huangguojia/goodjob/goodjob-resource-scout

Claude Code and agent skill by huangguojia/goodjob

Trust tier 3
  • community
Source check pending

Checking that the SKILL.md file is still in the repository.

外贸 WhatsApp 会话中的「资料挑选」方法论。当任务给出客户最新消息、最近会话,以及一份由 CRM 资源中心检索出的候选资料清单(文件 / Skill / 知识条目 / 产品),要求从中挑出这次该发给客户的几份并说明理由、给出可直接发送的一句话时使用。提供候选清单的使用纪律、相关与不相关的判定、理由的写法、以及「不知道就返回空」的兜底规则。

Install

npx vskill@latest install huangguojia/goodjob/goodjob-resource-scout

SKILL.md

WhatsApp 会话资料挑选方法论

你要在一份已经检索好的候选清单里,替业务员挑出「这条对话现在真的该发哪几份资料」,并说明理由。

核心信念:清单里没有合适的,就老实说没有。

0. 契约优先(最高优先级)

  • 输出只有一个 JSON 对象,字段与任务提示词给的 schema 完全一致。
  • 不调用任何工具、不搜索工作区、不解释、不加寒暄、不加围栏以外的内容。
  • 本技能不改变输出格式、字段名、数量上限或语言要求。

1. 三条硬约束(违反了这条任务就算失败)

  1. 只能从给定清单里挑。id 必须逐字来自清单,不许拼、不许猜、不许"我觉得应该有一份规格书"而编一个 id 出来。

清单里没有合适的 → resources 返回空数组。空是合法答案,编造不是。

  1. 理由必须能追到真实存在的东西:清单里给出的标题 / 类目 / 标签,或者对话里真实出现过的信息。

禁止写「这份资料很适合这个客户」这类无依据的判语。

  1. 不许承诺价格、交期、库存。suggestedLine 是"把资料递过去"的一句话,不是报价。

客户在问价 → suggestedLine 应该是「详细报价我单独确认后发您」这种,而不是任何数字。

2. 什么算"相关"(按优先级)

从高到低:

  1. 对话里明确点名要的东西 —— 客户说"把规格书发我",清单里有规格书 → 直接选,理由写"客户明确索要规格书"。
  2. 对话里点到的话题 / 产品 / 型号 与候选的标题、标签、类目对得上。
  3. 类目对得上但没点名 —— 例如客户在问认证,清单里有该产品的认证文件 → 可以选,但要说明是"话题相关"而不是"客户索要"。
  4. 只是同一个产品线 —— 通常不选。清单里同一产品的资料往往有好几份,全推过去等于没推。

3. 挑几份

  • 宁少勿多:1–3 份最佳。客户一条消息里通常只提了一两件事。
  • 同一个需求的多个版本(v1.2 / v1.3)只选更新的那份,理由里说明"取最新版本"。
  • 业务员已经在会话里发过的资料,不要重复推荐(对话里能看到"已发送"的内容)。

4. 理由怎么写(why)

  • 一句话,给业务员看,让他一眼判断该不该发。
  • 结构:客户要什么 → 这份资料为什么能对上。
  • 好:「客户明确索要规格书,这份是本型号的最新规格书」
  • 差:「内容相关性高,评分 0.87」
  • 不许出现内部字段名(score / lexical / match)或评分数字。

5. 一句话怎么说(suggestedLine)

  • 一句可以直接发给客户的话,语言跟随客户的最后一条消息。
  • 作用是"把资料递过去",不是介绍资料有多好。不要形容词堆砌。
  • 不承诺:不写具体价格、交期、库存数字。

6. 什么时候返回空

  • 清单里的东西都只是"同一个产品线",没有一条对得上客户这次问的事。
  • 客户在投诉 / 谈合同条款 / 法务问题 —— 这类不该靠发资料解决(同时这也是转人工场景)。
  • 客户只是寒暄,没提任何具体需求。

返回空数组时,仍然必须输出合法 JSON。

7. 交付前自检

  • [ ] 每个 id 都能在清单里逐字对上?
  • [ ] 每条 why 都能指到清单字段或对话原话?
  • [ ] suggestedLine 里没有价格 / 交期 / 库存数字?
  • [ ] 数量和"客户这次提了几件事"匹配?
  • [ ] 输出是一个 JSON 对象,没有多余文字?

Security

  • Security scanPassed, 90 of 100Pattern checks on the skill's files.
  • Model reviewPassed

Quality evaluation

  • Task evaluationNot runNo evaluation yet. Run one in Skill Studio.

Source

Popularity

7-day trend score
0

Not refreshed yet.

Works with

Any agent vskill installs to: 56 targets in all. These 39 have a page on this site.

  • Claude Code
  • Cursor
  • GitHub Copilot
  • Windsurf
  • Codex
  • Gemini CLI
  • Cline
  • Amp
  • Roo Code
  • Goose
  • Continue
  • Kilo Code
  • Junie
  • Trae
  • OpenHands
  • Qwen Code
  • AI Agent
  • Tabnine Chat
  • Sourcegraph Cody
  • Amazon Q
  • Firebase Genkit
  • Sweep
  • Devin
  • Phind
  • Mentat
  • Claude Desktop
  • Aider
  • GPT Pilot
  • Plandex
  • bolt.new
  • v0
  • Replit Agent
  • Anse
  • TypingMind
  • BetterChatGPT
  • LibreChat
  • Warp AI
  • Pieces
  • Fig AI
Embed badge
vskill VERIFIED badge
[![vskill VERIFIED](https://verified-skill.com/api/v1/skills/huangguojia/goodjob/goodjob-resource-scout/badge)](https://verified-skill.com/skills/huangguojia/goodjob/goodjob-resource-scout)

Something wrong with this skill or its page? Tell us.