人机协作台（Human-AI Collaboration）

功能简介

人机协作台是基于 deepsop 平台的智能销售任务助手，能够：

理解自然语言指令：直接描述需求，如「帮我找50个美国做服装的客户」
智能任务拆解：自动识别目标数量、行业、地区、执行周期等参数
多员工协作：根据任务类型自动分配对应职能员工
- AiWa：客户挖掘（找客户、行业客户等）
- Frank：邮件销售
- Fran：电话销售
- Lisa：短信销售
- Toby：AI 视频生成并发布到 TikTok
自动提交任务：调用 deepsop API 提交任务，后台异步执行
定时查询结果：任务提交后询问用户期望等待时长，按用户指定时间自动查询并推送结果（默认 8 分钟）
生成 xlsx 报表：AiWa 客户数据自动生成带样式的 Excel 文件返回
Frank 邮件统计：查询邮件发送总数、成功数、已读数、回复数、点击数，并展示发送详情
Fran 电话销售：自动查询号码池与场景库，由用户选择后提交电话销售任务（必须与 AiWa 搭配使用）
Lisa 短信统计：查询短信发送总数、成功数、失败数，并展示发送详情（必须与 AiWa 搭配使用）
Toby TikTok 发布统计：查询视频发布数、播放量、点赞、评论、分享等数据，并展示每条视频明细和 TikTok 链接

前置条件：获取 API Key

访问 https://ai.deepsop.com 注册并登录账号
登录后进入「设置」或「API 管理」页面
新建 API Key，复制以 sk- 开头的密钥
在 OpenClaw 中配置环境变量：

DEEPSOP_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxx

所有 API 请求头需携带：x-api-key: $DEEPSOP_API_KEY API Base URL：https://ai.deepsop.com/prod-api/

完整执行流程

Step 0：触发类型判断（每次进入技能必须首先执行）

检查当前输入内容是否包含 [DeepSOP-AutoQuery] 标记：

包含该标记：这是 cron 定时回调。**不得询问用户是否继续，不得等待确认，不得说「我将开始查询」。立即从输入文本中解析变量（taskId、aiwaDagTaskId、aiwaCustomerPoolId、frankDagTaskId、franDagTaskId、franCustomerPoolId、lisaDagTaskId、lisaCustomerPoolId、tobyDagTaskId、tobyCustomerPoolId、taskName、totalTarget、employeeList、feishuChatId），跳过 Step 1～4 直接执行 Step 5 的全部内容（查询接口 → 生成 xlsx → 发送文件 → 回复文字摘要），直到所有参与员工的结果都处理完毕。
不包含该标记：这是用户主动指令，继续执行 Step 1。

Step 1：第一轮 AI 分析（任务拆解）

用以下 prompt 分析用户指令，严格返回 JSON，不含任何额外文字：

根据【指令】描述，Json格式返回数据
不需要多余的描述，不要过度解读，没有提及的内容请不要擅自理解，识别结果除了Json数据其他文字不要出现
规则如下：{
  "taskName": "根据描述总结出一个简洁的任务名称"
  "executionMode": "判断描述中是否明确提及每日/每天/周期性，如果提及则返回周期性任务，未提及则返回定额任务"
  "totalTarget": "提取描述中提及的数量（无单位纯数字）"
  "employeeList": "首先将描述按逗号、顿号等分隔符拆分成多个子任务，然后为每个子任务匹配对应员工：
    - 挖掘客户职能（AiWa）：匹配任何包含“找”、“开发”、“行业”、“客户”等与客户挖掘相关的描述，以及没有明确匹配其他职能的单子任务
    - 邮件销售职能（Frank）：匹配包含“邮件”、“发邮件”等关键词的描述
    - 电话销售职能（Fran）：匹配包含“电话”、“打电话”、“电话销售”等关键词的描述
    - 短信销售职能（Lisa）：匹配包含“短信”、“发短信”等关键词的描述
    - TikTok职能（Toby）：匹配包含“TikTok”、“抖音国际版”等关键词的描述
    - 生产视频职能（Jack）：匹配包含“视频”、“生产视频”等关键词的描述
    - 智能SEO优化职能（Sophia）：匹配包含“SEO”、“优化”、“搜索引擎”等关键词的描述
    - AI剪辑师职能（Alex）：匹配包含“剪辑”、“视频剪辑”等关键词的描述
    - 独立站客服职能（Leo）：匹配包含“客服”、“客户服务”、“咨询”等关键词的描述
    如果拆分后只有一个子任务且没有匹配上员工，则默认匹配挖掘客户职能（AiWa）
    最后汇总所有匹配到的员工名称组成一个,拼接的字符串并返回（去重）",
  "language": "判断描述中是否明确提及国家或地区，若提及了国家或地区但和中国没有关联则返回'英文'其他情况返回'中文'",
  "tiktokContent": "根据描述总结出一个TikTok内容发布的内容主题"
}

解析结果字段：

totalTarget：目标数量（数字）
employeeList：参与员工逗号字符串，如 "AiWa" 或 "AiWa,Frank"
language："中文" 或 "英文"
taskName：任务名称
executionMode："定额任务" 或 "周期性任务"（接口参数：定额=1，周期=2）
tiktokContent：任务描述中涉及 TikTok 发布的内容主题（仅当 employeeList 包含 Toby 时使用）

员工组合校验：

不支持的员工拦截：当 employeeList 包含 Jack、Leo、Sophia、Alex 中的任意一个时，终止任务，回复：

⚠️ 数字员工「{员工名}」尚未接入人机协作台，当前支持的员工为：AiWa、Frank、Fran、Lisa、Toby。请调整指令后重试。
销售员工必须搭配 AiWa：当 employeeList 包含 Frank、Fran、Lisa 中的任意一个或多个，但不包含 AiWa 时，禁止继续下任务，直接回复用户（{缺失员工} 替换为实际缺失的员工名称列表，如 Frank、Frank、Fran）：

⚠️ {缺失员工}（邮件/电话/短信销售）必须与 AiWa（客户挖掘）一起使用，无法单独执行销售动作。请在指令中补充客户挖掘需求，例如「帮我找50个美国做服装的客户并发邮件/打电话/发短信」。

并终止当前流程，等待用户补充指令后重新从 Step 1 开始。
Toby 可独立执行：Toby（TikTok 视频发布）不依赖 AiWa 客户池，可以单独执行或与其他员工组合使用。

说明：Frank（邮件）、Fran（电话）、Lisa（短信）均属于“销售动作”员工，必须依赖 AiWa 产出的客户池，因此不能脱离 AiWa 单独下任务。Toby 不受此限制。

Step 1.5：数字员工可用性校验（Step 1 完成后立即执行，所有任务均须）

接口： GET https://ai.deepsop.com/prod-api/ai/presetEmployee/list

请求头： x-api-key: $DEEPSOP_API_KEY

响应 data 数组中每条记录关键字段：

name：员工名称（与 employeeList 中的名称对应，如 AiWa、Frank、Fran、Lisa、Toby）
status：启用状态，0 = 启用，1 = 禁用
remainingDays：剩余可用天数（可为 null）

逐一检查 employeeList 中每个员工，规则如下：

禁用状态（status = 1）→ 终止任务，回复：

⚠️ 数字员工「{name}」当前处于禁用状态，无法执行任务。请联系管理员启用后再试。
剩余天数耗尽（status = 0 且 remainingDays ≤ 0）→ 警告并终止任务，回复：

⚠️ 数字员工「{name}」的使用天数已耗尽（剩余 {remainingDays} 天），请前往 https://ai.deepsop.com 购买/续费后再执行任务。
剩余天数不足（status = 0 且 remainingDays > 0 且 remainingDays ≤ 7）→ 提醒用户，但允许继续：

⚡ 提示：数字员工「{name}」剩余可用天数仅剩 {remainingDays} 天，建议尽快前往 https://ai.deepsop.com 续费，以免中断服务。
正常（status = 0 且 remainingDays > 7 或 remainingDays 为 null）→ 继续流程

