dsh-plugin-t-expert 0.4.37 → 0.4.48

package/data/experts/hr/txzhaopin/README.md

@@ -1,397 +0,0 @@
-# 腾讯招聘专家 · Tencent Recruitment Expert
-
-> WorkBuddy 招聘 agent — 五层能力架构：① 招聘全流程（校招/社招）② HR 数据查询 ③ **招聘渠道（猎头 / 委外供应商决策）** ④ **雇主品牌（策划 / 文案 / 审核 / 舆情 / 调研）** ⑤ 定时任务调度。覆盖 招聘需求沟通 → 人才搜索 → 简历筛选 → 胜任力建模 / JD / 面试设计 → 面评审核 → 面试数据分析 → 待办查询 → 面试安排 → **招聘流程跟踪** → **校招签约后保温** → 招聘智能问询 → **HR 数仓查询（员工/组织/招聘漏斗等）** → **猎头渠道推荐** → **雇主品牌策划 / 文案 / 物料审核 / 舆情口碑 / 招聘调研** → **定时任务调度**。服务 **招聘经理 / 面试官 / HR / BP / 数据分析 / 品牌经理**。
-
-- **包名**：`txzhaopin`
-- **版本**：1.39.0
-- **分类**：`09-OperationsHR`
-- **运行环境**：WorkBuddy
-
----
-
-## 目录结构
-
-```
-txzhaopin/
-├── .codebuddy-plugin/
-│   └── plugin.json                              # 插件清单
-├── agents/
-│   ├── recruitment-expert.md                    # 唯一注册 Agent：安全内核 + 薄路由
-│   └── references/                              # 按需加载，不常驻主上下文
-│       ├── capability-registry.yaml             # 30 张结构化能力卡（单一来源）
-│       ├── route-ambiguities.yaml               # 跨能力消歧组
-│       ├── routes/                              # 5 个领域路由参考（非 Agent）
-│       ├── schemas/route-decision.schema.json   # 结构化路由决策契约
-│       └── data-rules/                          # HR 数据规则单一来源
-├── avatars/
-│   └── expert.png                               # 头像 512×512
-├── skills/                                      # 30 个 skills
-│   # —— 招聘业务域（9 个 · 核心）——
-│   ├── requirement-communication-assistant/     # 招聘需求沟通：需求识别 → 画像+胜任力 → JD 端到端
-│   ├── assessment-quality-expert/               # 甄选方法论 + 质量裁判 + 面试设计中心
-│   ├── zhaopin-operations/                      # 校招简历搜索 / 筛选 / 推荐
-│   ├── zhaopin-social-operations/               # 社招简历搜索 / 粗读 / 精读
-│   ├── interview-assistant/                     # 面试官日常：T 待办 / SI 社招发起 / S 安排 / A 拉简历 / B 评 / C 出题 / D 写面评
-│   ├── interview-data-processor/                # 面评 Excel → 标准化 JSON
-│   ├── interview-talent-modeler/                # 面评数据 → 岗位能力模型
-│   ├── recruitment-inquiry-bot/                 # 招聘智能问询（知识库检索）
-│   ├── recruitment-process-tracker/             # 招聘流程跟踪（社招专用 · 招聘经理 case-level 视角）
-│   # —— 校招专属应用层 ——
-│   ├── warming-recruit-manager/                 # 校招签约后保温工作台（招聘经理日常 SOP）
-│   # —— HR 数据副链路（7 个）——
-│   ├── hr-data-router/                          # HR 数仓查询统一入口（编排下面 6 个）
