AI Coach Batch Session Summary

目标

拉取 legion-hardware 的 ASR 转写并生成报告。仅依据 asrText，禁止使用 aiJiaolianResultJson / aiSummaryContent 作为结论依据。

工作流程（必须按序，禁止跳步）

1. parse-user-intent.mjs     → 解析时间 / 维度 / 交付形态
2. needClarification=true    → 反问用户，结束（禁止执行 fetch）
3. 用户补充或 skipClarification / confirmed* → 再执行 fetch-asr-recordings.mjs
4. 按 reportPlan + themeRelated + outputFormat 生成报告

禁止只跑 fetch-asr-recordings.mjs 而不先意图解析（fetch 内置相同解析，若需反问会直接 ok:false 且不拉数）。

脚本调用

# 步骤 1：意图（不拉数）
echo '{"user":"u","model":"openclaw:u123","userMessage":"帮我总结录音"}' | \
  node "{baseDir}/scripts/parse-user-intent.mjs"

# 步骤 2：确认后拉数（token 仅来自 Header / LEGION_AUTH_TOKEN）
export LEGION_AUTH_TOKEN="\x3CJWT>"
echo '{"user":"u","model":"openclaw:u123","userMessage":"总结最近 5 天录音","skipClarification":true}' | \
  node "{baseDir}/scripts/fetch-asr-recordings.mjs"

默认值（反问后仍不明确，或用户说「按默认」）

反问沟通

parse-user-intent / fetch 在以下情况 needClarification: true：

跳过反问：

• 用户话术中「就按默认 / 你看着办 / 用默认」
• body：skipClarification: true（网关在用户回复后设置）
• body：confirmedTime / confirmedDimension（见下）

多轮合并 userMessage

网关将 首轮 + 追问回复 写入同一 body：

{
  "userMessage": "帮我总结录音",
  "followUpMessage": "最近 5 天，按拓客复盘",
  "skipClarification": true
}

或拼接为单字段 userMessage。脚本会合并 userMessage + query + followUpMessage。

网关确认字段（可选）

触发词速查

激活（其一）： 对象词 + 动作词；完整口令；intent=ai-coach-batch-session-summary。

动作词： 总结、汇总、归纳、梳理、概括、小结、复盘、盘点、整合、整理、摘要、报告、结论（及英文同义，须配对象词）。

对象词：

完整口令

• 总结最近 5 天录音
• 十维拓客报告
• 总结一下教练反馈
• AI coach recap for last month

不触发： 仅「总结一下」无对象词；仅调用 POST /api/recordings/ai-jiaolian 且无话术总结类动作词（走 AI 教练单次能力，不走本 skill）。

入站参数（OpenClaw / 网关）

{
  "user": "OpenClaw 用户标识（必填，映射为 hardware userId）",
  "model": "openclaw:{user}{orgId} 或 openclaw:{user}person",
  "userMessage": "用户原话（必填，可在 metadata）",
  "followUpMessage": "可选，第二轮补充",
  "skipClarification": false,
  "confirmedTime": "default",
  "confirmedDimension": "default_ten",
  "orgId": "可选；网关已从 model 解析时可直传"
}

Header：Authorization: Bearer {JWT}（禁止 body.token）

userId / orgId 取值（resolve-openclaw-identity.mjs）

与 tfd-api AiService 的 model 组装一致：

规则：

1. userId = 请求体字段 user（兼容 userId）。
2. model 以 person 结尾（不区分大小写）→ 个人模式，不传 orgId。
3. model 非 person → orgId = model 去掉前缀 openclaw: + user 后的剩余部分。
4. 若 body 已带非空 orgId（如网关 metadata）→ 优先使用，不再从 model 解析。
5. 若 body 显式 orgId: "" → 视为个人模式。

示例（user=abc）：

时间规则（parse-time-range.mjs）

时区 Asia/Shanghai；上限：月 ≤12，天 ≤366。

维度与报告分支

themeRelated 由脚本用 主题核心词 匹配 asrText（已避免单独「KYC」「趋势」误命中）。

样本量

数据拉取与部署

fetch 成功时 stdout 含：query、analysisFocus、themeRelated、reportPlan、outputFormat、records[]。

交付形态（outputFormat）

十维拓客（默认维度）

1. 拓客场景 2. 触达人群 3. 开口获客话术 4. 客户需求 5. 客户拒绝原因
2. 有效意向分类 7. 产品匹配 8. 成交阻碍痛点 9. 跟进动作 10. 拓客成效数据

每维：关键发现 / 典型摘录 / 量化指标 / 优化建议。

错误与安全

• 缺 user / Authorization → 不调 hardware；个人模式可无 orgId
• needClarification 时禁止编造数据
• 勿暴露 token、内网 IP/端口
• user / 解析出的 orgId 宜与业务身份一致（建议网关校验）

检查清单

• 已跑 parse-user-intent；needClarification 时已反问且未 fetch
• 默认时间/维度说明已写入报告（若适用）
• themeUnrelated 时仅输出「无相关内容」
• 交付形态符合 outputFormat
• 未使用 body.token
• user / model 已按规则解析；person 模式未传 orgId