所有员工均通过校验后，方可继续后续步骤。任一员工触发规则 1 或规则 2 立即停止，不得继续下任务。

Step 2：第二轮 AI 分析（仅当 employeeList 包含 AiWa）

用以下 prompt 对同一用户指令做第二轮分析，严格返回 JSON：

根据【指令】描述，Json格式返回数据，其中数值部分用字符串输出
涉及数值规则仅处理描述中明确出现的数字和比较词，最小值规则为 'X以上'=X，'X以下'=空，'X左右'=X; 最大值规则为 'X以上'=空，'X以下'=X，'X左右'=X;
涉及七大洲和国家，如果提及了详细某些国家，七大洲则不用去识别，如果没提及国家则去识别有没有提及七大洲
涉及地址，如果是中国地址的则原文放入，如果是非中国的地址则以英文放入
不需要多余的描述，不要过度解读，没有提及的内容请不要擅自理解，识别结果除了Json数据其他文字不要出现
规则如下：{
  "keywordList": "首先识别描述中与客户挖掘相关的部分（匹配‘找’、‘开发’、‘挖掘’、‘拓展’、‘寻找’等关键词），仅从该部分提取核心名词作为关键词；若描述中无客户挖掘相关内容，则识别整个描述来提取核心名词作为关键词。提取核心名词后，排除地理位置相关的关键词（如省、市、区、县、镇、国家、大洲名称），然后添加这些关键词相关的中文同义词和英文对应词，最终返回关键词用英文逗号分隔的结果（如：眼镜店,optical shop,眼镜零售,eyewear store）",
  "continent": "明确提及的七大洲（如：亚洲）",
  "country": "明确提及的国家，多个用英文逗号分隔（如：中国,英国）",
  "countryCodeList": "对应国家的ISO代码，多个用英文逗号分隔（如：CN,GB）",
  "addressObjList": "优先识别并排除所有出现在公司名称、品牌名称、企业全称、组织机构名称中的地理位置（如【巨龙光学（福建）有限公司】中的福建、【XX上海分公司】中的上海），这些地理位置不参与提取。排除后，仅从剩余描述中提取明确提及的国家层级之下的地理位置（如：描述为【找中国浙江眼镜店】排除福建后，仅提取浙江）；并拆分为一级地址（如：省）二级地址（如：市）三级地址（如：区、县、镇）最后把一二三级中的有效地址通过,拼接返回（如：【浙江宁波】提取返回 浙江,宁波）。若排除公司名称后无其他地理位置，则返回空字符串",
  "employeeNumberRangeStart": "只有当描述中明确提及员工数量并且使用'员工X人以上/以下/左右'等范围描述时，按照最小值规则提取数字；否则为空字符串",
  "employeeNumberRangeEnd": "只有当描述中明确提及员工数量并且使用'员工X人以上/以下/左右'等范围描述时，按照最大值规则提取数字；否则为空字符串",
  "storeNumberRangeStart": "只有当描述中明确提及门店数量并且使用'门店X家以上/以下/左右'或'X家门店以上/以下/左右'等范围描述时，按照最小值规则提取数字；否则为空字符串。单纯的'找X家门店'属于目标数量，不在此字段提取",
  "storeNumberRangeEnd": "只有当描述中明确提及门店数量并且使用'门店X家以上/以下/左右'或'X家门店以上/以下/左右'等范围描述时，按照最大值规则提取数字；否则为空字符串。单纯的'找X家门店'属于目标数量，不在此字段提取",
  "industryList": "根据以上字段推断行业分类，多个用英文逗号分隔（如：服装,数码,家居）"
}

Step 3：构建并提交任务

接口： POST https://ai.deepsop.com/prod-api/ai/presetEmployee/submitTask

请求头：

Content-Type: application/json
x-api-key: $DEEPSOP_API_KEY

参数构建规则：

前置 A：Fran 号码池与场景库查询（当 employeeList 包含 Fran 时必须先执行）

0. 检查外呼实例可用性

接口：GET https://ai.deepsop.com/prod-api/ai/outBound/describeInstance

请求头：x-api-key: $DEEPSOP_API_KEY

检查 data.body.instance.maxConcurrentConversation：

大于 0：继续执行步骤 1（查询号码池）
等于 0：终止任务，回复用户：

⚠️ 当前外呼账号并发数为 0，无法提交电话销售任务，请联系管理员开通并发资源后再试。

1. 查询号码池

接口：GET https://ai.deepsop.com/prod-api/ai/outBound/callerNumber/list

请求头：x-api-key: $DEEPSOP_API_KEY

返回示例：

{
  "total": 1,
  "rows": [
    {
      "id": 7,
      "callNumber": "30350903",
      "nickName": "Kocgo"
    }
  ],
  "code": 200,
  "msg": "查询成功"
}

处理规则：

rows 为空（total=0）：终止任务，回复用户：

⚠️ 当前账号下没有可用的外呼号码，无法提交电话销售任务，请联系管理员开通号码后再试。
rows 只有 1 条：自动选用该 callNumber，无需用户确认。
rows 有多条：列出所有号码供用户选择（支持多选），格式：
```
检测到多个可用外呼号码，请选择本次任务要使用的号码（可多选，用逗号分隔序号）：
1. {callNumber}（{nickName}）
2. {callNumber}（{nickName}）
...
```
等待用户回复后，解析出被选中的 callNumber 列表（数组形式），赋值给 callingNumber。未收到选择不得继续。

2. 查询场景库

接口：POST https://ai.deepsop.com/prod-api/ai/outBound/listScripts

请求头：

Content-Type: application/json
x-api-key: $DEEPSOP_API_KEY

请求体：

{"pageNumber": 1, "pageSize": 20, "scriptName": ""}

返回结构（重点字段）：

data.body.scripts.list[]：场景库列表
- scriptId：场景库 ID
- scriptName：场景库名称
- industry / scene：行业 / 场景
- status：状态，必须为 PUBLISHED 才可用
data.chatbotIdList[]：与场景库配套的 chatbot id 列表，取第一个作为 agentProfileId

处理规则：

list 为空，或过滤后无 status === "PUBLISHED" 的场景：终止任务，回复用户：

⚠️ 当前账号下没有可用（已发布）的场景库，请先登录 https://ai.deepsop.com 创建场景库，并将其状态发布为 PUBLISHED 后再试。
仅 1 条 PUBLISHED 场景：不得自动选用，必须列出并等待用户明确确认，格式：
```
检测到以下可用场景库，请确认是否使用（回复「确认」即可）：
1. {scriptName}（行业：{industry}，场景：{scene}）
```
等待用户明确回复「确认」后，取对应 scriptId。未收到确认不得继续。

多条 PUBLISHED 场景：列出供用户单选，格式：

请选择本次电话销售任务要使用的场景库（回复序号）：
1. {scriptName}（行业：{industry}，场景：{scene}）
2. ...

等待用户回复后，取对应 scriptId。未收到选择不得继续。

agentProfileId 统一取 data.chatbotIdList[0]（若为空数组则终止并提示联系管理员）。

前置 B0：Frank 邮箱绑定检查（当 employeeList 包含 Frank 时必须先执行）

接口：GET https://ai.deepsop.com/prod-api/ai/emailconfig/list?pageSize=1000&pageNum=1&status=1

请求头：x-api-key: $DEEPSOP_API_KEY

检查 rows 列表：

rows 不为空（至少 1 条）：继续执行前置 B（获取用户 Profile）
rows 为空（total=0）：终止任务，回复用户：

⚠️ 当前账号未绑定可用邮箱，无法提交邮件销售任务，请先登录 https://ai.deepsop.com 前往「邮件配置」绑定邮箱后再试。

前置 B：获取用户 Profile（当 employeeList 包含 Frank 时必须先执行）

curl -s -H "x-api-key: $DEEPSOP_API_KEY" 'https://ai.deepsop.com/prod-api/ai/user/profile'

提取以下字段用于邮件署名：

nickName：发件人姓名
position：职位（可能为空，直接取 profile 中的 position 字段）
dept.deptName：公司名称
phonenumber：电话（注意字段名全小写）
email：邮箱（作为 senderEmail）

前置 C：AI 生成邮件内容（当 employeeList 包含 Frank 时必须先执行）

根据用户指令和 profile 信息，用 LLM 生成邮件主题和正文，严格返回 JSON 数组：

生成对应语言【{language}】的内容，请直接输出纯净的JSON数组，不包含任何额外文本、代码标记、说明或包装。
输出示例：[{"emailSubject": "邮件主题", "emailText": "邮件内容"}]

邮件生成规则：
1. 开头：使用标准问候语（中文："尊敬的先生/女士："）
2. 正文：根据【{taskDescription}】生成开发信，必须至少包含以下一项：
   - 产品关键词：从 taskDescription 中提取
   - 价值主张：包含「功能+场景+风格」三要素（如：【防风防水】男士户外工装夹克 春秋季通勤休闲外套）
   - 痛点：具体描述需求未被满足的场景
   - 解决方案：突出技术/设计优势与使用场景
   - 行动呼吁：包含「稀缺性+权益+行动指令」（如：区域独家授权：仅开放3个地区代理名额！签约即享首单5%折扣→ 立即WhatsApp发送需求）
   - 证明点：包含「原始痛点+解决方案+量化结果」的客户案例
   - 服务吸引物：分点列出，覆盖供应链/物流/市场支持/售后/定制化5大类
3. 结尾：自然添加对应语言祝福语
4. 署名（每项另起一行，共4行）：
   {nickName}（{position}）
   {companyName}（若 nickName 与 companyName 相同则省略此行）
   {phoneNumber}
   {email}
5. 风格：专业、直接、有帮助且富有亲和力；避免使用「免费」「优惠」「限时」等推销词汇
6. 主题：简洁引人入胜，避免垃圾邮件词汇
7. 禁止出现 [Name] 等变量占位符

生成结果提取 emailSubject 和 emailText 用于 Frank 参数。

前置 D：Lisa 短信模板查询与变量填写（当 employeeList 包含 Lisa 时必须先执行）

1. 查询短信模板列表

接口：GET https://ai.deepsop.com/prod-api/ai/sms/querySmsTemplateList?pageNum=1&pageSize=20&pageNumber=1

请求头：x-api-key: $DEEPSOP_API_KEY

关键字段：

data.smsTemplateList[]：模板列表
- auditStatus：必须为 AUDIT_STATE_PASS 才可用
- templateCode：模板编码
- templateName：模板名称
- templateContent：模板内容（含 ${xxx} 占位符）
- signatureName：签名名称
- templateType：模板类型（0=通知, 1=推广, 2=验证码）
- outerTemplateType：提交时使用的模板类型参数

处理规则：

过滤后无 auditStatus === "AUDIT_STATE_PASS" 的模板：终止任务，回复用户：

⚠️ 当前账号下没有已审核通过的短信模板，请先登录 https://ai.deepsop.com 创建并审核通过短信模板（状态需为 AUDIT_STATE_PASS）后再试。
仅 1 条 AUDIT_STATE_PASS 模板：不得自动选用，必须列出并等待用户明确确认，格式：
```
检测到以下可用短信模板，请确认是否使用（回复「确认」即可）：
1. {templateName}（类型：{templateType中文}）
   内容：{templateContent}
```
等待用户明确回复「确认」后，取该模板。未收到确认不得继续。

多条 AUDIT_STATE_PASS 模板：列出供用户单选，格式：

请选择本次短信销售要使用的模板（回复序号）：
1. {templateName}（类型：{templateType中文}）
   内容：{templateContent}
2. ...

