Skip to content

Repository files navigation

Trade Customer Intel

中英双语的开源 Codex Skill,用公开网页线索为外贸销售、客户开发和线索筛查生成结构化客户情报报告。

An open-source Codex skill that turns sparse public-web signals into bilingual, structured customer intelligence reports for sales research, lead verification, and conservative outreach preparation.

当前状态:可演示

角色定位:客户情报分析员

这个仓库的开源内容本身即可独立使用,飞书增强入口不是必需安装步骤,而是增强体验选项。

链路角色:

  • 在总链路里是 stage_worker
  • 组合包 / 主代理是 workflow_owner
  • 单节点默认 attach_only
  • feishu_container_creation = forbidden
  • 单节点不独立声明飞书工作容器
  • 所有数据最终统一挂到同一个 Trade Lead Workflow Hub

上下游关系:

公开最小可用说明

这个仓库公开层只解决一个问题:

  • 把稀疏线索变成保守、可复核的客户情报报告
  • 和组合包一样,这个单节点仓库本身就拥有可独立执行的最小功能

两种权益

这个 Skill 当前分成两种使用权益:

1. 开源权益

  • 直接使用当前 GitHub 仓库里的开源内容
  • 即插即用,适合先跑通最小版本
  • 适合自己阅读 README、运行脚本、替换样例和继续二次改造

2. 增强权益

  • 在开源最小能力基础上,额外使用半斤九两科技提供的飞书增强执行词
  • 更适合龙虾 / OpenClaw 安装和执行
  • 使用体验会更精致、更完整,理解障碍和安装试错更少
  • 更容易和统一的 Trade Lead Workflow Hub 挂接

当前最小能力:

  • 收集公开网页证据
  • 做实体匹配和风险判断
  • 输出结构化客户情报报告
  • 给出证据清单和销售切入角度

飞书增强入口

这个 Skill 的开源版本身就可以单独使用,并能完成当前节点的最小可用功能。

如果你希望在龙虾 / OpenClaw 中获得更精致、更完整的使用体验,建议按下面流程复制增强执行词:

如果链接打不开,请先确认使用和半斤九两科技会员群绑定的飞书账号登录。

如果你暂时还没有绑定过,或当前还没有半斤九两科技的账号,请访问:evenbetter.tech

仓库内对应的源码基线在:

  • references/00-单节点增强执行词.md
  • for-openclaw/README.md
  • for-openclaw/SKILL.md

推荐模型

  • coze/doubao-seed-2-0-pro-260215

特殊情况:

  • 如果上下文特别长,或需要长上下文整合,可临时切到 coze/kimi-k2-5-260127

What It Produces

输入可以很稀疏,例如:

{
  "company_name": "Acme Industrial",
  "person_name": "Jane Smith",
  "email": "jane@acme-industrial.com",
  "company_website": "",
  "country_or_market": "United States",
  "notes": ""
}

输出会包含:

  • Executive Summary / 执行摘要
  • Identity Snapshot / 身份快照
  • Company Profile / 公司画像
  • Digital Footprint / 数字足迹
  • Interest & Topic Signals / 主题信号
  • Sales Angles / 销售切入角度
  • Risk Rating / 风险评级
  • Evidence / 证据清单

Quick Start

python3 ./scripts/build_customer_intel_report.py \
  --input-json ./examples/sample-input.json \
  --markdown-out /tmp/customer-intel.md \
  --json-out /tmp/customer-intel.json
cat <<'EOF' | python3 ./scripts/build_customer_intel_report.py
{
  "company_name": "Acme Industrial",
  "person_name": "Jane Smith",
  "email": "jane@acme-industrial.com",
  "country_or_market": "United States"
}
EOF

Feishu / OpenClaw Stage Export

如果你只想单独使用客户背调 Skill,也建议把结果并入统一主表。

在生成客户背调 JSON 后,再运行:

python3 ./scripts/build_feishu_stage_payload.py \
  --input-json /tmp/customer-intel.json \
  --combo-run-id manual-run \
  --lead-id lead-001

这个脚本不会重新搜索或改写报告。

它只负责把已有客户背调报告转成 OpenClaw 可消费的文档 payload,用于:

  • 创建或更新客户背调云文档
  • 回写 Lead Workflow Master
  • 支持“外部导入后直接跑背调”的单点接入方式

Chain Position

推荐链路:

trade-lead-discovery -> trade-lead-screening -> trade-customer-intel -> trade-outreach-email

关联仓库:

Agent-First 增强价值

会员增强层当前不是改业务逻辑,而是补这几件事:

  • 单节点在龙虾里有明确的 stage_worker 角色
  • 单节点默认只 attach,不独立建飞书工作容器
  • 飞书里提供可直接复制给龙虾的增强执行词
  • 与总编排链路保持同一套文档复用、失败回报和协作口径

Repository Structure

.
├── README.md
├── SKILL.md
├── agents/
│   └── openai.yaml
├── references/
│   ├── 00-单节点增强执行词.md
│   ├── report-template.md
│   └── source-playbook.md
├── scripts/
│   └── build_customer_intel_report.py
├── for-openclaw/
│   ├── SKILL.md
│   ├── README.md
│   ├── examples/
│   ├── references/
│   ├── schemas/
│   └── scripts/
├── examples/
│   └── sample-input.json
└── .github/

OpenClaw Variant

for-openclaw/ 提供和总仓一致口径的单节点 OpenClaw 包装版本:

  • 角色固定为 stage_worker
  • 默认只允许 attach 到 Trade Lead Workflow Hub
  • 不允许独立创建 Base、主表或平行工作容器

Attribution

Created and maintained by 半斤九两科技.


关于半斤九两 / About EVEN BETTER

半斤九两科技(EVEN BETTER)专注“外贸 + AI”的真实落地。我们希望帮助外贸企业把产品、客户、渠道和团队流程,沉淀成客户看得懂、渠道跑得动、团队留得下的系统。

我们主要提供:

  • 外贸 AI 落地方法:围绕 Build / Traffic / Team,判断企业该先建资产、放流量,还是建系统。
  • 企业表达与内容增长:把产品、案例、FAQ、老板经验和信任证据,整理成海外客户看得懂的内容资产。
  • 主动开发流程:从客户画像、线索搜索、客户背调到开发信和跟进复盘,跑出可复用闭环。
  • 团队 AI 工作流:把经验写进 AGENTS.md、SOP、模板库、检查清单和可复用 Skill。

更多内容可以查看我们整理的 《外贸人 Codex 蓝皮书》

找到我们

扫码关注公众号,领取后续模板、案例和更新;也可以通过公众号后台留言联系九两。

半斤九两公众号二维码

About

外贸客户情报 Skill:把公开网页线索整理成中英双语、证据可复核的客户背调报告。

Topics

Resources

Code of conduct

Contributing

Security policy

Stars

Watchers

Forks

Releases

Packages

Contributors

Languages