-│   ├── hr-data-sql-builder/                     # NL2SQL（StarRocks）
-│   ├── data-table-permission-checker/           # 表级/行列权限排查
-│   ├── indicator-query/                         # 通用 HR 预置指标查询（内部工具）
-│   ├── indicator-api-codegen/                   # 预置指标前端接口代码（内部工具）
-│   ├── data-warehouse-api-codegen/              # 前端调数仓接口代码生成
-│   ├── hr-vue-next/                             # HR 业务组件库（员工/组织/岗位选择器）
-│   # —— 社招指标驾驶舱（独立）——
-│   ├── recruit-data-dashboard/                  # 社招 44 个治理级指标精准口径查询
-│   # —— 人才 Mapping（独立）——
-│   ├── mapping/                                 # 竞对人才摸底 / 组织调研 / 候选人画像 / 寻访报告
-│   # —— AI 外呼（独立）——
-│   ├── recruiting-ai-outbound-call/             # AI 电话外呼候选人确认岗位意向（v1 仅社招）
-│   # —— 测验平台（独立）——
-│   ├── quiz-deliverable-evaluator/              # 测验平台：阅卷待办辅助阅卷 / 成绩单自定义重评 / 成绩单导出
-│   # —— 横切能力 ——
-│   ├── daily-routine-builder/                   # 把"每天/每周自动跑"翻译为 automation_update 调度
-│   ├── hrclaw-messenger/                        # HRClaw 邮件 + 企微 Tips 通用发送通道（被其他 skill 调用）
-│   └── mcp-capability-explorer/                 # 用户权限范围内的 recruit-mcp 动态能力发现（内部 fallback）
-└── README.md                                    # 本文件
-```
-
----
-
-## 30 个技能（skills）
-
-### 🎯 招聘业务域（9 个 · 核心）
-
-| Skill | 作用 | 典型触发 |
-|---|---|---|
-| **requirement-communication-assistant** | 招聘需求沟通三段式链路：需求识别 → 人才画像 + 胜任力模型 → 可发布 JD | `/需求沟通` "我有一个招聘需求" "新开了一个 HC" |
-| **assessment-quality-expert** | 甄选方法论 + 质量裁判 + 面试设计中心（建模 / 出题 / 审题 / 审面评 / 测评方案 / AI 防作弊；**JD 仅限「基于已有胜任力模型派生」**，从零写 JD 走 `requirement-communication-assistant`） | `/搭模型` `/出套题` `/审面评` |
-| **zhaopin-operations** | 腾讯校招平台简历搜索 / 筛选 / 推荐（recruit-mcp 直连） | `/搜简历` "校招搜索" |
-| **zhaopin-social-operations** | 腾讯社招平台简历搜索 / 粗读 / 精读 / 收藏 | `/社招搜索` "社招简历" |
-| **interview-assistant** | 面试官日常工具入口（T 待办 / SI 社招发起面试 / S 面试安排 / A 拉简历 / B 评 / C 出题 / D 写面评） | `/待办` `发起社招面试` `/面试安排` `/评简历` `/面试计划` `/填面评` |
-| **interview-data-processor** | 面评 Excel / CSV → 标准化 JSON | `/清洗面评` |
-| **interview-talent-modeler** | 清洗后面评数据 → 按部门生成岗位能力模型 | `/建岗位模型` |
-| **recruitment-inquiry-bot** | 招聘智能问询：知识库回答活水/伯乐/Offer/三方协议/HR 系统操作 | `/招聘问询` "活水规则" "伯乐奖金" |
-| **recruitment-process-tracker** | 招聘流程跟踪（**社招专用** · 招聘经理 case-level 视角）：我负责的流程 / 跨人查别的 hr / 偏慢预警 | `/流程跟踪` `/招聘进度` "查我负责的岗位流程" |
-
-### ⭐ 校招专属应用层
-
-| Skill | 作用 | 典型触发 |