2. 模板变量填写

选定模板后，解析 templateContent 中的 ${xxx} 占位符，就每个变量告知用户并求其填写。如模板无变量，跳过此步。

根据 templateType 匹配对应变量规则集并告知用户填写要求：

| templateType | 模板类型 | 应用变量规则集 | |---|---|---| | 2 | 验证码短信 | verify（验证码类规则） | | 0 | 通知短信 | notify（通知类规则） | | 1 | 推广短信 | market（推广类规则） |

主要变量类型与校验规则：

| 变量类型名 | code | 适用范围 | 校验规则 | |---|---|---|---| | 仅数字（验证码） | numberCaptcha | verify | 纯数字4–6位 | | 数字+字母组合或仅字母 | characterWithNumber2 | verify | 长度4–6位 | | 验证码时间（1–2位数字） | verifyTime | verify | 1–99的整数 | | 时间/日期 | time | notify/market | YYYY-MM-DD、hh:mm、上午/下午等标准时间格式 | | 金额/数量 | money | notify/market | 纯数字或小数，不含单位符号 | | 用户昵称 | user_nick | notify/market | 不超过20个字符，不含表情/QQ/微信号 | | 个人姓名 | name | notify/market | 2–5个简体中文 | | 企业/组织名称 | unit_name | notify | 仅中文，不超过20字符 | | 地址 | address | notify | 不超过30字符，不含 QQ/微信号 | | 车牌号 | license_plate_number | notify | 省份简称+字母+数字组合，不超过10字符 | | 快递单号 | tracking_number | notify | 8–16位数字，或字母开头+数字字母 | | 取件码 | pick_up_code | notify | 4–8位数字/短横线/下划线 | | 其他号码 | other_number2 | notify | 不超过35字符字母数字组合 | | 电话号码 | phone_number2 | notify | 3–12位纯数字，每模板最多2个号码变量 | | 链接参数 | link_param | notify/market | 1–8位英文数字，不含完整链接/IP | | 邮筱地址 | email_address | notify | 7–30字符，包含@ | | 其他 | others | notify/market | 不超过35字符，不含 QQ/微信/手机/网址 |

变量匹配逻辑：

根据变量名（如 conference、address、time）在对应规则集中按变量类型名称匹配：
- time/date/day/year/month 类 → time
- money/price/amount 类 → money
- phone/tel/mobile 类 → phone_number2
- address/addr/location 类 → address
- name/姓名类 → name
- user_nick/昵称类 → user_nick
- conference/unit/组织类 → unit_name
- 其他 → others
求用户为每个变量填写具体值，并说明类型和校验规则，格式：
模板内容为：「{templateContent}」包含以下变量需要填写：
- ${conference}：企业/组织名称（仅中文，不超过20字符）
- ${address}：地址（不超过30字符）
- ${time}：时间（如 2026-04-20　14:30）请为每个变量填写具体内容
用户回复后校验每个变量值是否符合对应规则，不符则进行提示并要求重新填写。

校验通过后，构建 templateParamList：

[
  {"variableLabel": "conference", "variableAttribute": "unit_name", "variableValue": "用户填写的值"},
  {"variableLabel": "address",    "variableAttribute": "address",   "variableValue": "用户填写的值"},
  {"variableLabel": "time",       "variableAttribute": "time",      "variableValue": "用户填写的值"}
]

其中 variableLabel = 占位符名（不含 ${}），variableAttribute = 匹配到的 code。

前置 E：Toby TikTok 账号与发布参数配置（当 employeeList 包含 Toby 时必须先执行）

E-1：查询 TikTok 绑定账号

接口：GET https://ai.deepsop.com/prod-api/ai/authaccount/list?pageNum=1&pageSize=999&platform=1&status=1

请求头：x-api-key: $DEEPSOP_API_KEY

关键字段：

rows[].id：账号 ID
rows[].account：TikTok 账号名
rows[].fansNum：粉丝数
rows[].groupNames：分组名称
rows[].expiredTime：授权过期时间

处理规则：

rows 为空：终止任务，回复：

⚠️ 当前账号未绑定任何 TikTok 授权账号，请先登录 https://ai.deepsop.com 添加 TikTok 授权账号后再试。

rows 只有 1 条：付列出并等待用户确认，格式：

检测到以下 TikTok 账号，请确认是否使用（回复「确认」即可）：
1. @{account}（粉丝：{fansNum}，分组：{groupNames}）

rows 有多条：列出供用户多选，格式：

检测到以下 TikTok 授权账号，请选择本次要发布的账号（可多选，用逗号分隔序号）：
1. @{account}（粉丝：{fansNum}，分组：{groupNames}）
2. ...

等待用户确认/选择后，将选中账号的 id 列表记为 selectedAccountIds。未收到确认不得继续。

E-2：获取账号权限信息

针对第一个选中账号调用：接口：GET https://ai.deepsop.com/prod-api/ai/auth/tiktok/getCreatorInfo?authAccountId={selectedAccountIds[0]}

请求头：x-api-key: $DEEPSOP_API_KEY

提取字段（用于构建 accountConfigList）：

data.privacyLevelOptions[]：可用隐私级别列表
data.commentDisabled：是否禁评
data.duetDisabled：是否禁合拍
data.stitchDisabled：是否禁缝合

若 privacyLevelOptions 有多个选项，让用户选择隐私级别，格式：

请选择该账号的视频隐私设置（回复序号）：
1. PUBLIC_TO_EVERYONE — 全公开
2. MUTUAL_FOLLOW_FRIENDS — 互关好友
3. SELF_ONLY — 仅自己可见

E-3：AI 视频生成模型（默认）

param.methodType 默认固定为 "3"，无需用户选择。如需查看全部可用模型，可调用以下接口获取列表并告知用户当前默认模型名称（展示对应 sourceValue === "3" 的 sourceName）：

接口：POST https://ai.deepsop.com/prod-api/ai/consumeSource/list?pageNum=1&pageSize=999 请求体：{"sourceTypeList":["VIDEO_MODEL"],"hiddenState":"0"}

视频其他参数亦默认如下，无需用户配置：

分辨率：720p
画面比例：16:9
视频时长：8 秒

E-4：视频生成提示词确认（必题用户，禁止跳过）

以 Step 1 解析出的 tiktokContent 作为默认提示词，强制询问用户是否需要修改：

当前 AI 视频生成提示词为：「{tiktokContent}」
是否需要修改？（回复「不用」直接使用，或直接输入新的提示词）

用户回复「不用」或类似否定语：保持 tiktokContent 不变
用户输入新提示词：将 content 和 param.text 替换为用户输入的内容

未收到用户回复不得继续。

E-5：发布参数配置（必须由用户指定，禁止自动填充）

针对每个选中的账号，强制用户指定以下参数（如选了多个账号，依次询问每个）：

请为账号 @{account} 配置发布参数：
- 每天发布视频数（publishCount，如 3）：
- 定时发布开始时间（startTime，HH:mm 格式，如 09:30）：
- 视频发布间隔（publishInterval，分钟，如 60）：

等待用户回复后，构建该账号的 publishTemplates 条目。未收到所有账号的参数不得继续。

AiWa 参数构建规则：

totalTarget：定额模式下填 Step 1 的 totalTarget，周期模式下为 null
incrementalTarget：必填，固定填 5000（不可为 null）
upperLimitTarget：固定填 5000
keywordList：Step 2 的 keywordList 拆分成数组
continent：Step 2 的 continent（无则 null）
country：Step 2 的 country（无则 null）
countryCodeList：Step 2 的 countryCodeList 拆分成数组（无则空数组 []）
addressObjList：根据 Step 2 的 address 构建，无则 [{"type":1,"province":"","city":"","county":"","address":""}]
industryList：Step 2 的 industryList 拆分成数组

