diff --git a/business_knowledge/docs/学习分析报告V2版本规范.md b/business_knowledge/docs/学习分析报告V2版本规范.md
new file mode 100644
index 0000000..9b05575
--- /dev/null
+++ b/business_knowledge/docs/学习分析报告V2版本规范.md
@@ -0,0 +1,52 @@
+# 学习分析报告V2版本规范
+## 第一板块：能力五角星 (能力画像)
+**目标：** 让家长一眼看到孩子的综合实力，而不是冷冰冰的分数。
+- **可视化呈现：** 动态雷达图。
+- **JSON 数据维度：**
+  - **词义掌握 (Vocab Meaning)**：对应“词汇量和理解深度”。
+  - **词汇发音 (Vocab Pron)**：对应“单词读得准不准”。
+  - **语义理解 (Sentence Meaning)**：对应“在场景里懂不懂意思”。
+  - **句法结构 (Sentence Structure)**：对应“逻辑和组句能力”。
+  - **口语流利 (Sentence Pron)**：对应“长句子说得顺不顺”。
+
+## 第二板块：挑战攻坚战 (学习摩擦力)
+**目标：** 告知家长孩子在哪些具体知识点上“卡壳”了，需要针对性鼓励。
+- **分析逻辑：** 提取 waitTime（思考时间）最长且正确率不稳定的知识点。
+- **数据呈现：**
+  - **“本周拦路虎”**：列出耗时前三的单词或句子（如：*check in*, *dangerous*）。
+  - **表现诊断**：
+    - *犹豫型*：思考很久但做对了，建议增加熟练度。
+    - *盲目型*：思考极短但错了，建议孩子慢下来仔细看。
+
+## 第三板块：应用转换率 (合成能力)
+**目标：** 解答家长最关心的“为什么单词会背，一说话就卡壳”的问题。
+- **分析逻辑：** 对比 Mid（基础单点练习）与 Core（综合口语/场景应用）的 Perfect 率。
+- **话术转化：**
+  - **高分转换**：孩子能将学到的单词完美融入对话，具备很强的语言迁移能力。
+  - **低分转换**：孩子基础知识扎实，但在真实交流中还比较害羞/迟疑，需要更多情境练习。
+
+## 第四板块：口语精细化诊断 (语音报告)
+**目标：** 替代点读笔，提供更专业的发音反馈。
+- **数据来源：** soeData 的核心分值。
+- **呈现维度：**
+  - **“最美发音”**：展示孩子得分最高的长句录音。
+  - **“待攻克音标”**：根据 slices 里的得分，总结出孩子总是读不准的音素（如：l/r不分，尾音丢失）。
+
+## 第五板块：学习驱动力 (投入度与效率)
+**目标：** 让家长看到孩子的努力过程。
+- **数据指标：**
+  - **总投入时长**：本单元累计学习分钟数。
+  - **闯关效率**：计算平均每个知识点的通关频次（例如：平均挑战 1.2 次即获得 Perfect）。
+  - **坚持勋章**：根据 updated_at 的连续天数生成激励文案。
+
+## 💡 给家长的行动建议 (Actionable Insights)
+这套结构最后必须包含**“我该怎么办”**：
+1. **弱项强化建议**：针对摩擦力最大的知识点，推送配套的绘本或音频。
+2. **表扬话术建议**：例如“孩子今天在长句朗读上进步很大，建议奖励一个小贴纸”。
+3. **家庭互动作业**：设计一个简单的 Parent-Child Roleplay（家校互动）。
+
+## 数据底层对接说明（供开发者参考）
+在多维表格中，您可以建立三个字段：
+- **Skill_Radar_JSON**：存放五角星数据，用于驱动插件绘图。
+- **Friction_List**：存放 Top 3 困难点。
+- **Parent_Comment**：利用大模型根据上述数据自动生成的“暖心家长评语”。
diff --git a/business_knowledge/scripts/fill_template.py b/business_knowledge/scripts/fill_template.py
new file mode 100644
index 0000000..5efd231
--- /dev/null
+++ b/business_knowledge/scripts/fill_template.py
@@ -0,0 +1,31 @@
+import pandas as pd
+from openpyxl import load_workbook
+
+# 配置路径
+template_path = '/root/.openclaw/media/inbound/å_ä¹_å_æ_æ_å_é_å_ä½_ç_æ_æ_æ_ç_ç---8bd1ca25-8474-4ba1-9893-3c96cc4f197a.xlsx'
+data_path = '/root/.openclaw/media/inbound/è_è_²id_2827_å_¼å_ºæ_é_20260316---4093524a-9e3e-4252-b23b-e9cb1be5c322.xlsx'
+output_path = '角色ID2827_学习分析报告_最新模板版.xlsx'
+
+# 读取数据
+df_kp = pd.read_excel(data_path, sheet_name='统计-知识点通过情况')
+df_component = pd.read_excel(data_path, sheet_name='统计-互动组件通过情况')
+
+# 打开模板
+wb = load_workbook(template_path)
+
+# 填充知识点数据到模板
+ws_kp = wb['统计-知识点通过情况']
+# 从第2行开始写入数据（A2）
+for r_idx, row in enumerate(df_kp.values, start=2):
+    for c_idx, value in enumerate(row, start=1):
+        ws_kp.cell(row=r_idx, column=c_idx, value=value)
+
+# 填充互动组件数据到模板
+ws_component = wb['统计-互动组件通过情况']
+for r_idx, row in enumerate(df_component.values, start=2):
+    for c_idx, value in enumerate(row, start=1):
+        ws_component.cell(row=r_idx, column=c_idx, value=value)