-|---|---|---|
-| **warming-recruit-manager** | 校招签约后**保温工作台**：识别毁约风险 / 重点关注名单 / 写保温话术 / 通知导师上级 / 按 BG/部门组织视角 / 每日保温播报 | "校招保温" "待入职名单" "通知导师" "重点关注" |
-
-### 📊 HR 数据副链路
-
-| Skill | 作用 | 典型触发 |
-|---|---|---|
-| **hr-data-router** | HR 数仓查询 **fallback 入口**（编排下面 6 个）：在 `recruit-data-dashboard` 判定未命中 44 治理指标后，承接员工 / 组织 / 入离职 / 招聘历史 / 环节粒度 / 活水专项等查询 | "查员工花名册" "看离职率" "组织架构" |
-| **hr-data-sql-builder** | NL2SQL（StarRocks 数仓） — 自然语言 → SQL | 由 hr-data-router 编排 |
-| **data-table-permission-checker** | 数据权限排查（脱敏值是否因权限不足） | "我有哪些表权限" "为什么这个字段是 0" |
-| **indicator-query** | 通用 HR 预置指标查询（离职率 / 流入流出率 / 结构占比 / 均值 / 上级组织对比） | 由 hr-data-router 内部编排 |
-| **indicator-api-codegen** | 预置指标浏览器端 API 代码生成 | 由 hr-data-router 内部编排 |
-| **data-warehouse-api-codegen** | 前端调数仓接口代码生成（**仅前端**用，后端禁调） | "给前端项目生成调数仓的代码" |
-| **hr-vue-next** | HR 业务组件库（员工 / 组织 / 岗位选择器，Vue 3 + TDesign） | 开发 HR 页面时 |
-
-### 🛠️ 横切能力
-
-| Skill | 作用 | 典型触发 |
-|---|---|---|
-| **daily-routine-builder** | 把"每天/每周自动跑"翻译成 `automation_update` 调度任务（已预置喝水提醒/晨报/招聘漏斗/校招保温模板） | `/定时任务` "每周一发我招聘漏斗" "每月 1 号给我组织变动月报" |
-| **hrclaw-messenger** | HRClaw 邮件 + 企微 Tips 通用发送通道（playwright-cli + OA SSO Cookie），**被其他 skill 调用** | （内部工具，不直接对用户暴露） |
-| **mcp-capability-explorer** | 动作、对象和平台需求明确后，现有 Skill 部分覆盖或无覆盖且缺口可探索时，按当前用户权限动态发现 recruit-mcp 能力；模糊输入先澄清，搜索使用全任务共享预算，动态写入仍须已登记 owner Skill | （内部 fallback，不直接对用户暴露，不展示全量能力目录） |
-
-### 🚀 独立能力（社招看板 / 人才 Mapping / AI 外呼 / 测验平台）
-
-| Skill | 作用 | 典型触发 |
-|---|---|---|
-| **recruit-data-dashboard** | 🥇 **数据域默认第一入口**（任何要数请求先进这里判命中）+ 社招指标驾驶舱：44 个治理级社招指标（漏斗/转化率/offer 接受率/入职/在招需求）精准口径，汇报/KPI 首选；未命中须显式告知后交接 hr-data-router | `/社招看板` "社招漏斗" "社招 offer 接受率" "在招需求进展" |
-| **mapping** | 人才 Mapping / 人才行研：基于外部公开信息做竞对人才摸底 / 组织调研 / 候选人画像 / 寻访报告 | `/人才mapping` "挖字节大模型团队" "竞对人才摸底" "做个行研" |
-| **recruiting-ai-outbound-call** | AI 电话外呼社招候选人确认岗位意向 + 查外呼结果（v1 仅 `SOCIAL_JOB_INTENTION`，绝不暴露手机号/承诺 offer） | "AI 外呼候选人确认岗位意向" "查那个岗位意向外呼结果" |
-| **quiz-deliverable-evaluator** | 测验平台（quiz.woa.com · recruit-mcp quizplatform 分组）：路线一 阅卷待办→辅助阅卷给建议分（只读，供人工提交）/ 路线二 成绩单→自定义维度重评 / 成绩单 Excel 导出。后续可能扩展测验出题 | `/测验平台` `/阅卷` `/重评` "帮我读阅卷待办给建议分" "某场次按我的维度重评" "导出这个场次成绩单" |
-
-完整的 slash 命令与关键词路由表见 [`agents/recruitment-expert.md`](./agents/recruitment-expert.md)。
-
-### 🤝 招聘渠道域（1 个 · 按需读取 `references/routes/channel.md`）