Frank 参数构建规则：

incrementalTarget：固定填 1000
upperLimitTarget：固定填 1000
senderEmail：来自 profile 的 email
language：来自 Step 1 的 language（"中文" 或 "英文"）
templateId：固定为 null
emailPlanList：包含一个对象，字段：
- delayDay：0
- emailSubject：AI 生成的邮件主题
- emailText：AI 生成的邮件正文（HTML 格式）
- loading：0

Fran 参数构建规则：

ringingDuration：固定填 25
incrementalTarget：固定填 1000
upperLimitTarget：固定填 1000
minConcurrency：固定填 1
priority：固定填 "Daily"
callingNumber：前置 A 第 1 步用户选定的号码数组（如 ["30350903"]）
scriptId：前置 A 第 2 步用户选定的场景库 scriptId
agentProfileId：前置 A 第 2 步 data.chatbotIdList[0]

Fran 任务请求体示例（AiWa + Fran 联合任务）：

{
  "collaborationSubmitTaskParam": {
    "taskName": "启动财务课程电话销售",
    "taskDescription": "帮我找客户并启动电话销售",
    "executionMode": 1,
    "employeeParams": {
      "AiWa": { "...": "同上" },
      "Fran": {
        "ringingDuration": 25,
        "incrementalTarget": 1000,
        "upperLimitTarget": 1000,
        "callingNumber": ["30350903"],
        "minConcurrency": 1,
        "priority": "Daily",
        "scriptId": "c92d016f-03c8-47a3-95d9-61d75e192181",
        "agentProfileId": "chatbot-cn-RYRmV3jjzb"
      }
    },
    "sourceSettings": {
      "groupId": [], "stageId": [], "labelId": [], "level": [],
      "seasGroupIds": [], "addressId": [], "fileList": [],
      "updateSupport": 1, "cascader": null, "aiMining": null,
      "customerMining": null, "seasMining": null, "uploadMining": null,
      "countryId": null, "addressMining": null
    },
    "currentModule": "content"
  },
  "completed": true
}

⚠️ 当 employeeList 包含 Fran 或 Lisa 时，sourceSettings 必须按上述完整对象填充（不能为 null），且 currentModule 固定为 "content"。

Lisa 参数构建规则：

incrementalTarget：固定填 100
upperLimitTarget：固定填 100
signName：选定模板的 signatureName
qualificationName：同 signName（如两者不同由用户确认）
templateCode：选定模板的 templateCode
templateContent：选定模板的 templateContent
templateType：选定模板的 outerTemplateType（注意：是 outerTemplateType 而非 templateType）
templateParamList：前置 D 第 2 步构建的变量数组（无变量则为 []）

Lisa 任务请求体示例（AiWa + Lisa 联合任务）：

{
  "collaborationSubmitTaskParam": {
    "taskName": "双十一老客户短信推广",
    "taskDescription": "帮我找客户并给老客户发短信",
    "executionMode": 1,
    "employeeParams": {
      "AiWa": { "...": "同上" },
      "Lisa": {
        "incrementalTarget": 100,
        "upperLimitTarget": 100,
        "qualificationName": "杭州库阔数字科技",
        "signName": "杭州库阔数字科技",
        "templateCode": "SMS_500460013",
        "templateParamList": [
          {"variableLabel": "conference", "variableAttribute": "unit_name", "variableValue": "库阔科技"},
          {"variableLabel": "address",    "variableAttribute": "address",   "variableValue": "杭州"},
          {"variableLabel": "time",       "variableAttribute": "time",      "variableValue": "2026-04-20"}
        ],
        "templateType": 1,
        "templateContent": "温馨提醒：${conference}会议将在${address}地点，于${time}时间开始，请您准时参加。"
      }
    },
    "sourceSettings": {
      "groupId": [], "stageId": [], "labelId": [], "level": [],
      "seasGroupIds": [], "addressId": [], "fileList": [],
      "updateSupport": 1
    },
    "currentModule": "content"
  },
  "completed": true
}

Toby 参数构建规则：

totalTarget：定额模式下填 Step 1 的 totalTarget，周期模式下为 null
incrementalTarget：周期模式下填用户指定的每天发布数，定额模式下固定填 10
upperLimitTarget：固定 10
content：来自 Step 1 的 tiktokContent
staffId：固定为空字符串 ""
param：
- methodType：默认 "3"（来自 E-3）
- text：同 content（E-4 确认后的最终提示词）
- resolution："720p"
- ratio："16:9"
- duration：8
- 其他字段按以下示例固定填：multiShot=false、generationType="FIRST&LAST"、negativePrompt=""、imageUrlList=[]、firstImageUrl=null、lastImageUrl=null、firstClipUrl=null、elementList=[]、videoUrlList=[]、audioUrl=null、keepOriginalSound="yes"、durationList=[]、mode="pro"、resolution="720p"、ratio="16:9"、generateAudio=true、enhancePrompt=false、n=1、personGeneration="allow_adult"、resizeMode="pad"、promptExtend=false、shotType="single"、durationSwitch="1"、duration=8、multiPrompt=[]
videoItems：固定为 []
publishTemplates：每个选中账号一条，字段：
- publishCount：用户指定（字符串）
- releaseType：固定 "1"
- timeZone：固定 "1"
- intervalType：固定 "1"
- startTime：用户指定（HH:mm）
- accountId：对应账号的 id（字符串）
- publishInterval：用户指定（整数，分钟）
accountConfigList：仅一条，取前置 E-2 中第一个选中账号的权限信息，字段：
- accountId：selectedAccountIds[0]（字符串）
- privacyLevel：用户选定的隐私级别
- disableDuet：来自 data.duetDisabled（布尔转字符串）
- disableStitch：来自 data.stitchDisabled
- disableComment：来自 data.commentDisabled
- expand：固定 false
- brandContentToggle：固定 "false"
- brandOrganicToggle：固定 "false"
- isPublicAccount：固定 true
- commentDisabled：同 data.commentDisabled（布尔转字符串）
- duetDisabled：同 data.duetDisabled
- stitchDisabled：同 data.stitchDisabled

Toby 任务请求体示例：

{
  "collaborationSubmitTaskParam": {
    "taskName": "AI宣传视频TikTok分发",
    "taskDescription": "生成库阔AI宣传视频分发到tiktok",
    "executionMode": 1,
    "employeeParams": {
      "Toby": {
        "totalTarget": 1,
        "incrementalTarget": 10,
        "upperLimitTarget": 10,
        "content": "库阔AI宣传视频",
        "staffId": "",
        "param": {
          "methodType": "3",
          "multiShot": false,
          "generationType": "FIRST&LAST",
          "text": "库阔AI宣传视频",
          "multiPrompt": [],
          "negativePrompt": "",
          "imageUrlList": [],
          "firstImageUrl": null,
          "lastImageUrl": null,
          "firstClipUrl": null,
          "elementList": [],
          "videoUrlList": [],
          "audioUrl": null,
          "keepOriginalSound": "yes",
          "durationList": [],
          "mode": "pro",
          "resolution": "720p",
          "ratio": "16:9",
          "generateAudio": true,
          "enhancePrompt": false,
          "n": 1,
          "personGeneration": "allow_adult",
          "resizeMode": "pad",
          "promptExtend": false,
          "shotType": "single",
          "durationSwitch": "1",
          "duration": 8
        },
        "videoItems": [],
        "publishTemplates": [
          {
            "publishCount": "1",
            "releaseType": "1",
            "timeZone": "1",
            "intervalType": "1",
            "startTime": "15:10",
            "accountId": "130",
            "publishInterval": 60
          }
        ],
        "accountConfigList": [
          {
            "accountId": "130",
            "privacyLevel": "PUBLIC_TO_EVERYONE",
            "disableDuet": "false",
            "disableStitch": "false",
            "disableComment": "false",
            "expand": false,
            "brandContentToggle": "false",
            "brandOrganicToggle": "false",
            "isPublicAccount": true,
            "commentDisabled": "false",
            "duetDisabled": "false",
            "stitchDisabled": "false"
          }
        ]
      }
    },
    "sourceSettings": null,
    "currentModule": "analysis"
  },
  "completed": true
}

⚠️ 提交前必须执行参数完整性校验（缺少任意一项禁止提交）

根据本次任务包含的员工，逐项对照以下清单检查构建好的请求体，确认每个字段都存在且有合法值：

根结构（必须）：

collaborationSubmitTaskParam.taskName：非空字符串
collaborationSubmitTaskParam.taskDescription：非空字符串
collaborationSubmitTaskParam.executionMode：值为 1
collaborationSubmitTaskParam.employeeParams：对象，包含至少一个员工
collaborationSubmitTaskParam.sourceSettings：仅含 AiWa+Frank 时可为 null；含 Fran 或 Lisa 时必须为完整对象（见 Fran/Lisa 示例）
completed：值为 true

AiWa（当 employeeList 包含 AiWa 时）：

totalTarget：用户指定的目标数量（正整数）
incrementalTarget：5000
upperLimitTarget：5000
keywordList：非空数组
continent：字符串或 null
country：字符串或 null
countryCodeList：数组（可为空数组 []）
addressObjList：包含至少一个对象，每个对象含 type/province/city/county/address 五个字段
industryList：非空数组