+
+# 保存文件
+wb.save(output_path)
+print(f"✅ 模板填充完成，已生成报告：{output_path}")
diff --git a/business_knowledge/scripts/generate_learning_report.py b/business_knowledge/scripts/generate_learning_report.py
new file mode 100644
index 0000000..0e7d83c
--- /dev/null
+++ b/business_knowledge/scripts/generate_learning_report.py
@@ -0,0 +1,123 @@
+import pandas as pd
+
+# ==============================
+# 1. 基础配置
+# ==============================
+
+file_path = '/root/.openclaw/media/inbound/è_è_²id_2827_å_¼å_ºæ_é_20260316---befdf3d9-0682-46df-aea5-74839af2a1cd.xlsx'
+student_name = '角色ID2827'
+
+# ==============================
+# 2. 读取Excel数据
+# ==============================
+
+kp_stats = pd.read_excel(file_path, sheet_name='统计-知识点通过情况')
+component_stats = pd.read_excel(file_path, sheet_name='统计-互动组件通过情况')
+
+# ==============================
+# 3. 数据清洗（防止空值）
+# ==============================
+
+kp_stats = kp_stats.fillna(0)
+
+# ==============================
+# 4. 计算知识点加权得分
+# ==============================
+
+kp_stats['weighted_score'] = (
+    kp_stats['Perfect数量'] * 100 +
+    kp_stats['Good数量'] * 80 +
+    kp_stats['Pass数量'] * 60
+) / kp_stats['总数量']
+
+# ==============================
+# 5. 计算正确率
+# ==============================
+
+kp_stats['correct_rate'] = (
+    kp_stats['Perfect数量'] +
+    kp_stats['Good数量'] +
+    kp_stats['Pass数量']
+) / kp_stats['总数量']
+
+# ==============================
+# 6. 计算能力模块得分
+# ==============================
+
+vocab_score = kp_stats[kp_stats['知识点类型'] == 'vocab']['weighted_score'].mean()
+sentence_score = kp_stats[kp_stats['知识点类型'] == 'sentence']['weighted_score'].mean()
+
+# ==============================
+# 7. 综合得分
+# ==============================
+
+overall_score = kp_stats['weighted_score'].mean()
+overall_correct_rate = kp_stats['correct_rate'].mean()
+
+# ==============================
+# 8. 等级判断
+# ==============================
+
+def get_level(score):
+    if score >= 90:
+        return '优秀'
+    elif score >= 80:
+        return '良好'
+    elif score >= 70:
+        return '合格'
+    else:
+        return '需要提升'
+
+level = get_level(overall_score)
+
+# ==============================
+# 9. 找出薄弱知识点
+# ==============================
+
+weak_kp = kp_stats.sort_values('weighted_score').head(5)
+
+# ==============================
+# 10. 生成报告数据
+# ==============================
+
+report_data = {
+    '学生姓名': student_name,
+    '综合得分': round(overall_score, 1),
+    '词汇能力得分': round(vocab_score, 1),
+    '句子能力得分': round(sentence_score, 1),
+    '总体正确率': f"{round(overall_correct_rate*100,1)}%",
+    '学习水平等级': level
+}
+
+report_df = pd.DataFrame([report_data])
+
+# ==============================
+# 11. 导出Excel报告
+# ==============================
+
+output_file = '学习分析报告_自动生成版.xlsx'
+
+with pd.ExcelWriter(output_file) as writer:
+
+    # 总结报告
+    report_df.to_excel(
+        writer,
+        sheet_name='学习报告',
+        index=False
+    )
+
+    # 知识点详情
