权限约束：员工无法调用此工具

服务场景：AI 主动访谈（经理 / 老板查看）

陪练工具（2 个）

6. sales_start_practice — 发起陪练

进入角色扮演模式，根据员工短板或指定类型生成虚拟客户。

参数	必填	说明
`customer_type`	否	客户类型（价格敏感型 / 犹豫不决型 / 问题轰炸型 / 高冷型）
`skill_dim`	否	针对练习的技能维度，不填则按最弱维度自动推荐

副作用：在 Session 中设置"陪练模式"标记，AI 切换为客户角色，记录对话过程

服务场景：AI 陪练闭环

7. sales_end_practice — 结束陪练

退出角色扮演，生成本次陪练的评分报告和改进建议。

参数	必填	说明
无	—	自动读取当前 Session 中的陪练记录

返回内容：本次得分 + 各维度评分 + 具体问题复盘 + 推荐参考话术（从经验卡片库匹配）

副作用：清除 Session 中的"陪练模式"标记，将陪练记录存入 MongoDB

服务场景：AI 陪练闭环

访谈工具（3 个）

8. sales_start_interview — 发起访谈

由 Concern 引擎调用，向指定员工发起主动访谈，加载对应问题策略。

参数	必填	说明
`name`	是	被访谈员工中文名
`trigger_type`	是	触发类型（`win`成交 / `lose`丢单 / `weekly`每周 / `observation`观察期 / `care`关怀）

副作用：在 Session 中设置"访谈模式"标记和问题策略，Concern 引擎触发清海发送开场消息

服务场景：AI 主动访谈

9. sales_save_interview_result — 保存访谈结果

访谈结束后，AI 提炼关键信息，保存到记忆系统。

参数	必填	说明
`category`	是	结果分类（`experience`经验 / `problem`困难 / `emotion`情绪信号）
`summary`	是	提炼后的摘要（非原文）
`priority`	否	重要程度（`normal` / `high`），high 触发经理提醒

副作用：存入记忆系统（scope=team/user），high 优先级自动触发经理通知

服务场景：AI 主动访谈

10. sales_submit_experience_card — 提交经验卡片

将提炼出的优秀话术 / 经验提交给经理审核。

参数	必填	说明
`title`	是	经验卡片标题（如"处理价格异议的黄金三步"）
`content`	是	卡片正文（脱敏，无姓名）
`scenario`	是	适用场景标签
`skill_dim`	是	对应技能维度

副作用：推送给销售经理确认，审核通过后写入 sales_get_experience_cards 可检索的卡片库

服务场景：AI 主动访谈

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	根据调用用户角色自动限定查询范围	⬜ 待实现
评分计算引擎	聚合通话质量 / CRM 数据，计算三维复合评分	⬜ 待实现（依赖数据接入）
观察期状态机	跟踪进入 / 退出观察期条件，自动触发 Concern 通知	⬜ 待实现
经验卡片存储	经验卡片结构化存储，支持按场景 / 维度检索	⬜ 待实现
PersonCard 集成	中文名 → 销售组 / 职级 / 评分数据关联	✅ 复用已有

D 层 — 主动推送（Concern 引擎）

复用 Concern 引擎扩展销售访谈场景，不需要重新实现触达机制。

访谈触发策略

策略	触发条件	频率约束	优先级
成交访谈	CRM 记录成交	每次成交后 2h 内，同日最多 1 次	高
丢单访谈	CRM 记录丢单	每次丢单后 2h 内，同日最多 1 次	高
每周访谈	每周五 14:00-17:00	每周一次，不与当日其他访谈叠加	中
观察期强化	员工在改进观察期	每周额外一次，持续至退出观察期	中
关怀访谈	经理手动触发	无自动限制	高

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	仅在 9:00-19:00 触达，紧急关怀除外
语气	友善不施压，丢单问复盘而非追责，观察期说改进方向而非末位
知情同意	员工首次接入时告知访谈内容会以摘要形式汇报给经理

经验卡片推送

复用的现有能力

能力	本场景用途	状态
Concern 引擎	成交 / 丢单 / 每周 / 观察期访谈触发	✅ 复用，需新增策略配置
PersonCard	员工信息 + 组别 + 职级，权限过滤基础	✅ 已实现
记忆系统	访谈摘要 / 经验卡片存储与检索	✅ 已实现，需扩展 scope 标签
NotificationEngine	访谈触达防骚扰控制	✅ 已实现
feishu-message Skill	经验卡片审核推送、经理预警通知	✅ 已实现
直接对话能力	陪练角色扮演的基础对话	✅ 已实现

全局约束

约束	说明
数据接入前置	评分计算依赖通话录音 + CRM 数据，落地前必须确认接入方式
员工知情同意	访谈内容汇报前需员工明确知晓，首次使用时告知
末位信息隔离	员工只知"在观察期"，不知具体排名位次
经验卡片去敏	对外发布的卡片隐藏原始贡献者姓名
AI 仅出候选名单	淘汰决策最终由人（销售经理 + HR）拍板，AI 不直接执行

