旺小宝问数
> CRITICAL —— 跑命令前 MUST 先用 Read tool 读取 ../wangxiaobao-shared/SKILL.md（一份共享文档讲清安装 / 登录 / 选项目 / 错误码 / 输出协议等所有 xiaobao-cli 命令通用的前置约定）。
跑 xiaobao-cli qa 用自然语言问当前激活项目的业务数据。
零副作用，不写文件、不动 wiki，所以用错也没成本，鼓励放心调用。
执行前必读
- 必须有有效 token：先调
xiaobao-cli auth whoami；未登录 / 过期就走auth login --no-waitsplit-flow（见 wangxiaobao-shared） - 必须有激活项目：命令内部自动从激活项目状态读 tenant/project，
调用方不要传 tenant/project 参数。如果 命令 返回
error: 'NO_ACTIVE_PROJECT'，让用户跑wangxiaobao-switch-projectskill
后再重试 - 绝不要写文件。即使用户随口说"顺便存一下"也要拦——告诉用户"出长报告
的功能暂未发布，如果想存可以把回答复制下来"
快速索引：意图 → 工具
| 用户意图 | 命令 | 关键参数 |
|---|---|---|
| 单轮问数 | xiaobao-cli qa |
prompt |
| 接着上一轮继续追问 | xiaobao-cli qa |
prompt + threadId |
| 给问题加上下文（如客户 ID 列表） | xiaobao-cli qa |
prompt + context: {...} |
核心约束
1. 用业务语言问，不要追问 ID
用户问"张三本周成交几单"——直接把 prompt 原样传给 命令，不要先去查
张三的 user-id 再拼参数。后端 AI 知道"张三"在当前项目里就是谁。
如果用户问的是开放性问题（"客户主要疑虑是啥"），更不要画蛇添足拼任何
ID / 时间窗口——AI 会自己定义合理范围。
2. 多轮：threadId 由 agent 自己接续
第一轮不传 --thread-id，走单轮模式。响应里有 resp.data.data.thread_id，
记在 agent 当前对话上下文里，后续追问把它原样传回 --thread-id 入参。
不要把 thread_id 写到任何文件 / .env / 状态——它只是会话短期记忆。
跨 session（用户关了 chat）就不再延续，新 session 重新发起新一轮即可。
3. 响应只取 answer 给用户
xiaobao-cli qa 返回结构：
{
"code": "0",
"msg": "success",
"data": {
"type": "quick-qa",
"thread_id": "...",
"answer": "最终文本（这就是要展示给用户的）",
"output": { /* 原始结构化数据，agent 自己看就行，不展示 */ }
}
}
CLI 又把上面塞进 { status, ok, data } 外包：拿最终文本写
resp.data.data.answer，渲染给用户只展示 answer。
如果要支持后续追问，结尾加一句"💡 想接着问可以告诉我，会沿用本次对话上下文"
（threadId 由 agent 自己存，不要让用户记）。
4. 不要拉太多上下文进 context
context 字段可以塞额外背景，但控制在 < 4KB。需要塞大块录音 / 客户
档案的需求暂时没有 CLI 侧支持——用户可以分多轮 prompt 喂，每轮塞一段。
5. 不要替代 audio-query 做"列录音元数据"
用户问"列下今天哪些录音"、"audioId 是多少"——那是
wangxiaobao-audio-query skill 的事（直接走录音元数据 API，更快也更精确）。
本 skill 是问"开放式业务问题"用的，不是数据列表 API 代理。
使用场景示例
场景 1：问客户来访
xiaobao-cli qa "今天到访了多少组客户，里面有几组是首访？"
渲染：
今天到访 18 组，其中：
- 首访 11 组（61%）
- 复访 7 组
💡 想接着问可以告诉我，会沿用本次对话上下文。
场景 2：问销冠
xiaobao-cli qa "本月销冠是谁，业绩多少？"
渲染：
本月销冠：张三
- 成交 8 单 / 金额 1240 万
- 跟进客户 47 组，成交转化率 17%
场景 3：问录音覆盖率
xiaobao-cli qa "本周录音覆盖率怎么样？哪些销售覆盖低？"
渲染：
本周录音覆盖率 78%（45 个销售里 35 个开了工牌录音）。
覆盖偏低的销售（< 50%）：
1. 李四（22%）
2. 王五（38%）
3. 赵六（45%）
场景 4：接着追问（多轮）
用户："那张三跟客户讲到学区时通常怎么应对？"
（接着上一轮 ——agent 自己存了 threadId）
xiaobao-cli qa "那张三跟客户讲到学区时通常怎么应对？" --thread-id "<上一轮 resp.data.data.thread_id>"
场景 5：带额外 context（v0.1.x 暂不支持）
CLI 当前只暴露 --thread-id，不支持 --context JSON 入参。要给 AI 喂上下文，
把上下文直接写进 prompt 即可：
xiaobao-cli qa "评估一下客户 12345 的成交概率，相关录音 audioId: 9001, 9023, 9045"
后端 AI 会从 prompt 文本里识别 customer_id / audio 引用。
典型问数关键词参考
帮 agent 识别用户意图。看到这类词就走本 skill：
- 客户类：客户、新客、老客、意向客、成交客、客户画像、客户分级、回访
- 来访类：到访、来访、首访、复访、上门、到店、客流
- 挖需 / 转化：挖需率、转化率、意向、成交率、跟进、转化漏斗
- 销售 / 销冠：销冠、销售排行、业绩、佣金、TOP、成单
- 录音 / 接待：录音、通话、对话、接待、覆盖率、时长
- 业务指标：成单、签约、定金、退订、回款、佣金
常见错误与排查
error: 'NO_ACTIVE_PROJECT'— 还没设过激活项目 → 跑
wangxiaobao-switch-projectskill 后重试- 401 / token 过期 — 走
auth login --no-wait --forcesplit-flow 重登，重试一次 - 响应耗时 > 30 分钟 — 后端慢到打满 CLI timeout → 告诉用户"上游慢，稍后重试"
- answer 为空 — 上游这一轮没产出最终文本 → 让用户换个 prompt 重试
- 用户想"批量出报告" — 拦住：本期 CLI 没有报告生成 skill，
解释"出长报告的功能在做异步化改造，下期发布" - 用户问"列录音元数据 / audioId 是多少" — 切到
wangxiaobao-audio-queryskill，那个走元数据 API 更精确