+    kp_stats.to_excel(
+        writer,
+        sheet_name='知识点详情',
+        index=False
+    )
+
+    # 薄弱知识点
+    weak_kp.to_excel(
+        writer,
+        sheet_name='薄弱知识点TOP5',
+        index=False
+    )
+
+print(f"✅ 学习报告生成完成：{output_file}")
\ No newline at end of file
diff --git a/business_knowledge/scripts/generate_visual_report.py b/business_knowledge/scripts/generate_visual_report.py
new file mode 100644
index 0000000..0003cb1
--- /dev/null
+++ b/business_knowledge/scripts/generate_visual_report.py
@@ -0,0 +1,110 @@
+import pandas as pd
+import matplotlib.pyplot as plt
+import numpy as np
+from matplotlib import rcParams
+
+# 配置中文字体
+rcParams['font.sans-serif'] = ['SimHei', 'WenQuanYi Micro Hei']
+rcParams['axes.unicode_minus'] = False
+
+# ==============================
+# 1. 加载数据
+# ==============================
+file_path = '/root/.openclaw/media/inbound/å_ä¹_å_æ_æ_å_è_ªå_ç_æ_ç---6d013ed6-10ff-41ad-aa01-008bd66e8b76.xlsx'
+df_report = pd.read_excel(file_path, sheet_name='学习报告')
+df_kp = pd.read_excel(file_path, sheet_name='知识点详情')
+df_weak = pd.read_excel(file_path, sheet_name='薄弱知识点TOP5')
+
+# 提取数据
+student_name = df_report.iloc[0]['学生姓名']
+overall_score = df_report.iloc[0]['综合得分']
+vocab_score = df_report.iloc[0]['词汇能力得分']
+sentence_score = df_report.iloc[0]['句子能力得分']
+correct_rate = df_report.iloc[0]['总体正确率']
+level = df_report.iloc[0]['学习水平等级']
+
+# ==============================
+# 2. 生成能力雷达图
+# ==============================
+plt.figure(figsize=(6, 6), dpi=100)
+# 雷达图维度
+labels = ['词义掌握', '语义理解', '句法结构']
+scores = [vocab_score, 
+          df_kp[df_kp['知识点类型']=='sentence']['weighted_score'].mean(),
+          df_kp[df_kp['知识点类型']=='sentence']['Perfect比例(%)'].mean()/100*100]
+# 雷达图设置
+angles = np.linspace(0, 2*np.pi, len(labels), endpoint=False)
+scores = np.concatenate((scores, [scores[0]]))
+angles = np.concatenate((angles, [angles[0]]))
+labels = np.concatenate((labels, [labels[0]]))
+
+ax = plt.subplot(111, polar=True)
+ax.plot(angles, scores, 'o-', linewidth=2, color='#2E86AB')
+ax.fill(angles, scores, alpha=0.25, color='#2E86AB')
+ax.set_thetagrids(angles * 180/np.pi, labels, fontsize=12)
+ax.set_ylim(0,100)
+plt.title(f'{student_name} 能力雷达图', y=1.1, fontsize=15)
+plt.grid(True)
+plt.savefig('能力雷达图.png', bbox_inches='tight')
+plt.close()
+
+# ==============================
+# 3. 生成薄弱知识点柱状图
+# ==============================
+plt.figure(figsize=(8, 4), dpi=100)
+weak_top3 = df_weak.head(3)
+x = np.arange(len(weak_top3['知识点标题']))
+y = weak_top3['weighted_score']
+bars = plt.bar(x, y, color='#F24C4C', width=0.6)
+plt.xticks(x, weak_top3['知识点标题'], rotation=15, fontsize=10)
+plt.ylabel('加权得分', fontsize=12)
+plt.title('TOP3 薄弱知识点', fontsize=15)
+plt.ylim(0, 100)
+# 添加数值标签
+for bar in bars:
+    height = bar.get_height()
+    plt.text(bar.get_x() + bar.get_width()/2., height,
+             f'{height:.1f}', ha='center', va='bottom')
+plt.savefig('薄弱知识点.png', bbox_inches='tight')