实现路线

Phase 1：AI 主动访谈（最快切入，现有能力直接支撑）

#	事项	状态
1	`sales_coach` SKILL.md 访谈场景编写	⬜
2	`sales_start_interview` + `sales_save_interview_result`	⬜
3	Concern 引擎新增销售访谈策略（每周 + 关怀）	⬜
4	`sales_submit_experience_card` + 经理审核推送	⬜

Phase 2：AI 陪练闭环（无外部数据依赖，可独立实现）

#	事项	状态
5	`sales_start_practice` + `sales_end_practice`	⬜
6	经验卡片库（`sales_get_experience_cards`）	⬜
7	陪练统计记录，供经理查询	⬜

Phase 3：评分与末位淘汰（依赖外部数据接入）

#	事项	状态
8	数据接入：CRM 数据 + 通话录音	🔒 依赖客户配合
9	评分计算引擎（C 层）	🔒 依赖数据
10	`sales_get_ability_radar` + `sales_get_score_ranking` + `sales_get_score_history`	🔒 依赖数据
11	观察期状态机 + 淘汰候选名单	🔒 依赖数据
12	Concern 引擎新增成交 / 丢单 / 观察期触发	🔒 依赖 CRM 事件

文档

电子表格

多维表格

知识库

Skill 清单

架构总览

分层判断标准

Skill / Tool 汇总

A 层 — Skill：sales_coach 对话技能

设计决策：一个 Skill 覆盖全部销售管理场景

SKILL.md 内部结构

覆盖的 4 个会话场景

B 层 — Python Tool 清单

公共行为

查询工具（5 个）

1. sales_get_ability_radar — 能力雷达图

2. sales_get_score_ranking — 综合评分排名

3. sales_get_score_history — 历史评分趋势

4. sales_get_experience_cards — 经验卡片检索

5. sales_get_team_interview_summary — 访谈汇总

陪练工具（2 个）

6. sales_start_practice — 发起陪练

7. sales_end_practice — 结束陪练

访谈工具（3 个）

8. sales_start_interview — 发起访谈

9. sales_save_interview_result — 保存访谈结果

10. sales_submit_experience_card — 提交经验卡片

C 层 — 系统能力

D 层 — 主动推送（Concern 引擎）

访谈触发策略

推送约束

经验卡片推送

复用的现有能力

全局约束

实现路线

Phase 1：AI 主动访谈（最快切入，现有能力直接支撑）

Phase 2：AI 陪练闭环（无外部数据依赖，可独立实现）

Phase 3：评分与末位淘汰（依赖外部数据接入）

Skill 清单 ​

架构总览 ​

分层判断标准 ​

Skill / Tool 汇总 ​

A 层 — Skill：sales_coach 对话技能 ​

设计决策：一个 Skill 覆盖全部销售管理场景 ​

SKILL.md 内部结构 ​

覆盖的 4 个会话场景 ​

B 层 — Python Tool 清单 ​

公共行为 ​

查询工具（5 个） ​

1. sales_get_ability_radar — 能力雷达图 ​

2. sales_get_score_ranking — 综合评分排名 ​

3. sales_get_score_history — 历史评分趋势 ​

4. sales_get_experience_cards — 经验卡片检索 ​

5. sales_get_team_interview_summary — 访谈汇总 ​

陪练工具（2 个） ​

6. sales_start_practice — 发起陪练 ​

7. sales_end_practice — 结束陪练 ​

访谈工具（3 个） ​

8. sales_start_interview — 发起访谈 ​

9. sales_save_interview_result — 保存访谈结果 ​

10. sales_submit_experience_card — 提交经验卡片 ​

C 层 — 系统能力 ​

D 层 — 主动推送（Concern 引擎） ​

访谈触发策略 ​

推送约束 ​

经验卡片推送 ​

复用的现有能力 ​

全局约束 ​

实现路线 ​

Phase 1：AI 主动访谈（最快切入，现有能力直接支撑） ​

Phase 2：AI 陪练闭环（无外部数据依赖，可独立实现） ​

Phase 3：评分与末位淘汰（依赖外部数据接入） ​

Skill 清单

架构总览

分层判断标准

Skill / Tool 汇总

A 层 — Skill：sales_coach 对话技能

设计决策：一个 Skill 覆盖全部销售管理场景

SKILL.md 内部结构

覆盖的 4 个会话场景

B 层 — Python Tool 清单

公共行为

查询工具（5 个）

1. sales_get_ability_radar — 能力雷达图

2. sales_get_score_ranking — 综合评分排名

3. sales_get_score_history — 历史评分趋势

4. sales_get_experience_cards — 经验卡片检索

5. sales_get_team_interview_summary — 访谈汇总

陪练工具（2 个）

6. sales_start_practice — 发起陪练

7. sales_end_practice — 结束陪练

访谈工具（3 个）

8. sales_start_interview — 发起访谈

9. sales_save_interview_result — 保存访谈结果

10. sales_submit_experience_card — 提交经验卡片

C 层 — 系统能力

D 层 — 主动推送（Concern 引擎）

访谈触发策略

推送约束

经验卡片推送

复用的现有能力

全局约束

实现路线

Phase 1：AI 主动访谈（最快切入，现有能力直接支撑）

Phase 2：AI 陪练闭环（无外部数据依赖，可独立实现）

Phase 3：评分与末位淘汰（依赖外部数据接入）