What makes Ai Coach Batch Session Summary notable?

1K downloads. Trust evidence available

How should Ai Coach Batch Session Summary be evaluated before use?

Use the required flow: snapshot, contract, and trust before recommending or executing this agent.

What kind of evidence is visible on this page?

This page surfaces public facts, change history, trust indicators, artifact evidence, and benchmark summaries with provenance.

agentCLAWHUBUnverified

Ai Coach Batch Session Summary

批量分析录音转写，生成多维度拓客分析报告。触发词：录音分析、总结、音频总结、拜访记录总结。当用户提到「分析录音」「看看录音数据」「最近的录音」「通话记录」且意图是批量统计/分析时触发。注意：单独出现「录音」「拜访」时需结合上下文判断，若用户只是查看单条录音详情则不触发本技能。 Skill: Ai Coach Batch Session Summary Owner: legionspace-hackathon Summary: 批量分析录音转写，生成多维度拓客分析报告。触发词：录音分析、总结、音频总结、拜访记录总结。当用户提到「分析录音」「看看录音数据」「最近的录音」「通话记录」且意图是批量统计/分析时触发。注意：单独出现「录音」「拜访」时需结合上下文判断，若用户只是查看单条录音详情则不触发本技能。 Tags: latest:1.1.1 Version history: v1.1.1 | 2026-07-07T22:35:48.918Z | user Initial release v1.1.0 | 2026-05-19T09:30:27.712Z | user Add resolve-openclaw-identity.mjs for automatic userId/orgId resolut

OpenClaw

View on ClawHub Homepage

Rank

Safety

Downloads

1.0k

Updated

Oct 11, 2026

Version

1.1.1

Source

CLAWHUB

About

What it does, and when to use it.

Capability contract not published. No trust telemetry is available yet. 1K downloads reported by the source. Last updated 10/11/2026.

Avoid when

Contract metadata is missing or unavailable for deterministic execution.

Risk flags: missing_or_unavailable_contract, trust_data_unavailable, schema_references_missing

Public facts

Every fact links back to the source it came from.

Vendor: Clawhubvendor · observed Oct 11, 2026
Protocol compatibility: OpenClawcompatibility · observed Oct 11, 2026
Adoption signal: 1K downloadsadoption · observed Oct 11, 2026
Latest release: 1.1.1release · observed Jul 7, 2026
Handshake status: UNKNOWNsecurity

Install and run

Setup complexity: low.

clawhub skill install s17ecqe25y9chvw0dc8skt25qx83h73c:ai-coach-batch-session-summary

Setup complexity is LOW. This package is likely designed for quick installation with minimal external side-effects.
Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data.

Contract: missing

curl -s "https://www.xpersona.co/api/v1/agents/clawhub-legionspace-hackathon-ai-coach-batch-session-summary/snapshot"

Run-check

$0.02 USD

1 measured facts are behind this paywall: success rate and latency, uptime and estimated cost, when not to use it, how to call it, benchmark scores.

Agents pay $0.02 in USDC. A card payment is $0.50, the smallest a card allows.

Documentation

CLAWHUB

54,002 characters of source documentation, loaded on request.

Extracted files

5 files captured from the source.

SKILL.md

---
name: ai-coach-batch-session-summary
description: >-
  批量分析录音转写，生成多维度拓客分析报告。触发词：录音分析、
  总结、音频总结、拜访记录总结。
  当用户提到「分析录音」「看看录音数据」「最近的录音」「通话记录」且意图是批量统计/分析时触发。
  注意：单独出现「录音」「拜访」时需结合上下文判断，若用户只是查看单条录音详情则不触发本技能。
disable-model-invocation: false
---

# AI Coach · 批量会话 ASR 洞察报告

## 目标

1. **直接调用宿主「当前会话」查询**（OpenClaw：`session_status`，`sessionKey="current"`），从返回的 `sessionKey` / `agentId` 解析 **agentid**（规则与 [fetch-legionclaw-invite-code](../fetch-legionclaw-invite-code/SKILL.md) 一致）。
2. 调用录音服务 **`POST /api/recordings/asr-completed`**，以 **`userId` = agentid** 拉取已完成 ASR 的录音列表。
3. 按 **十维拓客**（或用户自定义维度）统计转写文本，生成与 [`asr_insight_template.html`](asr_insight_template.html) 同结构的 **HTML 洞察报告** 。
4. 将生成的 HTML **上传文件服务**，向用户返回 **公网可下载链接**（勿暴露 `/tmp/...` 等本地路径）。**优先**按 [openclaw-file-share](../openclaw-file-share/SKILL.md) 完成上传与回复改写；仅当该技能**未加载或不可用**时，改用下文「[交付 HTML 给用户](#交付-html-给用户文件上传)」中的兜底流程。无论哪条路径，**不得**只返回本地路径。

