ai_member_only/ai_member_xiaokui
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
6cccac21c5
ai_member_xiaokui/memory/2026-04-30.md
--git_token ec805b0731 auto backup 2026-05-01 08:10:01
2026-05-01 08:10:01 +08:00

12 KiB
Raw Blame History

2026-04-30 工作日志

今日任务

微信问题反馈数据同步到飞书知识库

[刘新玉] 要求将微信「用户火线救火」群近3天数据导出到飞书知识库文档"微信问题反馈"下方。

执行过程

  1. 数据源：MySQL vala_test.wechat_group_message，查询 2026-04-27 ~ 2026-04-30 数据
  2. 权限问题：
    • Bot 应用缺少 wiki:node:create 权限（code:10014），无法在知识库节点下直接创建文档
    • feishu_bitable_app 仅限 App Owner（李若松 ou_088ee79216826be4a24af44f7268f880）使用
    • 刘新玉 (ou_9d4df593d0419d705274947c5cec5ada) 无权使用 feishu 工具写入
  3. 解决方案：
    • 先用 lark-cli sheets +create 在知识空间中创建电子表格（绕过 wiki:node:create 限制，直接在空间创建）
    • 成功在知识空间 7612229802338045122 下创建表格，自动挂载到父节点 SB3dwaSshie7ifklKlLc2GswnqX（"微信问题反馈"文档下方）
  4. 数据写入：按天分 sheet（2026-04-27 / 2026-04-28 / 2026-04-30），字段与数据库一致：
    • 消息ID(svr_msg_id) / 发送者(sender_name) / 消息类型(msg_type) / 内容(content) / 媒体URL(media_url) / 引用消息ID(refer_msg_svrid) / 消息时间(msg_time) / 消息时间戳(msg_timestamp)
  5. 最终结果：共 99 条数据（4/27: 9条, 4/28: 84条, 4/30: 6条）

关键标识

SkillHub 同步

  • 心跳触发 SkillHub 自动同步检查：6 个 skill 均无变更，跳过推送
  • 执行于 14:59

经验沉淀

知识库中创建电子表格的正确方法

  • ❌ lark-cli wiki node:create → Bot 缺少 wiki:node:create 权限
  • ❌ 在云空间创建再移动 → Bot 缺少 drive 权限
  • ✅ lark-cli sheets +create --space-id=$SPACE_ID --parent-node=$NODE_TOKEN → 直接在知识空间创建，自动挂载到指定父节点

lark-cli sheets +write 数据格式

  • 使用 --data-b64 传 base64 编码的 JSON 数据，避免 shell 转义问题
  • 格式：[["cell1","cell2"],["cell3","cell4"]]（二维数组）
  • --range='<sheet_id>!A1:Z1' 总是指定起始单元格即可

飞书问题反馈数据同步到知识库（追加）

[刘新玉] 要求同步飞书「内容测试问题反馈」群近3天数据到知识库。

执行过程

  1. 原电子表格 E8vFsCmPBhT4SCtNmnJchqeJnJe 已不可用（API 返回 deleted/missing）
  2. 在知识空间 SB3dwaSshie7ifklKlLc2GswnqX 下创建新电子表格「飞书问题反馈-近3天」
  3. 数据源：MySQL vala_test.lark_group_message (chatbot:xhuBx7d@uT2gUVv)
  4. 按天分 sheet 写入：
    • 2026-04-28: 23条（HUD显示bug、组件无音频、Loading慢/数据丢失）
    • 2026-04-29: 2条（网络问题导致下载播放失败）
    • 4/30 无数据
  5. 表格列：时间 | 反馈人 | 信息类型 | 信息内容(或地址)

关键标识

  • 电子表格 token：AHtnsehwShUVyDtjasSciIvgn7b
  • 知识库节点 token：TVivwmzqXiW3YakDUzucFMRenvf
  • 位置：知识库「飞书问题反馈」文档同级

Bot 权限现状

  • 有：sheets:read/write, wiki API 读取（wiki:space:get, wiki:node:read）
  • 无：wiki:node:create, drive 操作, bitable 操作
  • 结论：Bot 可以通过 sheets API 在知识空间直接创建电子表格，但无法创建其他类型文档