Frank（当 employeeList 包含 Frank 时）：

incrementalTarget：1000
upperLimitTarget：1000
senderEmail：来自 profile 的 email，非空字符串
language："中文" 或 "英文"
templateId：null
emailPlanList：包含一个对象，该对象必须含以下四个字段：
- delayDay：0
- emailSubject：AI 生成的主题，非空字符串
- emailText：AI 生成的正文 HTML，非空字符串
- loading：0

Fran（当 employeeList 包含 Fran 时）：

ringingDuration：25
incrementalTarget：1000
upperLimitTarget：1000
minConcurrency：1
priority："Daily"
callingNumber：非空数组，来自号码池选择
scriptId：非空字符串，来自场景库选择
agentProfileId：非空字符串，来自 data.chatbotIdList[0]

Lisa（当 employeeList 包含 Lisa 时）：

incrementalTarget：100
upperLimitTarget：100
signName：非空字符串，来自模板 signatureName
qualificationName：非空字符串，与 signName 相同
templateCode：非空字符串，来自模板 templateCode
templateContent：非空字符串，来自模板 templateContent
templateType：数字，来自模板 outerTemplateType
templateParamList：数组（无变量时为 []，不可缺少此字段）

Toby（当 employeeList 包含 Toby 时）：

totalTarget：定额模式下为正整数，周期模式下为 null
incrementalTarget：正整数
upperLimitTarget：10
content：非空字符串，来自 tiktokContent
staffId：空字符串 ""
param.methodType：非空字符串，来自用户选定模型的 sourceValue
param.text：非空字符串
publishTemplates：非空数组，每个账号一条，且 publishCount/startTime/publishInterval/accountId 均非空
accountConfigList：包含且仅一条，accountId/privacyLevel 非空
sourceSettings：null
currentModule："analysis"

发现任何字段缺失或值不合法时，停止提交，先补全后再执行提交。

用户确认清单（以下各项必须已获得用户明确确认，缺一不可提交）：

Fran 参与时：✅ callingNumber 非空（多号码时用户已选择）
Fran 参与时：✅ 用户已选择/确认场景库（scriptId 非空，且用户有明确回复确认）
Lisa 参与时：✅ 用户已选择/确认短信模板（templateCode 非空，且用户有明确回复确认）
Lisa 参与时（模板含变量）：✅ 用户已填写并校验通过所有模板变量（templateParamList 构建完整）
Frank 参与时：✅ 用户 profile 已获取（senderEmail 非空），邮件内容已 AI 生成
Toby 参与时：✅ 用户已选择/确认 TikTok 账号（selectedAccountIds 非空）
Toby 参与时：✅ 用户已确认或修改视频生成提示词（content 已确定）
Toby 参与时：✅ 用户已为每个账号填写 publishCount、startTime、publishInterval
Toby 参与时：✅ 用户已选择隐私级别（privacyLevel 非空）

若上述任一项未完成，禁止调用提交接口。

请求体示例（AiWa + Frank 联合任务）：

{
  "collaborationSubmitTaskParam": {
    "taskName": "找服装客户并发邮件",
    "taskDescription": "帮我找10个做服装的客户并发邮件",
    "executionMode": 1,
    "employeeParams": {
      "AiWa": {
        "totalTarget": 10,
        "incrementalTarget": 5000,
        "upperLimitTarget": 5000,
        "keywordList": ["服装", "clothing"],
        "continent": null,
        "country": null,
        "countryCodeList": [],
        "addressObjList": [{"type": 1, "province": "", "city": "", "county": "", "address": ""}],
        "industryList": ["服装"]
      },
      "Frank": {
        "incrementalTarget": 1000,
        "upperLimitTarget": 1000,
        "senderEmail": "{profile.email}",
        "language": "中文",
        "templateId": null,
        "emailPlanList": [{
          "delayDay": 0,
          "emailSubject": "{AI生成的邮件主题}",
          "emailText": "{AI生成的邮件正文HTML}",
          "loading": 0
        }]
      }
    },
    "sourceSettings": null,
    "currentModule": "content"
  },
  "completed": true
}

成功响应：

{
  "msg": "操作成功",
  "code": 200,
  "data": {
    "employeeList": [
      {
        "dagTaskId": "<frankDagTaskId>",
        "nodeType": "FRANK",
        "customerPoolId": 1065
      },
      {
        "dagTaskId": "<aiwaDagTaskId>",
        "nodeType": "AIWA",
        "customerPoolId": 1066
      }
    ],
    "taskId": "<taskId>"
  }
}

响应字段提取规则：

taskId：取 data.taskId
aiwaDagTaskId：遍历 data.employeeList，找到 nodeType === "AIWA" 的条目，取其 dagTaskId，用于 AiWa 客户查询；无则为 null
aiwaCustomerPoolId：遍历 data.employeeList，找到 nodeType === "AIWA" 的条目，取其 customerPoolId，用于 AiWa 客户查询；无则为 null
frankDagTaskId：遍历 data.employeeList，找到 nodeType === "FRANK" 的条目，取其 dagTaskId，用于 Frank 邮件查询；无则为 null
franDagTaskId：遍历 data.employeeList，找到 nodeType === "Fran" 的条目，取其 dagTaskId，用于 Fran 电话查询；无则为 null
franCustomerPoolId：遍历 data.employeeList，找到 nodeType === "Fran" 的条目，取其 customerPoolId，用于 Fran 电话统计/详情查询；无则为 null
lisaDagTaskId：遍历 data.employeeList，找到 nodeType === "Lisa" 的条目，取其 dagTaskId，用于 Lisa 短信查询；无则为 null
lisaCustomerPoolId：遍历 data.employeeList，找到 nodeType === "Lisa" 的条目，取其 customerPoolId，用于 Lisa 短信统计/详情查询；无则为 null
tobyDagTaskId：遍历 data.employeeList，找到 nodeType === "Toby" 的条目，取其 dagTaskId，用于 Toby 任务查询；无则为 null
tobyCustomerPoolId：遍历 data.employeeList，找到 nodeType === "Toby" 的条目，取其 customerPoolId，用于 Toby 视频统计/列表查询；无则为 null

提交成功后，告知用户并询问等待时间：

任务已提交！任务名：{taskName}，目标数量：{totalTarget}，任务ID：{taskId}。

后台正在执行，你希望多久后查询结果并推送给你？（直接告诉我时间，例如「8分钟」「半小时」「20分钟后」，直接回复「好」或不填则默认8分钟）

Step 3.5：解析用户指定的等待时间

等待用户回复后，解析其意图为秒数：

| 用户说 | 解析为秒数 | |--------|----------| | N分钟 / N分 | N × 60 | | N小时 | N × 3600 | | 半小时 | 1800 | | 一刻钟 | 900 | | 好 / 默认 / ok / 回车 / 不填 | 480（8分钟）| | 无法识别 | 再询问一次，若仍无效则使用 480 |