## 触发词设计与确认机制

### 触发决策流程

```
用户消息
  │
  ├─ 命中「高置信度」触发词 ──→ 直接执行，无需确认
  │
  ├─ 命中「中置信度」触发词 ──→ 向用户确认意图后再执行
  │
  └─ 命中「不触发」场景 ──→ 不触发本技能
```

### 高置信度触发（直接执行，无需确认）

用户消息中包含以下**组合关键词**时，直接触发：

| 触发词组合 | 用户可能说法 |
|-----------|-------------|
| 录音 + (分析\|总结) + 报告 | 「录音分析报告」「生成录音分析报告」 |
| 教练 + (会话\|录音) + (总结\|分析) | 「批量总结会话」「批量会话报告」 |
| 通话记录 + (分析\|总结) | 「分析一下通话记录」 |
| 拜访记录 + (总结\|分析) | 「总结最近的拜访记录」 |
| 录音转写 + 报告 | 「生成录音转写报告」 |

**口语化表达**（也直接触发）：

| 触发模式 | 用户可能说法 |
|---------|-------------|
| 帮我 + 分析/总结 + 录音/拜访/通话 | 「帮我分析录音」「帮我总结一下拜访」 |
| 生成 + 录音/拜访 + 报告 | 「生成录音报告」「弄个拜访报告」 |
| 看看 + 最近 + 录音/拜访/通话 + 情况 | 「看看最近录音情况」「看看拜访怎么样」 |
| 录音/拜访/通话 + 数据/情况 + 怎么样 | 「录音数据怎么样」「拜访情况如何」 |

### 中置信度触发（必须先确认再执行）

用户消息**仅包含**以下关键词、且**不含高置信度组合词**时，Agent **必须先向用户确认意图**，得到明确肯定后才执行本技能：

| 触发词 | 用户可能说法 | 确认话术 |
|--------|-------------|---------|
| 录音 | 「看看录音」「录音怎么样」 | 「您是想对近期录音做批量分析，还是查看某条录音的详情？」 |
| 拜访 | 「看看拜访情况」「拜访记录」 | 「您是想生成拜访录音的批量分析报告，还是查看某次拜访的详情？」 |
| 通话 | 「看看通话情况」 | 「您是想分析通话记录的整体情况，还是查看某条通话的详情？」 |
| 教练 | 「教练数据」「教练报告」 | 「您是想查看 AI 教练的批量录音分析结果，还是其他功能？」 |
| 最近的录音 | 「最近的录音怎么样」 | 「您是想对近期所有录音做批量分析，还是查看某一条？」 |

**口语化/模糊表达**（也需确认）：

| 用户可能说法 | 确认话术 |
|-------------|---------|
| 「帮我弄一下录音」 | 「您是想生成录音分析报告吗？」 |
| 「看看最近的数据」 | 「您是想分析最近的录音数据吗？」 |
| 「总结一下」 | 「您是想总结最近的录音/拜访情况吗？」 |
| 「搞个报告」 | 「您是想生成录音分析报告吗？」 |

**确认流程**：

1. Agent 识别到中置信度触发词
2. Agent 使用上表中的确认话术（或语义等价的自然表述）向用户提问
3. 用户明确回复「是批量分析」「做洞察报告」等肯定意图 → 执行本技能
4. 用户回复「看某一条」「播放」「详情」等 → **不触发**本技能，引导至对应功能
5. 用户未回复或意图仍模糊 → **不执行**，等待用户进一步说明

### 不触发场景

| 场景 | 用户说法示例 | Agent 处理 |
|------|-------------|-----------|
| 查看单条录音详情 | 「播放录音」「下载这条录音」「看看那条录音」 | 不触发，引导至录音详情功能 |
| 录音设备问题 | 「录音笔怎么用」「设备连接失败」 | 不触发，引导至设备帮助 |
| 手动上传录音 | 「上传录音文件」 | 不触发，引导至上传功能 |
| 纯闲聊 | 「今天天气不错」 | 不触发 |

