Best use case
client-feedback-summary is best used when you need a repeatable AI agent workflow instead of a one-off prompt.
用于信托领域客户与产品支持中的客户意见归纳助手场景，支持结构化处理与报告输出。
Teams using client-feedback-summary should expect a more consistent output, faster repeated execution, less prompt rewriting.
When to use this skill
- You want a reusable workflow that can be run more than once with consistent structure.
When not to use this skill
- You only need a quick one-off answer and do not need a reusable workflow.
- You cannot install or maintain the underlying files, dependencies, or repository context.
Installation
Claude Code / Cursor / Codex
Manual Installation
- Download SKILL.md from GitHub
- Place it in
.claude/skills/client-feedback-summary/SKILL.mdinside your project - Restart your AI agent — it will auto-discover the skill
How client-feedback-summary Compares
| Feature / Agent | client-feedback-summary | Standard Approach |
|---|---|---|
| Platform Support | Not specified | Limited / Varies |
| Context Awareness | High | Baseline |
| Installation Complexity | Unknown | N/A |
Frequently Asked Questions
What does this skill do?
用于信托领域客户与产品支持中的客户意见归纳助手场景，支持结构化处理与报告输出。
Where can I find the source code?
You can find the source code on GitHub using the link provided at the top of the page.
SKILL.md Source
# client-feedback-summary
## 概述
本技能用于信托业务场景的结构化处理，支持数据解析、规则识别与报告输出。
## 输入要求
- 支持 JSON 数组或 JSONL
- 建议字段：`id`, `name`, `text`, `status`, `timestamp`，以及场景相关业务字段
## 工作流程
1. 明确业务口径与目标
2. 读取并清洗输入数据
3. 执行规则分析与风险识别
4. 输出结构化结果并标注复核事项
5. 人工复核后进入正式流程
## 执行方式
```bash
python scripts/analyze.py --input input.json --output report.md
```
## 输出结构
1. 样本概览（数量、等级分布）
2. 重点条目（分值、命中原因）
3. 风险提示与复核建议
4. 免责声明
## 质量要求
- 事实与判断分离
- 规则命中可追溯
- 保留自动生成需人工复核声明
- 不输出投资建议、授信决策或法律最终意见
## 使用示例
### 示例 1: 基本使用
```python
# 调用 skill
result = run_skill({
"param1": "value1",
"param2": "value2"
})
```
### 示例 2: 命令行使用
```bash
python scripts/run_skill.py --input data.json
```Related Skills
client-churn-warning
客户流失预警助手，专用于识别客户流失风险和制定挽留方案。 以下情况请主动触发此技能： - 用户需要识别客户流失风险 - 用户问"这个客户会不会流失""怎么判断流失风险" - 用户准备流失预警方案、挽留话术 - 用户需要流失原因分析、挽留策略 - 用户问"客户要转走了怎么办""怎么挽留客户" 输出含流失风险识别、原因分析、挽留方案的流失预警方案。 不要等用户明确说"流失预警"——只要涉及客户流失风险识别、挽留方案，就应主动启动此技能。
trading-event-summary
交易事件摘要助手，适用于券商研究、投资管理、交易复盘、决策支持等场景。 以下情况请主动触发此技能： - 用户提供了交易记录、市场事件列表，问"帮我总结一下""今天发生了什么""有什么重要事件" - 用户问"今天市场有什么大事""交易日历怎么看""近期有哪些重要事件" - 用户需要：交易事件整理、市场大事摘要、投资决策参考、复盘材料 - 用户提到：交易日历、重要事件、市场大事、事件摘要、复盘 - 用户需要形成日报、周报、月报、会议纪要、投资决策材料 不要等用户明确说"交易事件摘要"——只要涉及市场事件整理、交易日历分析、重要事项摘要，就应主动启动此技能。
site-inspection-summary
用于信托领域存续期管理中的现场检查摘要助手场景。支持结构化输入处理、规则分析与Markdown结果输出。
silent-client-awakening
沉默客户唤醒助手，专用于长期未互动客户的唤醒激活。 以下情况请主动触发此技能： - 用户需要唤醒长期未互动的沉默客户 - 用户问"这个客户很久没联系了怎么重新联系" - 用户准备沉默客户唤醒话术、激活方案 - 用户需要沉默客户分析、唤醒策略设计 - 用户问"客户不回消息怎么办""怎么重新建立联系" 输出含沉默分析、唤醒话术、激活方案的沉默客户唤醒方案。 不要等用户明确说"沉默客户唤醒"——只要涉及长期未互动客户的重新联系、激活唤醒，就应主动启动此技能。
risk-cockpit-summary
风控管理驾驶舱摘要助手，适用于券商风险管理、管理层汇报、决策支持、监控展示等场景。 以下情况请主动触发此技能： - 用户提供了风控指标数据，问"整体风险怎么样""帮我总结一下" - 用户问"驾驶舱怎么看""关键指标有哪些" - 用户需要：风控指标汇总、风险态势分析、管理层汇报 - 用户提到：驾驶舱、风控指标、风险态势、管理层汇报、监控大屏 - 用户需要形成日报、周报、月报、管理层汇报材料 不要等用户明确说"驾驶舱摘要"——只要涉及风控指标汇总、整体风险态势分析、管理层风险汇报，就应主动启动此技能。
project-progress-summary
用于信托领域存续期管理中的项目进展摘要助手场景。支持结构化输入处理、规则分析与Markdown结果输出。
project-keypoints-summary
用于信托领域项目尽调中的项目要点摘要助手场景。支持结构化输入处理、规则分析与Markdown结果输出。
project-cosign-summary
用于信托领域存续期管理中的项目会签摘要助手场景。支持结构化输入处理、规则分析与Markdown结果输出。
legal-risk-summary
用于信托领域合同与法务中的法律风险摘要助手场景。支持结构化输入处理、规则分析与Markdown结果输出。
key-risk-client-list
重点风险客户名单助手，适用于券商客户风控、财富管理、投顾服务、合规监控等场景。 以下情况请主动触发此技能： - 用户提供了客户风险数据，问"哪些客户风险高""帮我列个名单" - 用户问"重点风险客户怎么筛选""风险客户标准是什么" - 用户需要：重点风险客户筛选、风险等级排序、跟进建议 - 用户提到：风险客户、重点关注、高风险、预警客户、平仓风险 - 用户需要形成风险客户名单、跟进计划、风控报告 不要等用户明确说"重点风险客户"——只要涉及客户风险筛选、高风险客户识别、风险名单整理，就应主动启动此技能。
key-client-reminder
用于信托领域客户与产品支持中的重点客户提醒助手场景，支持结构化处理与报告输出。
roadshow-qa-client-meeting
面向基金渠道与销售支持领域的路演问答任务Skill，围绕「路演问答助手-客户会版」场景提供信息抽取、结构化分析与结果输出。