ai_member_xiaokui/skills/user-feedback-processor/SKILL.md

name	description
user-feedback-processor	用户反馈数据处理层。基于 user-feedback-data-source 技能提供的原始数据，进行分类、优先级评估、统计分析、报告生成和跟进管理。 **当以下情况时使用此 Skill**： (1) 需要对反馈进行分类、评估优先级 (2) 需要生成反馈统计报告（日报/周报/月报） (3) 需要汇总多渠道反馈到统一表格 (4) 需要查询反馈处理进度、跟进状态 (5) 用户提到"反馈统计"、"反馈报告"、"反馈分类"、"问题优先级"

用户反馈数据处理

本技能负责对用户反馈进行分类、分析和跟进管理。原始数据由 user-feedback-data-source 技能提供。

使用者： 产品经理及业务负责人 数据来源： 依赖 user-feedback-data-source 技能（技术负责人维护）

数据来源

不要直接操作数据采集逻辑。 原始数据的来源、存储和采集由 user-feedback-data-source 技能定义和维护。

可用数据源速查

渠道	数据库表	关键字段	更新频率
飞书内部测试反馈	vala_test.lark_group_message	sender_name, content, media_url, msg_time, quote_message_id	每天 8 次
微信用户反馈	vala_test.wechat_group_message	sender_name, content, media_url, msg_time, refer_msg_svrid	实时
主动上报	飞书知识库文档（Wiki Token: ApVZw0fxGiv48ekuRS8cIfUjnRf）	—	实时

完整表结构和查询示例请参考 user-feedback-data-source 技能。

反馈处理流程

1. 分类

将原始反馈按以下维度分类：

维度	分类选项
问题所属模块	启动/运行、版本/更新、声音/音频、语音识别/判分、关卡/内容、UI显示、其他
问题所属类型	Bug、体验问题、功能建议、内容问题、兼容性问题、其他
反馈渠道	飞书群、微信群、主动上报

2. 优先级评估

详细判定规则： 参照《用户反馈问题优先级判断文档》（刘新玉提供，priority_classifier.py 已实现）

判定三维度：

1. 基础优先级 — 按问题严重度（崩溃/功能异常/体验瑕疵/细节优化）
2. 出现概率 — 必现升级，偶现降级
3. 影响范围 — 全部用户升级，极少数用户降级

优先级	定义	修复时限	典型场景
🔴 P0	孩子上不了课 / 核心功能崩溃	2小时处理，当天解决	App闪退、进不去、数据丢失、服务器宕机
🟠 P1	功能不对劲 / 学习效果打折扣	3天内修复	音频异常、判分错误、进度保存失败、奖励未发放
🟡 P2	偶尔小毛病 / 界面瑕疵	当周修复	UI显示异常、偶尔不显示、刷新恢复
🟢 P3	几乎不影响使用 / 细节优化	不单独排期	分辨率略低、错别字、音量不统一

动态调整： 必现问题 +1级，偶现问题 -1级（最多降一级）；影响全部用户 +1级。

实现： 优先级由 feishu-feedback-sync 技能步骤5自动判定，参见 scripts/priority_classifier.py。

3. 汇总到标准表格

将多渠道反馈统一汇总到标准格式：

序号	评估后优先级	问题所属模块	问题所属类型	反馈时间	反馈渠道	提交人	用户电话	用户角色ID	文字描述	提交图片	提交视频	备注	当前解决进度	问题跟进人
	P0-P3				飞书群/微信群/主动上报								待确认/处理中/已解决

飞书渠道字段映射

飞书原始字段	标准表格字段	映射规则
msg_time	反馈时间	直接填写，Asia/Shanghai 时区
sender_name	提交人	直接填写
msg_type	—	判断写入哪一列：text→文字描述，image→提交图片，media→提交视频
content / media_url	文字描述/提交图片/提交视频	根据 msg_type 写入对应列
—	反馈渠道	固定填写「飞书群」
—	当前解决进度	默认「待确认」

微信渠道字段映射

微信原始字段	标准表格字段	映射规则
msg_time	反馈时间	直接填写
sender_name	提交人	直接填写
msg_type	—	同飞书逻辑
content / media_url	文字描述/提交图片/提交视频	根据 msg_type 写入对应列
—	反馈渠道	固定填写「微信群」
—	当前解决进度	默认「待确认」

统计分析

支持的统计维度

统计类型	说明
按时间	日/周/月反馈数量趋势
按渠道	飞书 vs 微信 vs 主动上报 的反馈量对比
按优先级	P0-P3 各级别的数量分布
按模块	各模块的反馈量排名
TOP 问题	被回复最多的消息（热门问题）
处理进度	待确认/处理中/已解决 的比例

跨渠道统计查询示例

-- 最近 7 天各渠道反馈量
SELECT '飞书' AS channel, COUNT(*) AS count FROM lark_group_message 
WHERE msg_time >= DATE_SUB(NOW(), INTERVAL 7 DAY)
UNION ALL
SELECT '微信', COUNT(*) FROM wechat_group_message 
WHERE msg_time >= DATE_SUB(NOW(), INTERVAL 7 DAY);

-- 飞书热门问题（被回复最多）
SELECT m.message_id, m.sender_name, m.content, COUNT(r.id) AS reply_count
FROM lark_group_message m
JOIN lark_group_message r ON r.quote_message_id = m.message_id
WHERE m.msg_time >= DATE_SUB(NOW(), INTERVAL 7 DAY)
GROUP BY m.message_id ORDER BY reply_count DESC LIMIT 10;

报告生成

每日反馈推送

• 时间： 每日上午 9:30
• 推送对象： 业务负责人刘新玉
• 内容： 前一天所有渠道新增反馈汇总

周报/月报

按需生成，包含：

• 反馈总量及趋势
• 按优先级/模块/渠道分布
• TOP 问题列表
• 处理进度统计
• 同步到飞书知识库文档

目标存储位置

全量反馈汇总知识库文档

• 文档标题： 用户反馈问题汇总
• Wiki Token： ApVZw0fxGiv48ekuRS8cIfUjnRf
• 知识空间 ID： 7612229802338045122

全量反馈汇总多维表格（待上线）

将三个数据源的反馈统一汇总到飞书多维表格，支持分类、筛选、统计和跟进。

注意事项

• 只消费数据，不修改采集逻辑 — 数据采集的任何问题请联系技术负责人
• 数据库查询默认只读
• 所有飞书操作使用 Bot 身份，不触发用户授权
• 分类和优先级判定可能需要人工确认，自动判定结果仅供参考