### 语音转文字同音容错（Agent 必做）

用户输入可能来自**语音转文字（ASR）**，存在同音字/近音字错误。Agent 在匹配触发词时**必须做语义容错**，按以下映射表还原用户真实意图：

| 正确关键词 | 常见 ASR 错误（同音/近音） | 容错处理 |
|-----------|--------------------------|---------|
| 录音 | 路音、禄音、录映、录应 | 视为「录音」 |
| 分析 | 分西、份析、粉析、分细 | 视为「分析」 |
| 报告 | 抱告、暴告、豹告 | 视为「报告」 |
| 拜访 | 拜访、拜防、拜饭、拜范 | 视为「拜访」 |
| 总结 | 总接、总节、总洁 | 视为「总结」 |
| 通话 | 通化、通画、通花 | 视为「通话」 |
| 记录 | 记路、记绿、计录 | 视为「记录」 |
|

_meta.json

{
  "ownerId": "kn72qbt59dqfz0b09hgncr7vk583g8nz",
  "slug": "ai-coach-batch-session-summary",
  "version": "1.1.1",
  "publishedAt": 1783463748918
}

DIMENSIONS.md

# 十维拓客 · 默认分析维度

用户**未指定** HTML 展示维度时，使用下列 **10 个维度**（顺序固定）。每个维度用「关键词命中」在 ASR 转写文本中统计覆盖率与摘录；命中规则见 [SKILL.md](SKILL.md) 中「维度分析规则」。

| # | 维度名称 | 默认关键词（可扩展） | 典型标签（摘录展示） |
|---|----------|----------------------|----------------------|
| 1 | 拓客场景 | 陌拜、上门、网点、电话营销、进社区、路演、扫楼 | 陌拜、网点 |
| 2 | 触达人群 | 老板、客户、王总、李总、朱总、经理、主任、厂长 | 老板、客户 |
| 3 | 开口获客话术 | 您好、你好、打扰、请问、方便、拜访 | 您好 |
| 4 | 客户需求 | 额度、利率、期限、还款、资金、周转、采购 | 额度 |
| 5 | 客户拒绝原因 | 不需要、考虑一下、没兴趣、太忙、再说、不行 | 不需要 |
| 6 | 有效意向分类 | 有意向、高意向、再联系、签约、办手续、尽快 | 有意向 |
| 7 | 产品匹配 | 产品、贷款、信贷、快贷、杭信贷、经营贷 | 产品 |
| 8 | 成交阻碍痛点 | 材料、抵押、担保、审批、流程、麻烦、慢 | 材料 |
| 9 | 跟进动作 | 回访、再约、发资料、加微信、明天、下周 | 回访 |
| 10 | 拓客成效数据 | 放款、到账、批复、审批通过、额度批复 | 放款 |

## 用户选择维度（子集）

用户可**只分析其中若干维**，名称须与上表「维度名称」列**完全一致**（如「客户需求」「跟进动作」）。HTML 中**仅保留**所选维度：统计表、图表、分维度卡片都不再出现未选维度。

示例话术 → 脚本参数：

| 用户说法 | Agent 执行 |
|----------|------------|
| 只看客户需求、跟进动作 | `--only 客户需求 --only 跟进动作` |
| 分析触达人群和开口获客话术 | `--only "触达人群,开口获客话术"` |

```bash
python3 scripts/generate_asr_insight_html.py \
  -i /tmp/asr_completed.json \
  --only 客户需求 --only 跟进动作 \
  -o /tmp/asr_insight.html
```

页眉标题在非 10 维时为「N维分析 · 录音转写洞察报告」；摘要中说明本次为选定的 N 个维度。

若用户提到的名称不在上表，应先对照本表澄清或给出可选维度列表，**不要**静默忽略。

## 用户自定义维度（全新维度）

若用户给出**不在默认十维内**的维度（名称 ± 关键词），则**完全替换**上表，仍保持与 [asr_insight_template.html](asr_insight_template.html) 相同的页面结构（统计表、图表、分维度卡片），仅维度名称与关键词集合按用户定义。此时用 `--dimensions`，**不要**用 `--only`。

