客服通话高发问题总结助手

功能概述

本Skill用于分析客服通话录音转写文本，自动识别用户咨询的问题类型，统计高频问题，并生成结构化的高发问题总结报告。

使用场景

当用户提出以下类型请求时调用本Skill：

• "帮我分析这批录音的高发问题"
• "总结一下这些通话里用户都在问什么"
• "这批客服录音主要是什么问题"
• "分析高频问题"
• "做一份高发问题总结报告"

输入要求

用户需要提供一个Excel文件（.xlsx），该文件应包含一列客服通话录音转写文本，每行是一条完整的客服通话对话内容。列名可以是任意名称，系统会自动识别第一列作为分析数据。

处理流程

1. 数据读取：读取Excel文件，提取所有对话文本
2. 问题分类：采用两轮分类策略
   • 第一轮：逐条对话调用大模型进行问题归类，自由归纳类别名称（2-6个字）
   • 第二轮：对第一轮产生的类别进行合并去重，确保类别不重复不遗漏
3. 统计汇总：按类别统计条数和占比，降序排列，识别TOP5高发问题
4. 问题总结：对每个类别，基于代表性对话内容生成1-3句话的问题总结
5. 报告生成：生成包含问题分类表和问题总结的结构化报告

输出内容

Skill将输出一份结构化的高发问题总结报告，包含：

• 问题分类表：显示每个问题类别的数量、占比和排序
• 问题总结：对每个问题类别的核心特征和用户主要诉求的概括
• TOP5高发问题：突出显示占比最高的5个问题类型

输出方式

当Skill被调用时：

1. 对话窗口输出：完整的分析报告会直接显示在对话窗口中
2. 文件保存：报告同时会保存到指定的输出文件（默认为"高发问题总结报告.txt"）
3. 进度显示：处理过程中会显示实时进度信息

用户可以在对话窗口中直接查看完整的分析报告，也可以打开保存的文件进行进一步处理或存档。

技术实现

• 使用Python的pandas库读取Excel数据
• 调用兼容OpenAI API的大模型服务进行问题分类和总结（支持SiliconFlow、OpenAI、DeepSeek等）
• 采用两轮分类策略确保类别准确性和完整性
• 自动处理表头识别和数据清洗
• 支持通过命令行参数或环境变量配置API端点、模型名称和密钥

注意事项

1. 确保Excel文件格式正确，包含有效的对话文本
2. 网络连接正常，能够访问大模型API
3. 对于大量数据，处理时间可能较长，请耐心等待
4. 问题类别由大模型动态生成，不预设分类体系，适应各种新问题类型
5. 需要有效的API密钥，支持SiliconFlow、OpenAI或其他兼容OpenAI API的服务
6. 可以通过命令行参数或环境变量配置API端点、模型名称和密钥
7. 默认使用SiliconFlow的Qwen/Qwen2.5-32B-Instruct模型，可替换为其他模型