解析成功后，回复确认：

好的，将在 {用户指定时间描述}（约 {N} 分钟）后为你查询结果，请稍候 ☕

Step 4：按用户指定时间设置自动查询

根据 Step 3.5 解析出的秒数（变量：waitSeconds），使用 cron 工具设置一次性定时任务：

{
  "action": "add",
  "job": {
    "name": "aiwa-query-{taskId前8位}",
    "schedule": { "kind": "at", "at": "{当前时间 + waitSeconds 的ISO8601字符串，如2026-03-19T15:00:00+08:00}" },
    "sessionTarget": "main",
    "wakeMode": "now",
    "payload": {
      "kind": "systemEvent",
      "text": "[DeepSOP-AutoQuery] 人机协作台定时结果推送，请立即跳转 Step 5 执行结果查询并主动推送，不要等待用户提问，不要执行 Step 1-4。taskId={taskId}，aiwaDagTaskId={aiwaDagTaskId}，aiwaCustomerPoolId={aiwaCustomerPoolId}，frankDagTaskId={frankDagTaskId}，franDagTaskId={franDagTaskId}，franCustomerPoolId={franCustomerPoolId}，lisaDagTaskId={lisaDagTaskId}，lisaCustomerPoolId={lisaCustomerPoolId}，tobyDagTaskId={tobyDagTaskId}，tobyCustomerPoolId={tobyCustomerPoolId}，任务名：{taskName}，目标数量：{totalTarget}，参与员工：{employeeList}，feishuChatId={feishuChatId}。【AiWa部分，仅当employeeList包含AiWa时执行】1. 调用 POST https://ai.deepsop.com/prod-api/ai/presetEmployee/getCustomerPoolDetail?pageNum=1&pageSize=10 查询结果，参数 {"taskId":"{aiwaDagTaskId}","customerPoolId":{aiwaCustomerPoolId},"startTime":null,"endTime":null}；2. 将完整响应JSON传给脚本生成xlsx：python3 ~/.openclaw/workspace/skills/deepsop-human-ai-collab/scripts/format_customers.py '<JSON>' '/tmp/aiwa_{aiwaDagTaskId前8位}.xlsx'；3. 执行 cp /tmp/aiwa_{aiwaDagTaskId前8位}.xlsx ~/.openclaw/workspace/aiwa_{aiwaDagTaskId前8位}.xlsx 并执行 openclaw message send --channel feishu --target {feishuChatId} --media ~/.openclaw/workspace/aiwa_{aiwaDagTaskId前8位}.xlsx --message 'AiWa 客户挖掘完成，共找到客户数据，详见附件' 将文件发送到飞书群；4. 同时在当前会话回复前5条客户摘要。【Toby部分，仅当employeeList包含Toby且tobyDagTaskId不为null时执行】1. 调用 GET https://ai.deepsop.com/prod-api/ai/data/count?taskId={tobyDagTaskId}&customerPoolId={tobyCustomerPoolId}&platform=1 查询统计；2. 调用 GET https://ai.deepsop.com/prod-api/ai/data/list?pageNum=1&pageSize=10&taskId={tobyDagTaskId}&customerPoolId={tobyCustomerPoolId}&platform=1 查询视频列表；3. 展示统计数据（播放、点赞、评论、分享、发布总数）并列出每条视频的titleName、platformUrl、播放量、点赞数、评论数、转发数、displayCreateTime；4. 在当前会话回复结果摘要。【Frank部分，仅当employeeList包含Frank且frankDagTaskId不为null时执行】1. 调用 GET https://ai.deepsop.com/prod-api/ai/email/getTaskEmailCount?taskId={frankDagTaskId} 查询邮件统计（使用frankDagTaskId）；2. 调用 GET https://ai.deepsop.com/prod-api/ai/email/taskList?pageNum=1&pageSize=2000&taskId={frankDagTaskId} 查询邮件列表（使用frankDagTaskId）；3. 生成xlsx：python3 ~/.openclaw/workspace/skills/deepsop-human-ai-collab/scripts/format_emails.py '<JSON>' '/tmp/frank_{frankDagTaskId前8位}.xlsx'；4. 执行 cp /tmp/frank_{frankDagTaskId前8位}.xlsx ~/.openclaw/workspace/frank_{frankDagTaskId前8位}.xlsx 并执行 openclaw message send --channel feishu --target {feishuChatId} --media ~/.openclaw/workspace/frank_{frankDagTaskId前8位}.xlsx --message 'Frank 邮件发送完成，详见附件' 将文件发送到飞书群；5. 同时在当前会话回复邮件统计摘要和前5条详情。【Lisa部分，仅当employeeList包含Lisa且lisaCustomerPoolId不为null时执行】1. 调用 POST https://ai.deepsop.com/prod-api/ai/sms/getTaskSmsCount 查询短信统计，参数 {"taskId":"{taskId}","customerPoolId":{lisaCustomerPoolId}}；2. 调用 POST https://ai.deepsop.com/prod-api/ai/sms/getSmsResultList?pageNum=1&pageSize=10 查询短信列表，参数 {"taskId":"{taskId}","customerPoolId":{lisaCustomerPoolId},"success":null,"startTime":null,"endTime":null}；3. 生成xlsx：python3 ~/.openclaw/workspace/skills/deepsop-human-ai-collab/scripts/format_sms.py '<JSON>' '/tmp/lisa_{taskId前8位}.xlsx'；4. 发送文件并在当前会话展示短信统计摘要和前5条短信详情。【Toby部分，仅当employeeList包含Toby且tobyDagTaskId不为null时执行】1. 调用 GET https://ai.deepsop.com/prod-api/ai/data/count?taskId={tobyDagTaskId}&customerPoolId={tobyCustomerPoolId}&platform=1 查询视频统计；2. 调用 GET https://ai.deepsop.com/prod-api/ai/data/list?pageNum=1&pageSize=10&taskId={tobyDagTaskId}&customerPoolId={tobyCustomerPoolId}&platform=1 查询视频列表；3. 在当前会话回复统计概览（发布视频数/播放/点赞/评论/分享）并列出每条视频的标题、链接、各项数据及发布时间。"
    },
    "deleteAfterRun": true
  }
}

schedule.at = 当前时间 + waitSeconds，ISO8601 格式，含时区（如 +08:00）。

cron 设置成功后，回复用户确认并进入等待状态：

✅ 定时任务已设置！将在 {N} 分钟后（{schedule.at}）自动查询结果并推送，请安心等候 ⏰ 如需提前查询，可说「现在就查结果」，我会立即执行。

⚠️ 等待期间处理规则：

cron 设置完成到 [DeepSOP-AutoQuery] 到达之前，不得主动执行 Step 5。

如果用户在等待期间间起其他话题，正常回应，但不要提前查询结果。

如果用户说「现在就查结果」或「提前查」，立即执行 Step 5（此为唯一允许的提前触发方式）。

Step 5：查询结果并返回给用户

� 触发锁定：Step 5 只允许在以下两种情况下执行，其他任何情况一律不执行：

收到含 [DeepSOP-AutoQuery] 标记的 systemEvent（cron 自动触发）

用户在等待期间明确说「现在就查结果」或「提前查」

🚨 强制执行规则：执行 Step 5 时，以下规则一条都不得违反：

立即开始执行，不得发出任何询问或确认语句（如「要开始查询了吗」「是否需要推送」）

必须完成全流程：调接口 → 生成 xlsx → 发送文件 → 文字摘要，缺任一不算完成

文件必须透过 openclaw message send 主动发送到对应 channel，不得只告知文件路径

发送完成后在当前会话回复结果摘要，让用户对当前分话框也能看到结果

每个参与员工的结果必须按顺序全部处理，不得跳过任一员工

根据 employeeList 包含的员工依次执行对应的 Step 5-A / 5-B / 5-C / 5-D / 5-E。

Step 5-A：AiWa 结果处理（仅当 employeeList 包含 AiWa）

⚠️ AiWa 查询接口使用 aiwaDagTaskId（nodeType=AIWA 的 dagTaskId）+ aiwaCustomerPoolId（同条目的 customerPoolId）。

接口： POST https://ai.deepsop.com/prod-api/ai/presetEmployee/getCustomerPoolDetail?pageNum=1&pageSize=10

请求头： Content-Type: application/json、x-api-key: $DEEPSOP_API_KEY

请求体：

{"taskId": "{aiwaDagTaskId}", "customerPoolId": {aiwaCustomerPoolId}, "startTime": null, "endTime": null}

响应关键字段：

total：总条数
rows[]：客户列表（根层）
- personName / position：联系人 / 职位
- companyName：公司名称
- systemIndustryName：标准化行业名称
- phone / email：电话 / 邮筱（多个用逗号分隔）
- countryName：国家（如 中国/China）
- whatsapp / linkedin / facebook 等社媒字段
- url：公司网址

情况一：有数据（rows 非空）

将完整 API 响应 JSON 传给脚本生成 xlsx 文件：

python3 ~/.openclaw/workspace/skills/deepsop-human-ai-collab/scripts/format_customers.py '<完整响应JSON>' '/tmp/aiwa_{aiwaDagTaskId前8位}.xlsx'

根据当前 channel 决定如何返回文件：

飞书（feishu）： 必须执行，不得跳过

cp /tmp/aiwa_{aiwaDagTaskId前8位}.xlsx ~/.openclaw/workspace/aiwa_{aiwaDagTaskId前8位}.xlsx
openclaw message send --channel feishu --target {feishuChatId} --media ~/.openclaw/workspace/aiwa_{aiwaDagTaskId前8位}.xlsx --message 'AiWa 客户挖掘完成！任务「{taskName}」共找到 {total} 位客户，详情见附件。'

Telegram / WhatsApp： 必须执行，不得跳过

openclaw message send --channel telegram --target {chat_id} --media ~/.openclaw/workspace/aiwa_{aiwaDagTaskId前8位}.xlsx --message 'AiWa 客户挖掘完成！任务「{taskName}」共找到 {total} 位客户，详情见附件。'

webchat 或其他不支持文件的 channel：

✅ xlsx 文件已生成：/tmp/aiwa_{aiwaDagTaskId前8位}.xlsx，共 {total} 位客户。请从服务器下载该文件。

同时以文字形式展示前5条客户预览：

序号. 👤 {personName}（{position}）
   🏢 公司：{companyName}
   🏭 行业：{systemIndustryName}
   🌍 国家：{countryName}
   📧 邮筱：{email}
   📱 手机：{phone}
   💬 WhatsApp：{whatsapp}
   🔗 LinkedIn：{linkedin}

社媒字段若为 null 则整行不显示。超过5条附上：...共 {N} 位，完整数据见 xlsx 文件

情况二：rows 为空或 code 非 200

已到查询时间，暂未获取到客户数据，任务可能仍在执行中。 aiwaDagTaskId：{aiwaDagTaskId}，aiwaCustomerPoolId：{aiwaCustomerPoolId} 你可以告诉我「再查一次」，我会立即重新查询。

Step 5-C：Fran 结果处理（仅当 employeeList 包含 Fran 且 franDagTaskId 不为 null）

⚠️ Fran 的两个查询接口均使用 franDagTaskId（来自 data.employeeList 中 nodeType=Fran 的 dagTaskId）+ franCustomerPoolId（同条目的 customerPoolId）。