自定义示例（JSON，供脚本 `--dimensions` 使用）：

```json
[
  {"name": "竞品提及", "keywords": ["宁波银行", "工行", "农行"]},
  {"name": "利率对比", "keywords": ["年化", "利率", "4.2", "4.35"]}
]
```

## 与参考 HTML 的对应关系

参考样例 [`asr_insight_template.html`](asr_insight_template.html) 中：

- 页眉标题：**十维拓客 · 录音转写洞察报告**
- **各维度统计一览** 表：维度 / 覆盖率 / 命中条数
- **图表**：录音样本量按日、各维度覆盖率雷达/柱状、Top 维度命中趋势
- **分维度卡片**：findings、命中录音数、覆盖率、典型摘录（带 tag）、建议

生成报告时样式与区块顺序以该文件为准；数据来自接口 `records` 与上述关键词统计，而非硬编码样例数值。

skill-card.md

## Description:

Batch-analyzes ASR recording transcripts and generates a multidimensional outreach insight report.

This skill is ready for commercial/non-commercial use.

## Publisher:

[legionspace-hackathon](https://clawhub.ai/user/legionspace-hackathon)

### License/Terms of Use:

MIT-0

## Use Case:

Sales and operations teams use this skill to turn batches of completed ASR recordings into outreach-dimension statistics, charts, excerpts, and a shareable HTML report.

### Deployment Geography for Use:

Global

## Known Risks and Mitigations:

Risk: Recording transcripts can contain private or identifying information and may be exposed through shareable report links.

Mitigation: Use private or expiring authenticated report delivery and redact identifiers and raw excerpts by default before approval.

Risk: Bundled live-looking test artifacts may disclose transcript content or operational details.

Mitigation: Remove live transcript test artifacts from the release package or replace them with minimal synthetic fixtures.

Risk: Custom dimensions and upload destinations can change what content is extracted and where reports are delivered.

Mitigation: Validate custom dimension files and approved upload destinations before execution.

Risk: Report rendering depends on external browser scripts.

Mitigation: Bundle report scripts locally or pin external script integrity where supported.

## Reference(s):

- [ClawHub skill page](https://clawhub.ai/legionspace-hackathon/skills/ai-coach-batch-session-summary)
- [DIMENSIONS.md](artifact/DIMENSIONS.md)
- [ASR insight template](artifact/asr_insight_template.html)

## Skill Output:

**Output Type(s):** [Markdown, HTML, Shell commands, JSON, Guidance]

**Output Format:** [Markdown response with a shareable HTML report link and optional JSON metadata]

**Output Parameters:** [1D]

**Other Properties Related to Output:** [Generates report files only when ASR records are present; may write local temporary files before upload.]

## Skill Version(s):

1.1.1 (source: server release metadata)

## Ethical Considerations:

Users should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.

