1.7 KiB
1.7 KiB
SKILL: 离散录音增量合并与拒因挖掘 (Extract Rejection & Merge Profile)
📌 目标 (Objective)
给定一段全新长文本(通常为一段面诊录音 ASR 转写),Agent 的任务是从中提取出增量的面诊体征数据(信任断点、真实拒因、个人喜好偏好),并将其无缝追加到客户的既有 profile.md 中。这是碎片化数据生长的引擎。
⚙️ 先决上下文 (Required Context)
<CLIENT_PROFILE>:storage/users/{userId}/clients/{client_id}/profile.md<WIKI>:storage/wiki/<NEW_ASR_INPUT>:storage/users/{userId}/clients/{client_id}/history/{date}.md或者inbox裸推演
🧠 运行指令 (Execution Instructions)
- 录音精读:通读
<NEW_ASR_INPUT>。寻找客户提到的“核心痛点”、“预算卡点”、“对于过往医疗服务的不满”、“主动提起的熟人/朋友名字”等。 - 知识库映射:结合
<RFM_WIKI>,判定本次对话中暴露出的核心归因是“嫌贵”还是“服务/效果差”。 - 增量合并 (重要!):
- 打开
<CLIENT_PROFILE>文件。 - 禁止全盘重写,仅在原有的【历史拒因破译】或者【审美底线】等章节下追加新的内容。
- 如果识别到了新的人际关系线索(例如“我闺蜜张姐昨天来做光子了”),追加到【引荐关系图谱】节点。
- 打开
- 保存结束:调用覆写工具,更新
profile.md。
🚫 强约束 (Constraints)
- 不允许自行脑补任何未在录音中提及的内容。
profile.md的 Markdown 层级结构必须保持原样。
👑 AgentScope / Hermes Mapping
内部标识: 仅当触发 extract_rejection 行为时载入此 SKILL。