飞书问题反馈表格字段统一与移动

飞书问题反馈按引用关系重新排序

[刘新玉] 要求按问题完整解决过程排序——通过 quote_message_id 串联同一问题的讨论链。

排序逻辑

  1. 从数据库读取全部消息及引用关系
  2. 构建引用图：每个消息的 quote_message_id 指向其父消息
  3. 聚合问题链（cluster）：同一引用链的消息归为一组，连续排列
  4. 同 cluster 内按时间排序，子回复紧跟父消息
  5. Cluster 间按最早时间排序
  6. 无引用关系的独立消息按时间线补充

处理过程

  • 写入前先通过 lark-cli sheets +write 清空 sheet（--raw-data="[]"）
  • 4/28 23条 → 生成完整引用链排序，写入
  • 4/29 2条 → 无引用关系，直接写入

4/28 问题链总结

问题 涉及人 消息数
NPC HUD显示bug（仅移动端） 徐思清→王胤鑫 3
关卡出现规律 王胤鑫→庞鸿潇→梁晨 4
Playtesting数据记录 孙时敏 1
iOS组件无音频+Loading慢/数据丢失 胡陈辰→安君仪/毋益飞/王胤鑫 11
网络问题（4/29） Ann 2

飞书群 4/25-4/27 数据查询结果

  • 查询 MySQL lark_group_message 2026-04-25 ~ 2026-04-27 数据
  • 结果：0 条，该群此时间段无消息记录

反馈同步 Skill 创建 [刘新玉]

将飞书问题反馈同步流程封装为 feishu-feedback-sync skill，并计划注册定时任务。

Skill 文件

  • skills/feishu-feedback-sync/SKILL.md — 完整技能文档
  • skills/feishu-feedback-sync/scripts/sync_feishu_feedback.py — 核心同步脚本
  • scripts/sync_feishu_feedback_wrapper.sh — 定时任务包装脚本

Skill 功能

  1. 从 MySQL lark_group_message 查询近 N 天数据
  2. 写入知识库电子表格（按天分 sheet）
  3. 反馈对话链排序：按引用关系将同一问题讨论聚合呈现

策略2：推断缺失引用关系 [刘新玉]

问题：很多消息有关联但没有 quote_message_id（飞书 API 的 root_id/parent_id 未采集）

推断规则（按优先级）：

  1. @提及匹配：消息中 @了某人 → 关联到被@者最近一条消息
  2. 同发送者聚类：同一人在 2 分钟窗口内连续发多条 → 认为是对同一目标消息的回复
  3. 最近不同发送者：关联到最近一条不同发送者的消息（30 分钟内）

已测试效果：上午 NPC HUD 问题链成功串联，下午 iOS 问题链准确分组。部分跨话题误判仍需 AI 语义辅助（策略3，待后续评估）。

触发方式

  • 手动：「同步飞书反馈」「整理反馈对话链」
  • 定时：每天 10:00 crontab 自动执行

步骤4：问题归纳功能开发 [刘新玉] - 2026-04-30 18:38 完成

步骤4 包含两部分

  1. 问题描述：在{端}{环节}内（{课程}），{角色/组件}出现了{现象}
  2. 当前问题排查结论：从对话最后 1-2 条提取，匹配规则：
    • "日志上传/排查/查" → "日志已上传，排查中"
    • "确认/确实" → "已确认，待修复"
    • "已修复/已解决" → "已修复"
    • "不是 bug/设计如此" → "非问题，设计如此"
    • 无明确结论 → "暂未排查到根因"

归纳格式

### 问题 N
> **在{端}端{环节}内（{课程}），{角色/组件}出现了{现象}**

| 发言人 | 要点 |
|--------|------|
| 报告人 | 🚩 报告：... |
| ... | ... |
| 最终人 | ✅ 结论/待排查 |

