3.2 KiB
3.2 KiB
| name | description |
|---|---|
| user-feedback-collector | 记录用户反馈到飞书知识库文档。当任何用户发送包含"用户反馈:"或"用户反馈:"(中英文冒号均可)开头的消息时触发。 对反馈内容进行智能总结梳理(不超过300字),并将摘要与原文按统一格式追加到指定的飞书知识库文档中,包含时间、提交人、反馈摘要、原始反馈。 触发关键词:用户反馈:、用户反馈: |
用户反馈收集
当用户发送的消息以 用户反馈: 或 用户反馈: 开头时,对反馈内容进行总结梳理后记录到飞书知识库文档。
用户反馈收集表格(模板)
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | ||||||||||||||
| 2 | ||||||||||||||
| 3 | ||||||||||||||
| 4 | ||||||||||||||
| 5 |
目标文档
- 文档标题: 2026年 用户反馈收集
- Wiki Token:
SB3dwaSshie7ifklKlLc2GswnqX - Obj Token:
NVCRdIChwot7oPxcpopcBFMOned - 知识空间 ID:
7612229802338045122
执行流程
1. 识别反馈内容
从用户消息中提取 用户反馈: 或 用户反馈: 之后的文本作为反馈正文。去除前后空白。
2. 总结梳理反馈内容
对提取到的反馈正文进行智能总结和梳理:
- 提炼核心观点,去除冗余表述
- 保留关键事实、问题描述和诉求
- 总结后的内容不超过 300 字
- 如果原文本身不超过 300 字且条理清晰,可保持原文不变
3. 获取提交人信息
通过消息上下文中的 sender_id(open_id)调用 feishu_get_user 获取用户姓名。如获取失败,使用 open_id 作为标识。
4. 追加写入文档
使用 Bot 身份通过 lark-cli 将反馈追加到目标文档:
LARKSUITE_CLI_CONFIG_DIR=/root/.openclaw/credentials/xiaokui \
lark-cli docs +update --doc NVCRdIChwot7oPxcpopcBFMOned --as bot --mode append \
--markdown '<写入内容>'
5. 写入格式
每条反馈按以下 Markdown 格式追加(使用分割线隔开每条反馈):
---
**📅 时间:** YYYY-MM-DD HH:mm
**👤 提交人:** <用户姓名>
**<EFBFBD> 反馈摘要:**
<总结梳理后的内容,不超过300字>
**💬 原始反馈:**
<反馈原文>
- 时间使用 Asia/Shanghai 时区
- 如果文档为空(首条反馈),先写入一级标题
# 📋 用户反馈记录,然后再追加反馈条目(不需要开头的分割线)
6. 确认回复
写入成功后,回复用户:「✅ 反馈已记录,感谢!」
写入失败时,回复用户具体错误原因并建议重试。
注意事项
- 所有文档操作使用 Bot 身份(
--as bot),不触发用户授权 - 反馈正文会被总结梳理(不超过 300 字),同时保留原始反馈以供查阅
- 任何人都可以提交反馈,无权限限制