Agent Skills
返回列表
🏢

35CRM 基金客户管家

企业运营 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md 的安装指南,把 @org-r4wuabfo/crm-finance-customer-mgmt 这个技能安装到你的 AI 助手中。

技能介绍

解决什么问题

基金销售团队在 35CRM 里的日常操作其实很琐碎:查一个客户是否已存在、给某个客户补一条跟进记录、排一次面访、看看有哪些金融产品可卖。这些操作如果靠人工点界面或手写 API 请求,很容易踩坑——中文字段编码出问题、日期格式少了时间部分导致提交失败、Token 过期了还在盲目重试。这个技能把这类操作封装成一套有约定的工作流,让模型可以直接通过结构化指令完成 CRM 的读写操作。

它如何工作

技能的文档按职责拆成了几个模块:base.md 讲工具函数与编码规范,enums.md 定义时间常量、dbType、searchCondition 等通用结构,customer.md、customer-follow.md、schedule.md、financial-product.md 分别对应客户、跟进、预约和金融产品四类对象的查询与字段说明。

每次对话开始时,技能会先检查 CRM_BASE_URL 和 CRM_AUTH_TOKEN 两个环境变量是否已设置,凭据在会话内复用,不会反复询问。

核心操作分为两类:

  • 查询类:如 POST /customer/list 查客户列表、POST /customerFollow/list 查跟进列表、POST /saleChance/list 查预约列表、POST /productFinance/list 查金融产品列表,统一通过 crm_query.py 执行。
  • 写入类:如新增跟进、新增预约,走 crm_form_submit.py 的通用表单流程:先 view/form 拉取表单结构,再解析字段,最后 insert。需要按客户名称创建跟进或预约时,则走对应文档里的「组合工作流」章节。

解析响应时统一用 resp.get('rows') or resp.get('data') or [],避免不同接口返回结构不一致导致解析失败。

注意点与适用边界

  • 中文请求不要用 curl:所有含中文的请求必须通过 Python 脚本执行,否则编码会出问题,详见 base.md。
  • multipart 请求:需要用 curl --data-binary @- 并通过 subprocess 发送。
  • 日期格式:提交时必须是 Y-m-d H:i:s,含时间部分,例如 2026-06-05 00:00:00。
  • Token 失效要停手:如果查询返回 HTML 页面(而非 JSON),或返回 success: false 且是认证类错误,说明 CRM_AUTH_TOKEN 已失效。此时必须停止操作并提示用户提供新 Token,严禁自行调用登录接口或猜测凭据。
  • 这个技能只覆盖客户、跟进、预约、金融产品四类对象的查询与创建,不涉及其他 CRM 模块,也不能替代人工做销售策略判断。

使用场景

  • 销售在开始一天的电话外呼前,需要按名称批量查询客户档案,确认哪些客户已有记录、无需重复新建。
  • 投资顾问完成一次客户拜访后,要把本次沟通内容作为跟进记录写入 35CRM,并关联到对应客户。
  • 客户经理在预约面访时,需要按客户名称自动创建一条预约记录,确保日期格式包含完整的时间部分。
  • 产品团队在整理可售金融产品清单时,需要调用金融产品查询接口,快速拉取当前产品列表用于内部通报。

适合人员

  • 基金销售经理,需要经常查询和整理客户档案、跟进记录与预约情况。
  • 投资顾问,负责在每次客户接触后录入跟进记录和预约安排。
  • CRM 实施或运维人员,需要通过脚本化操作批量处理 35CRM 数据。
  • AI 应用开发者,正在构建能直接读写 35CRM 客户、跟进和预约数据的智能助手。