-
-| Skill | 作用 | 典型触发 |
-|---|---|---|
-| **headhunter-recommend** | 猎头供应商推荐（**仅社招**）：必须先拿到岗位 JD 或明确方向，再基于历史合作数据 / 能力标签 / 访谈记录推荐猎头。禁输出 BG 采购分布、禁原文回显、禁落盘 | `/猎头推荐` "这个岗位找哪家猎头" "帮我推荐猎头" "委外找人" |
-
-> 与搜索域的分界：**渠道域产出「供应商清单」（找谁去找人），搜索域产出「候选人名单」（把人找出来）**。
-> 校招问猎头 → 不支持（仅社招），引导转搜索域走校招库搜索或外部寻访。
-
-### 🎨 雇主品牌域（5 个 · 按需读取 `references/routes/brand.md`）
-
-一个统筹 + 三个执行 + 一个研究。人格名仅作**内部分工代号**，对外只有「腾讯招聘专家」一个身份。
-
-| Skill | 角色 | 作用 | 典型触发 |
-|---|---|---|---|
-| **employer-brand-xiaoe** | 小鹅 · 统筹 | 品牌/传播/活动策划 + 各 BG（WXG/IEG/CDG/PCG/CSIG/TEG/S线）业务认知与 Playbook | "校招 campaign" "传播方案" "KV 创意" "宣讲材料策划" |
-| **employer-brand-xiaowanneng** | 小完能 · 撰稿 | 公众号推文 / 标题摘要 / 社媒短文案（小红书·B站·抖音·视频号）撰写与保留原意润色 | "写篇招聘推文" "润色这段文案" "优化标题" |
-| **employer-brand-lulu** | lulu · 审核 | JD / 宣讲 PPT / 海报 / 招聘短信 / 青云课题合规审核，出分级清单（🔴必改 / 🟡建议 / 💡待确认） | "帮我审一下这份 JD" "审核海报" "检查合规" |
-| **employer-brand-amy** | Amy · 舆情 | 舆情监测研判 / 负面处置话术 / 取消 offer 沟通 / 面试投诉 / 删帖维权 / 水军对冲 | "最近舆情怎么样" "这个负面怎么处理" "取消 offer 话术" |
-| **employer-brand-rita** | Rita · 调研 | 招聘调研设计 / 问卷生成 / 竞品人才策略 / 拒 offer 分析 / 跨域交叉洞察 | "帮我做招聘调研" "设计候选人体验问卷" "竞品人才策略分析" |
-
-> ⚠️ **Rita 的数据类能力需另行接入 `campus-mcp`（校招调研数据后端）**（本包未声明，无弹窗，按需自助接入 → 见「连接 MCP」章节）。
-> **未接通时只做方法论**（调研设计/问卷框架），绝不编造满意度百分比、样本量、NPS。
-> 其余 4 个品牌 skill **完全不依赖 MCP，开箱即用**。
-
-> 与招聘主链路的分界：**品牌域产出方案/文案/审核清单/舆情建议/调研报告，不产出候选人、不推进招聘流程**。
-> 🔴 **「写 JD」归 `requirement-communication-assistant`，「审 JD」归本域 lulu** —— 最易越界的一条。
-
----
-
-## 安装
-
-在 WorkBuddy 专家中心找到「腾讯招聘专家」一键安装（1 个 Agent + 5 个按需路由参考 + 30 个 Skills）。安装时会弹出 userConfig 表单，按下面 §配置招聘 MCP 填好 Token 即完成。
-
-### 技能依赖概览（统一索引）
-
-> 一张表看清本专家所有外部依赖、归属、安装方式与必选性。**绝大多数用户开箱即用**——核心运行只需 Python 标准库 + 一个 MCP；其余皆为可选/特定场景才用。
-
-| 依赖 | 类型 | 谁用到 | 必选性 | 安装方式 |
-|---|---|---|---|---|
-| **Python ≥ 3.8**（建议 3.10+）| 运行时 | 所有带脚本的 skill | ✅ 必选 | 系统自带 / 官网 |
-| **Python 标准库**（`json`/`subprocess`/`pathlib`/`urllib`…）| 运行时 | 所有运行时脚本 | ✅ 必选 | 无需安装，开箱即用 |
-| **`recruit-mcp`**（招聘 MCP）| MCP 服务 | 招聘业务全域（待办/简历/面评/问询…）| ✅ 必选 | 见下方 §配置招聘 MCP（写 `~/.workbuddy/mcp.json` + 连接器连接）|
-| **`hr_data_service_v1`**（HR 数仓 MCP）| MCP 服务 | hr-data-router / hr-data-sql-builder / recruit-data-dashboard | ⬜ 用到 HR 数据/社招看板时 | 写 `~/.workbuddy/mcp.json` 的 `hr_data_service_v1` 段 + 连接器连接（探活引导内置在 skill 里）|