第一步：查询电话任务统计

接口：GET https://ai.deepsop.com/prod-api/ai/presetEmployee/collaborationTaskStatistics?taskId={franDagTaskId}&customerPoolId={franCustomerPoolId}

请求头：x-api-key: $DEEPSOP_API_KEY

返回字段说明：

taskCallPhoneCount：总呼叫数
taskSuccessCallPhoneCount：总通话数（接通并成功完成的数量）
taskAnswerCount：总回复数

第二步：查询电话任务详情列表

接口：POST https://ai.deepsop.com/prod-api/ai/presetEmployee/collaborationCallResult?pageNum=1&pageSize=10

请求头：

Content-Type: application/json
x-api-key: $DEEPSOP_API_KEY

请求体（默认拉全部呼叫，status 可根据需求切换）：

{
  "taskId": "{franDagTaskId}",
  "customerPoolId": {franCustomerPoolId},
  "status": "All",
  "startTime": "",
  "endTime": ""
}

status 可选值：

All：全部呼叫（默认，对应 taskCallPhoneCount）
Succeeded：通话成功记录（对应 taskSuccessCallPhoneCount）
Answer：有回复记录（对应 taskAnswerCount）

响应关键字段：

rows[].jobStatus：呼叫任务状态（如 Succeeded、Failed）
rows[].jobTaskStatus：任务执行细分状态（如 SucceededFinish）
rows[].companyName / personName / phoneNumber / userName：客户信息（可能为 null）
rows[].createTime / updateTime：创建/更新时间
rows[].describeJobJson：完整通话详情 JSON（字符串，需二次解析），关键内容在 body.job.tasks[]：
- contact.contactName / phoneNumber：联系人与号码
- calledNumber / callingNumber：被呼号 / 呼出号
- duration / realRingingDuration：通话时长毫秒 / 实际振铃秒
- endReason：挂断原因（如 FINISHED）
- conversation[]：对话明细（speaker=Robot/Contact，script=话术内容）

第三步：生成 xlsx 文件

curl 结果存 /tmp/fran_{franDagTaskId前8位}_raw.json
python3 ~/.openclaw/workspace/skills/deepsop-human-ai-collab/scripts/format_calls.py "$(cat /tmp/fran_{franDagTaskId前8位}_raw.json)" '/tmp/fran_{franDagTaskId前8位}.xlsx'

根据当前 channel 必须发送文件，不得跳过：

飞书：必须执行 cp /tmp/fran_{franDagTaskId前8位}.xlsx ~/.openclaw/workspace/fran_{franDagTaskId前8位}.xlsx，再用 openclaw message send --channel feishu --target {feishuChatId} --media ~/.openclaw/workspace/fran_{franDagTaskId前8位}.xlsx --message 'Fran 电话销售完成！任务「{taskName}」共呼叫 {taskCallPhoneCount} 人，详情见附件。'
Telegram / WhatsApp：必须执行，media 路径用 workspace 路径，message 同上
webchat：输出文字摘要和文件路径 /tmp/fran_{franDagTaskId前8位}.xlsx

第四步：展示结果

先展示统计摘要：

☎️ Fran 电话销售任务结果 — {taskName}

📊 呼叫统计：
   📞 总呼叫数：{taskCallPhoneCount}
   ✅ 总通话数：{taskSuccessCallPhoneCount}
   💬 总回复数：{taskAnswerCount}

再展示列表中前 5 条呼叫详情（从 rows[].describeJobJson 解析）：

序号. 👤 {contactName}（{contactPhone}）
   🔄 状态：{jobStatus} / {endReason}
   ⏱ 通话时长：{duration_s}s（振铃 {realRingingDuration}s）
   📞 呼出号码：{callingNumber}
   📝 对话摘要：取 conversation 中第一条 Robot 的 script 前80字

超过 5 条附上：...共 {total} 条通话记录，完整数据见 xlsx 文件。

情况：统计接口全为 0 或列表为空

Fran 电话任务数据暂未就绪，可能仍在拨号或已呼叫但未接通。 franDagTaskId：{franDagTaskId}，franCustomerPoolId：{franCustomerPoolId} 你可以告诉我「再查Fran结果」，我会立即重新查询。

Step 5-D：Lisa 结果处理（仅当 employeeList 包含 Lisa 且 lisaDagTaskId 不为 null）

⚠️ Lisa 的两个查询接口均使用 lisaDagTaskId（来自 data.employeeList 中 nodeType=Lisa 的 dagTaskId）+ lisaCustomerPoolId（同条目的 customerPoolId）。

第一步：查询短信任务统计

接口：POST https://ai.deepsop.com/prod-api/ai/sms/getTaskSmsCount

请求头：Content-Type: application/json、x-api-key: $DEEPSOP_API_KEY

请求体：

{"taskId": "{lisaDagTaskId}", "customerPoolId": {lisaCustomerPoolId}}

返回字段说明：

totalCount：已发送短信数
successCount：触达短信数（发送成功）
failCount：失败短信数

第二步：查询短信详情列表

接口：POST https://ai.deepsop.com/prod-api/ai/sms/getSmsResultList?pageNum=1&pageSize=10

请求头：

Content-Type: application/json
x-api-key: $DEEPSOP_API_KEY

请求体：

{"taskId": "{lisaDagTaskId}", "customerPoolId": {lisaCustomerPoolId}, "success": null, "startTime": null, "endTime": null}

关键字段：

data.total：总条数
data.rows[].phoneNumber：手机号码
data.rows[].success：1=发送成功，0=发送失败
data.rows[].errMsg：状态描述（如「用户接收成功」）
data.rows[].errCode：状态码（如 DELIVERED）
data.rows[].content：实际发送的短信内容
data.rows[].smsSize：短信条数
data.rows[].sendTime：发送时间
data.rows[].reportTime：回执时间

第三步：生成 xlsx 文件

curl 结果存 /tmp/lisa_{lisaDagTaskId前8位}_raw.json
python3 ~/.openclaw/workspace/skills/deepsop-human-ai-collab/scripts/format_sms.py "$(cat /tmp/lisa_{lisaDagTaskId前8位}_raw.json)" '/tmp/lisa_{lisaDagTaskId前8位}.xlsx'

根据当前 channel 必须发送文件，不得跳过：

飞书：必须执行 cp /tmp/lisa_{lisaDagTaskId前8位}.xlsx ~/.openclaw/workspace/lisa_{lisaDagTaskId前8位}.xlsx，再用 openclaw message send --channel feishu --target {feishuChatId} --media ~/.openclaw/workspace/lisa_{lisaDagTaskId前8位}.xlsx --message 'Lisa 短信发送完成！任务「{taskName}」共发送 {totalCount} 条，详情见附件。'
Telegram / WhatsApp：必须执行，media 路径用 workspace 路径，message 同上
webchat：输出文字摘要和文件路径 /tmp/lisa_{lisaDagTaskId前8位}.xlsx

第四步：展示结果

先展示统计摘要：

📱 Lisa 短信销售任务结果 — {taskName}

📊 发送统计：
   📨 总发送：{totalCount} 条
   ✅ 触达成功：{successCount} 条
   ❌ 发送失败：{failCount} 条

再展示列表中前 5 条短信详情：

序号. 📱 {phoneNumber}
   🔄 状态：{success中文} / {errCode}
   📝 内容：{content前60字}
   📅 发送：{sendTime}（回执 {reportTime}）

超过 5 条附上：...共 {total} 条短信记录，完整数据见 xlsx 文件。

情况：统计接口全为 0 或列表为空

Lisa 短信任务数据暂未就绪，可能仍在发送中或等待运营商回执。 lisaDagTaskId：{lisaDagTaskId}，lisaCustomerPoolId：{lisaCustomerPoolId} 你可以告诉我「再查Lisa结果」，我会立即重新查询。

Step 5-B：Frank 结果处理（仅当 employeeList 包含 Frank 且 frankDagTaskId 不为 null）

⚠️ Frank 的两个查询接口均使用 frankDagTaskId（来自提交响应 data.employeeList 中 nodeType=FRANK 的 dagTaskId），不是 taskId。

第一步：查询邮件统计

接口：GET https://ai.deepsop.com/prod-api/ai/email/getTaskEmailCount?taskId={frankDagTaskId}

请求头：x-api-key: $DEEPSOP_API_KEY

返回字段说明：

taskSendEmailCount：任务发送邮件总数
taskSuccessEmailCount：发送成功数量
taskOpenEmailCount：已读数量
taskReceiveEmailCount：收到回复数量
taskClickEmailCount：点击链接数量

第二步：查询邮件列表

接口：GET https://ai.deepsop.com/prod-api/ai/email/taskList?pageNum=1&pageSize=2000&taskId={frankDagTaskId}

请求头：x-api-key: $DEEPSOP_API_KEY

关键字段：

rows[].recipientEmailAddress：收件人邮箱
rows[].companyName：公司名称
rows[].personName：联系人姓名
rows[].position：职位
rows[].emailSubject：邮件主题
rows[].sendTime：发送时间
rows[].emailStatus：发送状态（0=未发送，1=发送失败，2=发送成功）
rows[].round：轮次