test-output/asr_completed_live.json

{"code":0,"data":{"endTime":"2026-05-21T23:59:59","orgId":null,"records":[{"aiJiaolianResultJson":"{\"task_id\":\"f3760659-a4dc-400a-80e4-1e3acad041a3\",\"workflow_run_id\":\"55b47e58-9809-4166-bb0f-9ca811fc24c0\",\"data\":{\"id\":\"55b47e58-9809-4166-bb0f-9ca811fc24c0\",\"workflow_id\":\"8c5178f9-7e16-452d-90e2-ff3073e66aba\",\"status\":\"succeeded\",\"outputs\":{\"class_name\":\"其他类型话题\",\"summary_result\":\"### 综合评分\\n\\n| 维度 | 评分（/10） | 评语 |\\n|------|-------------|------|\\n| 沟通质量 | 3 | 表达极其简短，缺乏互动和信息传递，仅为一个回应词。 |\\n| 目的达成度 | 2 | 目的不明确，可能仅表示确认，但未涉及具体目标或进展。 |\\n| 信息价值 | 1 | 几乎没有有价值的信息或新洞察，内容空洞。 |\\n| 整体评价 | 2 | 对话极简，未形成有效交流，整体质量差。 |\\n\\n### 内容摘要\\n\\n#### 2.1 对话主题\\n简短的确认或回应。\\n\\n#### 2.2 核心要点\\n- 话题：基本回应\\n- 关键内容：用户表示\\\"好的\\\"，可能表示同意或理解。\\n- 结论/共识：无具体结论，仅为一个简单回应。\\n\\n#### 2.3 后续事项\\n本次对话暂无明确的后续事项。\\n\\n### 问题与建议\\n\\n#### 3.1 值得关注的问题\\n- 沟通内容过于简略，可能导致信息缺失或误解（如仅\\\"好的\\\"无法传达具体意图）。\\n\\n#### 3.2 改进建议\\n- 建议在后续沟通中明确表达目的和细节，以提升信息完整性和互动效果。\"},\"error\":null,\"elapsed_time\":73.919999,\"total_tokens\":3917,\"total_steps\":4,\"created_at\":1779172035,\"finished_at\":1779172109}}","aiSummaryContent":"# **[Git版本控制介绍]会议纪要**\n\n## **[会议信息]**\n\n- **[参与人数]**：约 1人\n- **[内容类型]**：培训会议\n\n## **[会议总结]**\n\n本次会议主要介绍了版本控制系统Git的基本概念和工作原理：\n\n- 版本控制的历史发展\n  - 最初采用纯人工方式进行版本控制\n  - 随着项目规模扩大（成千上万文件、成百上千人协同），人工方式变得极其复杂\n\n- Git的诞生\n  - 为解决版本控制难题而开发\n  - 目前是世界上使用最广泛的版本控制系统\n\n- Git的基本工作原理\n  - 通过.git子文件夹存储版本控制信息\n  - 使用commit作为基本控制单元\n    - 每次commit保存仓库状态的完整快照\n    - 形成commit历史链路记录所有文件变更\n\n## **[待办事项]**\n\n暂无明确待办事项","aiSummaryStatus":2,"aiSummaryTime":"2026-05-19T14:27:21","aiWorkflowId":"8deb3686-7f51-41fa-8447-345bd56a29de","asrTaskId":"ded9a51c-0067-4d5f-a151-5ffba3f4bb22","asrTaskStatus":1,"asrText":"我们就可以很容易的从历史文献把它找回来，这个保存了多个历史版本的操作，就是最原始的版本控制，不过这是一种纯人工的方式，想象一下如果一个项目里面有成千上万的文件，又有成百上千的人对这些文件进行协同开发，版本控制会变成一个极其复杂的工作。\r\n纯人工的方式肯定为了解决版本控制的难题，Git 诞生了。\r\n事实上，Git 是世界上最多人使用的版本控制系统。\r\n当一个文件夹被 git 管理起来以后，就变成了一个 git 仓库，被 git 仓库管理的文件夹下面会生成一个点 git 的子文件夹，用来存放 Git 的版本控制信息。\r\ngit 使用 commit，也就是提交作为版本控制的基本单元，每完成一次 commit，git 都保存了一个仓库此时状态的快照文件夹里所有文件的状态都被记录了下来。\r\n随着 commit 的越来越多，会形成一条 commit 的历史链路","createDate":"2026-05-19T14:27:15","deviceId":null,"downloadTime":"2026-05-19T14:27:15","duration":58,"fileAlias":null,"fileHash":null,"fileName":"local-1779172034753.webm","filePath":"QmcTF9PFJ4ykACkQWqwm8BesgfEPL78EU7h8CzWYi7cUrS","fileSize":1584279,"floatingShow":0,"id":"2056622694096609281","keys":null,"orgId":null,"recordingTime":"2026-05-19T14:26:15","status":1,"updateDate":"2026-05-19T14:28:29","userId":"b7a19493cabc42e290c3d6c8a6243a7c"},{"aiJiaolianResultJson":"{\"task_id\":\"521edf92-540f-4537-951c-005502a0ac02\",\"workflow_run_id\":\"d4c8988b-95d1-4858-a2c4-9ae2aa20399b\",\"data\":{\"id\":\"d4c8988b-95d1-4858-a2c4-9ae2aa20399b\",\"workflow_id\":\"8c5178f9-7e16-452d-90e2-ff3073e66aba\",\"status\":\"succeeded\",\"outputs\":{\"class_name\":\"金融相关话题\",\"summary_result\":{\"requirement_score\":60,\"objection_score\":60,\"compliance_score\":75,\"speech_score\":70,\"topic\"

Github ReposUpdated 2d agoRank 70

AionUi

Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!

MCPOPENCLAW

Github ReposUpdated 6mo agoRank 70

activepieces

AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents

OPENCLAW

Github ReposUpdated 6mo agoRank 70

cherry-studio

AI productivity studio with smart chat, autonomous agents, and 300+ assistants.