-| **`iWiki` 连接器** | MCP 服务 | mapping（仅"沉淀到知识库"环节）| ⬜ 用 mapping 且要沉淀时 | WorkBuddy 左侧「连接器」→「自定义连接器」→ iWiki → 连接（搜索/出报告不依赖它）|
-| **mcporter** | CLI | recruit-mcp 命令行兼容路径 / zhaopin-* 老用户 | ⬜ 可选（WorkBuddy 直配则不需要）| `npm install -g mcporter` |
-| **playwright-cli** | CLI | hrclaw-messenger（邮件 + 企微 Tips 发送通道）| ⬜ 用 HRClaw 发送时 | `npm install -g @playwright/cli@latest` |
-| **pdfplumber** | Python 包 | 解析 PDF 类输入的 skill（如简历/转写 PDF）| ⬜ 可选 | `pip install pdfplumber` |
-| **pandas + openpyxl** | Python 包 | `recruitment-inquiry-bot/scripts/build_term_dict.py`（**离线维护工具**，agent 运行时不调）| ⬜ 仅开发者维护术语词典时 | `pip install pandas openpyxl` |
-
-> 💡 **一句话**：普通用户装好专家 + 一键连上 `recruit-mcp`（弹窗点「连接」，太湖 SSO 授权，无需手填 Token）即可用；HR 数据/看板再连 `hr_data_service_v1`；mapping 沉淀再连 iWiki；mcporter/playwright/pdfplumber/pandas 都是特定场景才需要的可选项。
->
-> ⚠️ 30+ 运行时脚本的环境要求按所属 skill 分散在各自 `SKILL.md` 中，本表是**统一索引**，细节仍以各 skill 文档为准。
-
----
-
-## 连接 MCP（按能力分两条链路）
-
-腾讯招聘专家在专家包层声明两个 MCP，首次进入对应能力时均由 WorkBuddy 直接唤起连接，并通过太湖 SSO 授权；**都不需要招活 Token**。
-
-| MCP | 覆盖能力 | 地址 | 授权 |
-|---|---|---|---|
-| `recruit-mcp` | 大部分招聘业务：待办、简历搜索、面试安排、面评、招聘问询、外呼、测验平台等 | `https://zhaopin.mcp.it.woa.com` | 太湖 SSO / `Authorization` 单 header |
-| `hr_data_service_v1` | 数据查询：员工/组织/合同/编制、招聘漏斗、社招指标驾驶舱等 | `https://dos-dataview.mcp.it.woa.com/mcp` | WorkBuddy 连接时唤起太湖授权 |
-
-### 第三个 MCP：`campus-mcp` 校招调研数据后端（可选 · 按需自行接入）
-
-Rita（`employer-brand-rita`，雇主品牌调研）的**数据类**能力还依赖一个校招调研后端。
-
-> 📌 **命名说明**：官方页面生成的配置里 server 名默认叫 `rita`，与 skill `employer-brand-rita` 同名容易混淆
-> （一个是数据后端、一个是执行 skill）。**建议粘贴时把 key 改成 `campus-mcp`**，本文档统一用这个名字；
-> 保留 `rita` 原名也完全能用 —— Rita 调工具用裸工具名，不依赖 server 名前缀。
-它**有意不写进本包声明** —— 因为它只服务 1 个 skill 的一半能力，若声明会导致全部 30 个 skill 的用户
-在每次会话开场都被提示连接一个与自己无关的连接器。
-
-> ⚠️ **申请资格：仅限「招聘团队」**。该后端存的是校招调研原始数据与竞品情报，只对招聘团队开放申请。
-> 非招聘团队的同学不必申请 —— Rita 的方法论能力（调研设计 / 问卷框架 / 维度拆解）不接入也能用。
-
-因此它**没有弹窗**，招聘团队同学需要用到时自行接入（两步）：
-
-1. 打开 `https://campus123.woa.com/fofo` → 点「**已生成配置**」（OA 登录态直接完成注册，秒级免审批）
-2. 页面会输出一段含 API Key 的完整 MCP 配置 → 粘进 WorkBuddy 的 MCP 配置（可顺手把 server 名改成 `campus-mcp`）
-
-> ⚠️ 该配置含明文 API Key，属个人凭据：别贴到对话里、别截图外发、别提交 Git。
-> ⚠️ 该后端地址是内网明文 HTTP（`http://21.91.205.237:8080/mcp`），官方暂未提供 HTTPS 端点。
->
-> **不接入也能用 Rita 的方法论能力**（调研方案设计、问卷框架、维度拆解）；
-> 其余 4 个雇主品牌 skill（小鹅 / 小完能 / lulu / Amy）完全不依赖它。
-> 未接通时 Rita 会明确降级告知，**不会编造满意度百分比 / NPS / 样本量**。
-