+plt.close()
+
+# ==============================
+# 4. 生成Markdown可视化报告
+# ==============================
+report_content = f"""# {student_name} 学习分析可视化报告
+---
+## 🔹 综合概览
+| 指标 | 数值 |
+| --- | --- |
+| 综合得分 | {overall_score:.1f} |
+| 词汇能力得分 | {vocab_score:.1f} |
+| 句子能力得分 | {sentence_score:.1f} |
+| 总体正确率 | {correct_rate} |
+| 学习水平等级 | {level} |
+
+---
+## 🔹 能力画像（雷达图）
+![能力雷达图](能力雷达图.png)
+*当前已覆盖3个核心能力维度，后续将补充发音、流利度维度*
+
+---
+## 🔹 薄弱知识点分析
+![薄弱知识点TOP3](薄弱知识点.png)
+### 提升建议：
+1. 重点练习上述3个知识点，每天完成5次对应练习
+2. 练习时放慢速度，仔细确认题意后再作答
+3. 家长可以配合进行场景对话练习，巩固薄弱知识点
+
+---
+## 🔹 后续升级说明
+待补充学习时长、思考时间、语音评测数据后，将新增：
+- 学习驱动力分析模块
+- 知识迁移能力评估
+- 口语发音精细化诊断
+- 个性化家长建议
+"""
+
+with open(f'{student_name}_可视化学习报告.md', 'w', encoding='utf-8') as f:
+    f.write(report_content)
+
+print(f"✅ 可视化报告生成完成：{student_name}_可视化学习报告.md，已生成配套可视化图片")
diff --git a/daily_summary.log b/daily_summary.log
index 58359ea..aae3cf6 100644
--- a/daily_summary.log
+++ b/daily_summary.log
@@ -115,3 +115,12 @@ cat: /root/.openclaw/workspace-xiaoban/.feishu_token: No such file or directory
                                  Dload  Upload   Total   Spent    Left  Speed
 
  0     0    0     0    0     0      0      0 --:--:-- --:--:-- --:--:--     0
100   261  100    18  100   243    414   5600 --:--:-- --:--:-- --:--:--  6069
 404 page not found/root/.openclaw/workspace-xiaoban/daily_summary.sh: line 42: /home/ubuntu/.nvm/versions/node/v24.14.0/bin/openclaw: No such file or directory
+[master 08c655c] 每日总结更新 20260316
+ 2 files changed, 10 insertions(+), 1 deletion(-)
+error: src refspec main does not match any
+error: failed to push some refs to 'https://git.valavala.com/ai_member_only/ai_member_xiaoban'
+cat: /root/.openclaw/workspace-xiaoban/.feishu_token: No such file or directory
+  % Total    % Received % Xferd  Average Speed   Time    Time     Time  Current
+                                 Dload  Upload   Total   Spent    Left  Speed
+
  0     0    0     0    0     0      0      0 --:--:-- --:--:-- --:--:--     0
100   261  100    18  100   243     80   1086 --:--:-- --:--:-- --:--:--  1170
+404 page not found/root/.openclaw/workspace-xiaoban/daily_summary.sh: line 42: /home/ubuntu/.nvm/versions/node/v24.14.0/bin/openclaw: No such file or directory
diff --git a/tmp_daily_summary.md b/tmp_daily_summary.md
index c474408..b6fa3cd 100644
--- a/tmp_daily_summary.md
+++ b/tmp_daily_summary.md
@@ -1,3 +1,3 @@
-=== 每日总结 20260316 ===
+=== 每日总结 20260317 ===
 ## 昨日关键进展
 无昨日记忆记录
diff --git a/学习分析报告_自动生成版.xlsx b/学习分析报告_自动生成版.xlsx
new file mode 100644
index 0000000..d6a16ce
Binary files /dev/null and b/学习分析报告_自动生成版.xlsx differ
diff --git a/角色ID2827_学习分析报告_最新模板版.xlsx b/角色ID2827_学习分析报告_最新模板版.xlsx
new file mode 100644
index 0000000..93a991d
Binary files /dev/null and b/角色ID2827_学习分析报告_最新模板版.xlsx differ
diff --git a/角色ID2827_学习分析报告_销售模板版.xlsx b/角色ID2827_学习分析报告_销售模板版.xlsx
new file mode 100644
index 0000000..c448e99
Binary files /dev/null and b/角色ID2827_学习分析报告_销售模板版.xlsx differ