💗 Relationship Health Score
> Layer 5: AI Organization Behavior — AI 开始"评估关系"
核心价值
将 AI 从"监控数据异常"升级到"监控关系异常"。
- ❌ Before: 靠经验判断谁要流失，往往发现时已经晚了
- ✅ After: AI 实时评估健康度，主动预警潜在流失
评分维度
| 维度 | 权重 | 说明 |
|---|---|---|
| 回复速度 (reply_speed) | 20% | 最近 30 天平均回复时间趋势 |
| 情绪稳定性 (emotion_stability) | 25% | 最近沟通的语气波动分析 |
| 配合度 (cooperation) | 20% | 任务完成率、CAP 调整响应率 |
| 付款及时性 (payment_timeliness) | 15% | 付款延迟次数统计 |
| 流量稳定性 (traffic_stability) | 20% | 最近 30 天流量波动 |
评分标准
各维度评分规则
| 维度 | 100分 | 70分 | 50分 | 30分 |
|---|---|---|---|---|
| 回复速度 | 持续 fast | 偶尔 medium | 经常 slow | 出现 dead |
| 情绪稳定性 | 持续正面 | 偶尔波动 | 负面增多 | 持续负面 |
| 配合度 | 100% 响应 | 80%+ 响应 | 50%+ 响应 | <50% 响应 |
| 付款及时性 | 从不延迟 | 偶尔延迟 | 经常延迟 | 多次严重延迟 |
| 流量稳定性 | 波动 <10% | 波动 10-20% | 波动 20-30% | 波动 >30% |
综合评分
Health Score = Σ (dimension_score × weight) / Σ weights
预警等级
| 等级 | 分数范围 | 颜色 | AI 动作 |
|---|---|---|---|
| 🟢 健康 | ≥70 分 | 绿色 | 正常监控 |
| 🟡 注意 | 50-70 分 | 黄色 | 24h 内主动问候 |
| 🔴 预警 | <50 分 | 红色 | 立即通知 + 建议行动 |
数据结构
健康度报告
{
"partner_id": "partner_001",
"partner_name": "Hertzmobi",
"health_score": 62,
"grade": "🟡 注意",
"breakdown": {
"reply_speed": {"score": 70, "trend": "down", "weight": 0.20},
"emotion_stability": {"score": 55, "trend": "stable", "weight": 0.25},
"cooperation": {"score": 65, "trend": "stable", "weight": 0.20},
"payment_timeliness": {"score": 80, "trend": "stable", "weight": 0.15},
"traffic_stability": {"score": 50, "trend": "down", "weight": 0.20}
},
"alerts": [
{
"type": "reply_speed_decline",
"message": "回复速度从 2h 降至 8h",
"severity": "warning"
}
],
"ai_suggestion": {
"action": "主动电话沟通",
"reason": "该 Partner 回复速度和流量都出现下降趋势",
"script": "建议电话询问是否对当前 CAP 或条款有调整需求",
"priority": "high"
},
"last_updated": "2026-05-15T10:30:00Z"
}
使用场景
场景 1：查询健康度
from relationship_health import get_relationship_health
# 查询 Partner 健康度
health = get_relationship_health("partner_001")
print(f"健康度: {health['health_score']} ({health['grade']})")
场景 2：批量监控
from relationship_health import monitor_all_partners
# 监控所有 Partner 健康度
results = monitor_all_partners()
# 筛选需要预警的
alerts = [r for r in results if r["grade"] in ["🟡 注意", "🔴 预警"]]
for alert in alerts:
send_notification(alert)
场景 3：预警通知
from relationship_health import check_and_alert
# 检查并自动发送预警
alerts = check_and_alert(
threshold_warning=70,
threshold_critical=50
)
for alert in alerts:
print(f"🚨 {alert['partner_name']}: {alert['health_score']} 分")
print(f" 建议: {alert['ai_suggestion']['action']}")
与其他 Skill 集成
集成 partner-memory-system
# Health Score 自动读取 Partner Memory 进行评分
from partner_memory import get_partner_memory
memory = get_partner_memory(partner_id)
# 使用 memory 中的数据计算各维度得分
集成 cross-cultural-negotiation-copilot
# 根据健康度调整沟通策略
health = get_relationship_health(partner_id)
if health["grade"] == "🔴 预警":
strategy = "empathetic_urgent" # 共情优先 + 紧迫感
message = "非常重视与您的合作关系..."
elif health["grade"] == "🟡 注意":
strategy = "supportive_caring" # 支持性 + 关心
message = "希望了解您最近的反馈..."
else:
strategy = "normal" # 正常商务沟通
技术规格
| 项目 | 说明 |
|---|---|
| 存储格式 | 本地 JSON 文件 |
| 存储位置 | data/health_scores/{partner_id}.json |
| 数据来源 | partner-memory-system |
| Python 版本 | 3.9+ |
| 依赖 | json, os, datetime |
示例输出
健康度查询
$ python relationship_health.py --action query --partner_id partner_001
{
"partner_id": "partner_001",
"partner_name": "Hertzmobi",
"health_score": 85,
"grade": "🟢 健康",
"breakdown": {...},
"ai_suggestion": {
"action": "保持当前沟通频率",
"priority": "low"
}
}
预警检查
$ python relationship_health.py --action check_alerts
🚨 发现 2 个需要关注的 Partner:
🔴 partner_003 (GamePartner)
健康度: 35 分
原因: 回复速度下降 + 流量波动 >30%
建议: 立即电话沟通
🟡 partner_002 (AppTango)
健康度: 62 分
原因: 最近情绪风格偏悲观
建议: 24h 内主动问候
Skill 版本: v1.0.0
新增于 Hackathon 2026
