出口食品销售工作流（Export Food Sales Workflow）
1. 技能目标
为出口食品销售业务提供一个可持续进化的智能工作台，覆盖“文档解析 → 合规校验 → 报价 →
物流追踪 → 客户跟进 → 多语言沟通”的完整链路，并通过记忆系统与上下文压缩机制实现
长期记忆与低成本高效运行。所有确定性计算与解析均由 scripts/ 下的脚本完成，保证
结果稳定、可复现且节省 Token。
2. 何时使用
- 用户上传或引用文档（PDF / Word / Excel / CSV / 图片），需要提取、结构化或转表格。
- 用户需要判断产品能否出口某国、是否符合当地食品法规（标签、添加剂、检疫、认证等）。
- 用户需要按 Incoterms（EXW/FOB/CIF/DDP 等）与多币种进行报价核算。
- 用户需要追踪国际物流时效、预计到港/清关时间。
- 用户需要管理海外客户画像、记录跟进、生成下一步动作。
- 用户需要面向不同国家/时区生成多语言沟通话术（邮件、报价函、催单、投诉回复）。
- 用户希望技能“记住”业务上下文，或对话/长文本过长需要压缩节省成本。
3. 目录结构
export-food-sales/
├── SKILL.md # 本文件：总入口与工作流说明
├── scripts/ # 可执行脚本（确定性、免加载进上下文）
│ ├── parse_document.py # 文档解析与结构化输出（PDF/Word/Excel/图片/文本）
│ ├── compliance_check.py # 各国食品出口法规合规性检查
│ ├── quote_calculator.py # 多币种 + Incoterms 报价计算
│ ├── logistics_tracker.py # 国际物流时效估算与追踪
│ ├── customer_manager.py # 海外客户画像管理与跟进记录
│ ├── comm_script_gen.py # 跨时区多语言沟通话术生成
│ ├── memory_manager.py # 自进化记忆系统（读写/检索/优化）
│ └── context_compressor.py # 上下文/长文本自动压缩
├── references/ # 按需加载的领域知识
│ ├── compliance_rules.md # 各国食品法规与准入要点
│ ├── document_schemas.md # 各类文档解析字段映射与结构化 schema
│ ├── communication_scripts.md # 多语言话术模板与文化禁忌
│ └── currency_incoterms.md # 币种、汇率、贸易术语与成本项说明
├── assets/ # 输出用模板
│ ├── spec_table_template.csv # 规格书数据表模板
│ ├── complaint_extract_template.json # 投诉信息结构化模板
│ ├── report_kpi_template.json # 分析报告 KPI 模板
│ └── customer_profile_template.json # 客户画像模板
└── memory/ # 持久化记忆库（自动生成/维护）
└── README.md
4. 核心工作流
4.1 文档解析与结构化输出
- 收到文档后，先用解析脚本抽取原始内容：
bash python scripts/parse_document.py --input <文件路径> --type auto --out <输出目录>
---type可选spec（规格书→表格）、complaint（投诉书→结构化）、report（分析报告→KPI）、auto（自动识别）。
- 支持 PDF / DOCX / XLSX / CSV / TXT / 图片（图片走 OCR，缺依赖时给出降级提示）。 - 根据文档类型选择输出模板（见
assets/）并生成结构化结果（CSV / JSON）。 - 字段映射规则与 schema 详见
references/document_schemas.md。 - 若文档为多语言，先由模型识别语种并统一转为业务所需语言后再结构化。
4.2 销售场景全链路
- 合规检查：
python scripts/compliance_check.py --country <国家码> --product <品类> [--json <产品档案>]，
输出准入结论、缺失认证、标签/添加剂风险项。规则库见references/compliance_rules.md。 - 报价计算：
python scripts/quote_calculator.py --config <报价配置.json>，
支持多币种换算、Incoterms 成本项拆解（货值/运费/保险/关税/杂费）与利润核算。
配置支持两种写法（二选一）：
json { "incoterm": "CIF", "base_currency": "CNY", "target_currency": "USD", "quantity": 1000, "profit_rate": 0.25, "rates": {"CNY": 0.1385, "USD": 1.0}, "costs": { "goods": {"amount": 50000, "currency": "CNY"}, "inland": {"amount": 2300, "currency": "CNY"}, "export_clearance": {"amount": 800, "currency": "CNY"}, "freight": {"amount": 1800, "currency": "USD"}, "insurance": {"amount": 200, "currency": "USD"} } }
也可用更自然的平铺写法：{"cost": {"material": 50000, "packing": 2300, "currency": "CNY"}, "freight": {"sea": 1800, "insurance": 200, "currency": "USD"}, "target_margin": 0.25}（material→货值，packing+labor→国内费用，sea/air→运费，target_margin即利润率）。
直接运行--demo可打印标准示例配置。 - 物流追踪：
python scripts/logistics_tracker.py --origin <起运港> --dest <目的港> --mode sea|air|express [--etd <日期>]，
估算运输时效、预计到港与清关时间，可录入实际节点。 - 客户管理：
python scripts/customer_manager.py <子命令>（add/update/log/show/followup），
维护客户画像与跟进记录，生成下一步跟进建议。 - 沟通话术：
python scripts/comm_script_gen.py --scene <场景> --lang <语言> --tz <时区> [--vars <变量.json>]，
生成本地化、合规、符合文化习惯的邮件/消息。模板见references/communication_scripts.md。
4.3 自进化记忆系统（每轮对话后必做）
- 每轮对话结束前，抽取本轮关键业务上下文（客户、国家、产品、报价、结论、待办），写入记忆库：
bash python scripts/memory_manager.py add --category <client|country|product|quote|task|preference> \ --key "<主题>" --content "<精炼要点>" [--tags "tag1,tag2"] - 会话开始或需要背景时先检索记忆：
bash python scripts/memory_manager.py recall --query "<关键词>" [--top 5] - 定期优化（去重、合并、衰减低频条目、提炼偏好）：
bash python scripts/memory_manager.py evolve - 记忆持久化在
memory/下，随使用频率增长自动进化，越用越懂用户意图。 - 重要：记忆只存业务事实与用户偏好，不存敏感凭证；每轮务必落盘，保证长期可调用。
4.4 上下文自动压缩
- 当历史对话或粘贴的长文本较长（默认阈值可调）时，先压缩再处理：
bash python scripts/context_compressor.py --input <文件或"-"读取stdin> --ratio 0.3 --mode summary --mode支持summary（摘要）、bullet（要点）、keyinfo（关键实体/数字保全）。- 压缩时严格保留：数字、金额、日期、国家、法规条款、客户与产品名等关键实体。
- 处理超长上下文的标准流程：分段 → 逐段压缩 → 汇总 → 仅将压缩结果送入后续推理，严防 Token 浪费。
5. 使用准则
- 一律优先调用脚本完成确定性计算/解析，避免手工推算导致误差与 Token 浪费。
- 涉及多语言时先确认目标语言与地区，再套用本地化模板与合规规则。
- 合规结论涉及法律风险，输出须注明“依据规则库版本，最终以目标国官方要求为准”。
- 每轮对话结束务必更新记忆库；上下文偏长时先压缩。
- 参考文档（
references/）体量较大，按需加载对应文件，不要一次性全部读入。
