本地 Wiki 智能客服

要解决什么问题

把大模型接进微信、企业微信或网页客服时，常见失败模式不是「不会聊天」，而是在没有依据时仍像真的一样报价格、承诺退款或编造产品能力。本技能面向运行在 OpenClaw 或 Hermes 里的在线客服 Agent：答案必须来自本地 llm-wiki，在知识库缺页、过期或超出公司业务范围时，要明确说明并澄清、引导或转人工，而不是用通用模型记忆补全公司事实。

需要强调的是：这是客服策略与工作流技能，不是企业微信回调服务器实现；通道侧应负责验签、解密、幂等与消息格式，本技能只决定「答 / 追问 / 拒答引导 / 转人工」以及对外话术如何组织。

核心能力与工作流

新会话开始前，Agent 应先 orient 知识库：读 SCHEMA.md 了解产品域与支持规则，读 index.md 看有哪些支持页，并扫 log.md 末尾以捕捉政策或已知问题变更；对高影响问题应在下结论「库中没有」前搜索相关 Markdown。

单次咨询可按六步执行：

1. 归一化入站消息 — 保留渠道、用户与消息 ID（适配层用 external_message_id 做幂等），非必要不索要敏感个人信息。
2. 意图分类 — 定价、能力/兼容性、开通用法、排障、订单物流、发票合同、退款投诉、越界闲聊等。
3. Wiki 检索 — 按产品名、错误码、套餐名、政策名等同义词检索，冲突时优先较新、较权威的页面。
4. 选择响应路径 — 有依据且安全则直接答；缺关键细节则只问一个 concise 追问；无关则礼貌拉回业务范围；风险、情绪或需授权则转人工。
5. 对客户回复 — 默认中文；结构为「直接结论 → 简短依据（可选）→ 最多三步下一步」；避免向客户暴露 llm-wiki、OpenClaw 等内部术语。
6. 记录内容缺口 — 高频但未覆盖的问题记为维护建议，禁止为少转人工而编造答案。

回答策略上，仅允许依据 wiki 页面、当前对话上下文或 SCHEMA.md 中的稳定规则；不得虚构价格、库存、促销、退款条款，也不得把用户截图当作已验证凭证。

适用边界与注意点

• 不要用本技能：泛娱乐陪聊、医疗/法律/投资等非业务建议，以及退款审批、签约、占库存等具有约束力的操作（只能解释已发布政策并路由人工）。
• 转人工典型场景：wiki 无可靠答案且影响购买/账单/安全；用户要退款、定制价、投诉升级；需查内部订单/CRM；收到密码、验证码、证件等敏感信息。
• 越界问题：简短礼貌，给一条回到公司产品/服务支持的路径，不羞辱用户、不过度宣讲政策。
• 语音/图片/附件应先提取与客服相关的事实；提取不确定时说明不清楚之处并追问一项缺失信息。