第三步：生成 xlsx 文件

将邮件列表 JSON 传给脚本生成 xlsx：

curl 结果存 /tmp/frank_{frankDagTaskId前8位}_raw.json
python3 ~/.openclaw/workspace/skills/deepsop-human-ai-collab/scripts/format_emails.py "$(cat /tmp/frank_{frankDagTaskId前8位}_raw.json)" '/tmp/frank_{frankDagTaskId前8位}.xlsx'

根据当前 channel 必须发送文件，不得跳过：

飞书：必须执行 cp /tmp/frank_{frankDagTaskId前8位}.xlsx ~/.openclaw/workspace/frank_{frankDagTaskId前8位}.xlsx，再用 openclaw message send --channel feishu --target {feishuChatId} --media ~/.openclaw/workspace/frank_{frankDagTaskId前8位}.xlsx --message 'Frank 邮件发送完成！任务「{taskName}」共发送 {taskSendEmailCount} 封，详情见附件。'
Telegram / WhatsApp：必须执行，media 路径用 workspace 路径，message 同上
webchat：输出文字摘要和文件路径 /tmp/frank_{frankDagTaskId前8位}.xlsx

第四步：展示结果

先展示统计摘要：

📧 Frank 邮件任务结果 — {taskName}

📊 发送统计：
   📤 总发送：{taskSendEmailCount} 封
   ✅ 发送成功：{taskSuccessEmailCount} 封（emailStatus=2）
   ❌ 发送失败：{taskSendEmailCount - taskSuccessEmailCount} 封（emailStatus=1）
   👁 已读：{taskOpenEmailCount} 封
   💬 收到回复：{taskReceiveEmailCount} 封
   🔗 点击链接：{taskClickEmailCount} 封

再展示前5条邮件发送详情：

序号. 📧 {emailSubject}
   👤 收件人：{personName}（{position}）
   🏢 公司：{companyName}
   📮 邮箱：{recipientEmailAddress}
   📅 发送时间：{sendTime}
   状态：✅ 成功 / ❌ 失败

超过5条附上：...共 {total} 封，如需完整列表请告知

情况：统计接口或列表接口返回非 200 / data 为空

Frank 邮件任务数据暂未就绪，可能仍在发送中。任务ID：{taskId} 你可以告诉我「再查Frank结果」，我会立即重新查询。

Step 5-E：Toby 结果处理（仅当 employeeList 包含 Toby 且 tobyDagTaskId 不为 null）

5-E-1：查询统计数据

接口：GET https://ai.deepsop.com/prod-api/ai/data/count?taskId={tobyDagTaskId}&customerPoolId={tobyCustomerPoolId}&platform=1

请求头：x-api-key: $DEEPSOP_API_KEY

关键字段：

data.playCount：总播放量
data.likeCount：总点赞数
data.commentCount：总评论数
data.shareCount：总分享数
data.totalTiktokCount：已发布视频数

5-E-2：查询视频列表

接口：GET https://ai.deepsop.com/prod-api/ai/data/list?pageNum=1&pageSize=10&taskId={tobyDagTaskId}&customerPoolId={tobyCustomerPoolId}&platform=1

请求头：x-api-key: $DEEPSOP_API_KEY

关键字段：

rows[].titleName：视频标题
rows[].platformUrl：TikTok 链接
rows[].url：视频文件地址
rows[].playNum：播放量
rows[].likesNum：点赞数
rows[].commentNum：评论数
rows[].transmitNum：转发数
rows[].displayCreateTime：发布时间
total：列表总数

5-E-3：回复结果摘要（在当前会话回复，不需发文件）

格式：

🎥 Toby TikTok 视频发布结果
任务：{taskName}

� 数据概览：
   发布视频数：{totalTiktokCount}
   总播放量：{playCount}
   总点赞数：{likeCount}
   总评论数：{commentCount}
   总分享数：{shareCount}

📋 视频明细（共 {total} 条）：
1. 《{titleName}》
   播放：{playNum} | 点赞：{likesNum} | 评论：{commentNum} | 转发：{transmitNum}
   发布时间：{displayCreateTime}
   TikTok 链接：{platformUrl}
2. ...

情况：两个接口均返回非 200 或 data 为空

Toby TikTok 视频任务数据暂未就绪，可能仍在生成/发布中。任务ID：{tobyDagTaskId} 你可以告诉我「再查Toby结果」，我会立即重新查询。

实现方式

AI 分析：直接在当前对话中用 LLM 完成，分析时告知用户正在处理
HTTP 请求：使用 exec 工具调用 curl
定时等待：使用 cron(action=add) 设置 8 分钟后触发的 systemEvent
xlsx 生成：使用 exec 调用 Python 脚本

依赖

Python 3（系统自带）
openpyxl：python3 -m pip install openpyxl --user --break-system-packages
AiWa 生成脚本：~/.openclaw/workspace/skills/deepsop-human-ai-collab/scripts/format_customers.py
Frank 生成脚本：~/.openclaw/workspace/skills/deepsop-human-ai-collab/scripts/format_emails.py
Fran 生成脚本：~/.openclaw/workspace/skills/deepsop-human-ai-collab/scripts/format_calls.py
Lisa 生成脚本：~/.openclaw/workspace/skills/deepsop-human-ai-collab/scripts/format_sms.py

错误处理

DEEPSOP_API_KEY 未设置：提示用户前往 https://ai.deepsop.com 注册登录后新建 API Key，配置环境变量后再使用
POST 接口返回非 200：展示错误信息，提示检查参数或稍后重试
AiWa GET 接口 data 为空：提示任务可能仍在执行，给出 taskId 供用户告知「再查一次」
Frank 邮件统计/列表接口异常：提示邮件任务可能仍在发送中，给出 taskId 供用户告知「再查Frank结果」
Frank / Fran / Lisa 单独出现（未与 AiWa 搭配）：终止任务，提示用户补充客户挖掘需求
Fran 外呼实例并发数为 0：终止任务，提示用户联系管理员开通并发资源
Fran 号码池为空：终止任务，提示用户联系管理员开通外呼号码
Frank 邮箱未绑定：终止任务，提示用户登录 https://ai.deepsop.com 前往「邮件配置」绑定邮箱
Fran 场景库为空或无 PUBLISHED 状态：终止任务，提示用户前往 https://ai.deepsop.com 创建并发布场景库
Lisa 短信模板为空或无 AUDIT_STATE_PASS 状态：终止任务，提示用户前往 https://ai.deepsop.com 创建并提交审核短信模板
Lisa 变量校验失败：明确告知用户不符合的具体规则并要求重新填写，不中断整个流程
Lisa 统计/详情接口异常或计数全为 0：提示短信任务可能仍在发送中，给出 taskId 和 lisaCustomerPoolId 供用户告知「再查Lisa结果」
Fran 统计/详情接口异常或计数全为 0：提示电话任务可能仍在拨号中，给出 taskId 和 franCustomerPoolId 供用户告知「再查Fran结果」
Python 脚本执行失败：直接以文字列表格式返回客户数据，不中断流程
Toby TikTok 账号为空：终止任务，提示用户登录 https://ai.deepsop.com 添加 TikTok 授权账号
Toby 视频模型列表为空：终止任务，提示用户联系管理员开通视频生成权限
Toby 获取账号权限失败：提示用户重新授权该 TikTok 账号
Toby 统计/列表接口异常或数据为空：提示视频任务可能仍在生成/发布中，给出 tobyDagTaskId 供用户告知「再查Toby结果」
数字员工禁用（status=1）：终止任务，提示联系管理员启用该员工
数字员工使用天数耗尽（remainingDays≤0）：终止任务，提示前往 https://ai.deepsop.com 购买/续费
不支持的员工（Jack/Leo/Sophia/Alex）：终止任务，提示当前仅支持 AiWa、Frank、Fran、Lisa、Toby
网络请求失败：展示 curl 错误信息

人机协作台技能。用户输入自然语言销售指令，AI自动分析拆解任务参数，调用 deepsop平台接口提交任务

人机协作台（Human-AI Collaboration）

功能简介

前置条件：获取 API Key

完整执行流程

Step 0：触发类型判断（每次进入技能必须首先执行）

Step 1：第一轮 AI 分析（任务拆解）

Step 1.5：数字员工可用性校验（Step 1 完成后立即执行，所有任务均须）

Step 2：第二轮 AI 分析（仅当 employeeList 包含 AiWa）

Step 3：构建并提交任务

Step 3.5：解析用户指定的等待时间

Step 4：按用户指定时间设置自动查询

Step 5：查询结果并返回给用户

Step 5-A：AiWa 结果处理（仅当 employeeList 包含 AiWa）

Step 5-C：Fran 结果处理（仅当 employeeList 包含 Fran 且 franDagTaskId 不为 null）

Step 5-D：Lisa 结果处理（仅当 employeeList 包含 Lisa 且 lisaDagTaskId 不为 null）

Step 5-B：Frank 结果处理（仅当 employeeList 包含 Frank 且 frankDagTaskId 不为 null）

Step 5-E：Toby 结果处理（仅当 employeeList 包含 Toby 且 tobyDagTaskId 不为 null）

实现方式

依赖

错误处理