维度提取规则

维度 优先级/来源
端 iOS > iPad > pad端 > Android > 移动端 > PC（正则匹配，忽略大小写）
环节 关卡内/知识巩固/单元挑战/听力挑战/阅读挑战/口语挑战/写作挑战/单元强化/瓦拉学院/报告（从消息文本匹配）
课程 匹配数字编号（如 11-2、L1 3-2）
角色/组件 NPC/HUD/音频/组件/数据/Loading/加载/日志（从消息文本匹配）
现象 从消息中提取要害描述，截断在 35 字符以内

现象提取逻辑

  1. 优先从包含 "Bug的表现是这样的："、"问题是"、"发现"、"出现" 等关键词的消息中截取描述句
  2. 提取的句子去除 URL、图片标记、疑问句
  3. 截断到 35 字符防止过长

Bug 修复记录

  • idx 变量覆盖 bug：summarize_cluster 的 idx 参数被循环内 idx = t.find(kw) 覆盖，导致问题编号显示为字符串查找位置。修复：局部变量改名 pos
  • iOS 识别失败：\biOS\b 不匹配 "iOS线上"（无词边界）。修复：模式改为 iOS|ios 配合 re.IGNORECASE
  • 编号跳跃：单消息簇被跳过导致编号不连续。修复：generate_summary 中 idx 只对有效簇递增

测试验证

  • 2026-04-28 数据：问题一 "暂未排查到根因"，问题二 "日志已上传，排查中" — 均正确
  • dry-run 模式正常运行

已知限制

  • 「未知组件」在 NPC/HUD 边缘写法时可能漏匹配
  • iOS 的两个相关话题（组件无音频 / Loading 慢）因无引用关系而分成两个簇（需策略3语义聚类解决）
  • 单消息簇被跳过（需至少 2 条消息才能形成问题）

Skill 文件最终状态

  • skills/feishu-feedback-sync/SKILL.md：已包含完整步骤1-4的文档
  • skills/feishu-feedback-sync/scripts/sync_feishu_feedback.py：已集成 summarize_cluster()、extract_location_elements()、generate_summary() 函数
  • crontab 每日 10:00 执行（与步骤3一起）

步骤4 架构调整：AI 归纳取代规则生成 [刘新玉] - 2026-04-30 19:07

问题

脚本规则匹配生成的问题描述质量差：

  • 组件匹配失败（NPC/HUD → "未知组件"）
  • 现象摘取了完整原始消息（含 @、无关词）
  • 端识别不稳定

决策

脚本输出结构化元数据 + 对话表，AI 负责归纳描述。

  • 脚本 summarize_cluster 改为输出：
    1. 位置元数据（端/环节/课程/组件）— 由 extract_location_elements 提取
    2. 发言人-要点表格（规则生成）
    3. 问题描述留 [AI归纳] 占位符
  • 运行时 AI（即助手本身）根据元数据 + 对话上下文，生成精炼的问题描述

AI 归纳的最终输出格式（固定模板）

### 问题 N
> **在{端}端{环节}内（{课程}），{角色/组件}出现了{现象}**

| 发言人 | 要点 |
|--------|------|
| ... | ... |

**当前问题排查结论：** ...

结论提取规则增强

  • 解释性关键词：上云/预下载/加载/原因是/改为了/首次 → 标记为分析性发言
  • 分析性发言 + 日志上传 → 输出「疑似{原因}，已上传日志，排查中」
  • 分析性发言 + 无日志 → 输出「{原因}，待确认」
  • 无分析 + 无日志 → 改为「暂未排查到问题」（刘新玉确认，比「暂未排查到根因」更准确）

4/28 最终归纳结果（AI 生成）

  1. NPC HUD 显示：在移动端关卡内（11-2），NPC 头上的 HUD 偶尔变成一小条 → 暂未排查到问题
  2. iOS Loading 慢：在 iOS 端关卡内（L1 3-2），Loading 耗时约 10 秒（正常 3 秒），导致组件数据丢失/无音频 → 疑似关卡内容上云加载导致，已上传日志，排查中

结论提取的边界

  • 刘新玉指出："暂未排查到问题" vs "暂未排查到根因" → 前者更准确（问题被描述了但可能没被排查）
  • 结论应基于对话中实际出现的解释性判断，而非仅关键词匹配
  • 分析性发言需要语义理解（"上云在加载"、"首次预下载"），规则匹配作为辅助