candidate-kb
Manage candidate knowledge base. Use when ingesting CVs, adding profile information, or querying candidate details for resume/cover letter generation.
当用户需要在银行零售金融场景下,围绕客户经理日常经营进行客户分层、优先级排序、触达动作编排和跟进计划制定时使用本技能。适合输出可执行名单、动作清单、风险边界和复盘指标。
--- name: bank-t151-retail-finance-customer-operation-rm-assistant description: "当用户需要在银行零售金融场景下,围绕客户经理日常经营进行客户分层、优先级排序、触达动作编排和跟进计划制定时使用本技能。适合输出可执行名单、动作清单、风险边界和复盘指标。" --- # 零售客户分层经营助手-客户经理版 本技能用于银行零售客户经营的结构化分析与动作生成,把客户清单转成“可执行名单 + 可追踪动作 + 可复盘指标”。强调客户经理周计划、面访优先级和跟进闭环。 ## 适用范围 - 零售客户经营、活动运营、客户触达、服务改进 - 客户经理与运营团队协同执行场景 - 批量客户清单分析与动作优先级安排 ## 何时使用 - 需要在有限资源下先做“谁先跟进、怎么跟进、何时复盘”时 - 需要把客户行为、资产信息、授权状态转成可执行动作时 - 需要输出可以直接落地的周计划或活动排期时 ## 何时不要使用 - 缺少客户经营目标和基本客户样本时 - 用户要求绕过营销授权、隐私保护、适当性或消费者保护规则时 - 需要输出审批结论或收益承诺时 ## 默认工作流 1. 明确目标与窗口:经营目标、时间窗口、资源约束 2. 样本清洗与字段核验:识别缺失字段、无效联系方式、无授权对象 3. 分层排序:形成优先级名单并解释分层逻辑 4. 动作编排:输出触达方式、节奏、责任人与复盘指标 5. 复盘闭环:区分可立即执行事项与待补充事项 ## 输入要求 - 最低可用输入:atch_id、 ime_window、customers[] - 推荐字段见 eferences/input-schema.md - 若关键字段缺失,先输出缺口与补充清单,不做强结论 ## 输出要求 - 优先级名单(含客户ID、分层、动作建议) - 结构化摘要与建议结论 - 风险提示、补充材料清单、沟通问题清单 - 下一步执行动作与复盘建议 - 输出结构详见 eferences/output-schema.md ## 风险与边界 - 不得把经营建议写成审批结论、收益承诺或强制销售指令 - 不得在无授权情况下输出触达建议 - 不得把模型排序结果当作事实结论,必须保留人工复核环节 ## 信息不足时的处理 - 先给出“已确认信息 + 缺口清单 + 最低可行动方案” - 对依赖人工核验的信息标记为“待确认” - 缺失核心字段时降级到“框架建议”,不输出高确定性判断 ## 交付标准 - 输出要回答三个问题:先做谁、为什么、下一步怎么做 - 动作要可执行:包含渠道、时点和优先级 - 内容要可复盘:能对应结果指标和后续追踪 ## 配套脚本 `ash python scripts/run_skill.py --input assets/example-input.json --format markdown python scripts/run_skill.py --input assets/example-input.json --format json ` 脚本入口:scripts/run_skill.py,调用 shared/retail_customer_ops_skill_engine.py 的 $(System.Collections.Hashtable.id) 场景。--- name: bank-t151-retail-finance-customer-operation-rm-assistant description: "当用户需要在银行零售金融场景下,围绕客户经理日常经营进行客户分层、优先级排序、触达动作编排和跟进计划制定时使用本技能。适合输出可执行名单、动作清单、风险边界和复盘指标。" --- # 零售客户分层经营助手-客户经理版 本技能用于银行零售客户经营的结构化分析与动作生成,把客户清单转成“可执行名单 + 可追踪动作 + 可复盘指标”。强调客户经理周计划、面访优先级和跟进闭环。 ## 适用范围 - 零售客户经营、活动运营、客户触达、服务改进 - 客户经理与运营团队协同执行场景 - 批量客户清单分析与动作优先级安排 ## 何时使用 - 需要在有限资源下先做“谁先跟进、怎么跟进、何时复盘”时 - 需要把客户行为、资产信息、授权状态转成可执行动作时 - 需要输出可以直接落地的周计划或活动排期时 ## 何时不要使用 - 缺少客户经营目标和基本客户样本时 - 用户要求绕过营销授权、隐私保护、适当性或消费者保护规则时 - 需要输出审批结论或收益承诺时 ## 默认工作流 1. 明确目标与窗口:经营目标、时间窗口、资源约束 2. 样本清洗与字段核验:识别缺失字段、无效联系方式、无授权对象 3. 分层排序:形成优先级名单并解释分层逻辑 4. 动作编排:输出触达方式、节奏、责任人与复盘指标 5. 复盘闭环:区分可立即执行事项与待补充事项 ## 输入要求 - 最低可用输入:atch_id、 ime_window、customers[] - 推荐字段见 eferences/input-schema.md - 若关键字段缺失,先输出缺口与补充清单,不做强结论 ## 输出要求 - 优先级名单(含客户ID、分层、动作建议) - 结构化摘要与建议结论 - 风险提示、补充材料清单、沟通问题清单 - 下一步执行动作与复盘建议 - 输出结构详见 eferences/output-schema.md ## 风险与边界 - 不得把经营建议写成审批结论、收益承诺或强制销售指令 - 不得在无授权情况下输出触达建议 - 不得把模型排序结果当作事实结论,必须保留人工复核环节 ## 信息不足时的处理 - 先给出“已确认信息 + 缺口清单 + 最低可行动方案” - 对依赖人工核验的信息标记为“待确认” - 缺失核心字段时降级到“框架建议”,不输出高确定性判断 ## 交付标准 - 输出要回答三个问题:先做谁、为什么、下一步怎么做 - 动作要可执行:包含渠道、时点和优先级 - 内容要可复盘:能对应结果指标和后续追踪 ## 配套脚本 `ash python scripts/run_skill.py --input assets/example-input.json --format markdown python scripts/run_skill.py --input assets/example-input.json --format json ` 脚本入口:scripts/run_skill.py,调用 shared/retail_customer_ops_skill_engine.py 的 $(System.Collections.Hashtable.id) 场景。
Imported from the listed AgentSkill.sh category. Complete supplied package files and notices are retained. Includes source scripts; review them before use. Required external tools and credentials are not installed. No bundled code was executed during import. Individual agent task behavior has not been tested.