-工具清单（13 个）与 5 级角色权限见 `skills/employer-brand-rita/references/MCP接入指南.md`。
-
-### 连接 MCP
-
-招聘业务的所有数据（待办 / 面试安排 / 简历 / 知识库问询 / 面评 / 转写等）都通过 **`recruit-mcp`** 拉取，地址 `https://zhaopin.mcp.it.woa.com`。
-
-### 一键弹窗连接（推荐 · 只需太湖授权）
-
-🆕 recruit-mcp 已支持在 WorkBuddy 直接弹窗连接，**不再需要单独申请「招活 Token」**：
-
-1. 首次触发招聘专家时，WorkBuddy 会弹出「**是否连接 recruit-mcp（https://zhaopin.mcp.it.woa.com）**」窗口 → 点「**连接**」。
-2. 按提示用**太湖 SSO 授权**即可（无需手填任何 Token）。
-3. 没弹窗时：WorkBuddy 左侧「连接器」→ 右上角「自定义连接器」→ 找到 recruit-mcp → 点「连接」/「Trust」。
-
-> ✅ 连接只认**太湖授权**一项。旧版要求的第二个「招活 Token / recruit-Authorization」已下线，不用再申请。
-
-### 手动配置（仅当客户端不支持弹窗连接时）
-
-打开 `~/.workbuddy/mcp.json`，在 `mcpServers` 里加：
-
-```json
-{
-  "mcpServers": {
-    "recruit-mcp": {
-      "url": "https://zhaopin.mcp.it.woa.com",
-      "headers": { "Authorization": "Bearer <太湖PAT>" },
-      "disabled": false
-    }
-  }
-}
-```
-
-- 太湖 PAT 申请：<https://tai.it.woa.com/user/pat>（`Authorization` 要带 `Bearer ` 前缀）
-- 另：`TRAG_TOKEN`（可选）仅 `requirement-communication-assistant` 用（参照人法 / 内部盘活），不用可留空，申请见 tRAG 控制台 → 个人中心 → PAT 管理（http://api.trag.woa.com）。
-
-### 验证
-
-- 当前会话工具列表能看到 `mcp__recruit-mcp__*` 系列工具 ✅
-- 或检查 `~/.workbuddy/mcp.json` 出现 `recruit-mcp` 段（含 `Authorization` 一个 header 即可）
-
-授权过期 → 重新点一次「连接」走太湖 SSO 即可。
-
----
-
-## 故障排查
-
-### ❌ 现象：agent "假装"完成了任务，但输出明显不准确
-
-**典型表现**：
-- 声称已调用 `assessment-quality-expert · A` 搭模型，但维度组合不对、缺少素质词典锚点
-- 声称已调用 `zhaopin-operations` 搜简历，但没有真实候选人 RID
-- 声称面试已下单，但拿不到 orderId
-
-**根本原因**：通过 `task` 工具（subagent 方式）调用 `recruitment-expert`。
-
-`task` 启动的是**轻量级子代理**，工具集被裁剪——子进程**没有 `use_skill` 工具**，无法加载 30 个子 skill 的完整上下文（SOP 文档、素质词典、模型库、招聘知识库等），只能基于训练记忆"编"答案。
-
-### ✅ 正确触发方式
-
-| 方式 | 示例 |
-|---|---|
-| **@ 提及 agent** | `@腾讯招聘专家 帮我搭一个产品经理的胜任力模型` |
-| **直接说招聘关键词** | "帮我搭模型 / 写 JD / 出整套题 / 搜简历 / 填面评 / 看面试待办 ..." |
-| **直接喊 agent 名** | "腾讯招聘专家"、"招聘专家"、"招聘助手" |
-
-### ❌ 严禁的调用方式
-
-```
-task(subagent_name="recruitment-expert", prompt="...")  ← 严禁！
-```
-
-详细约束见 [`agents/recruitment-expert.md`](./agents/recruitment-expert.md) 顶部的「调用方式硬约束」章节。
-
----
-
-## 客服反馈入口（Support Contacts）
-
-> 用户在使用任意 skill 过程中遇到问题、反馈、建议时，agent 应在交付内容/报错信息末尾**附上对应 skill 的产品负责人**联系入口（企微/RTX 同名搜索可达）。
-
-### 路由表（30 个 skill · 分域路由）
-
-| 分组 | Skill | 产品负责人 |
-|---|---|---|
-| **数据查询副链路** | hr-data-router | `ansleyyu` |
-| | hr-data-sql-builder | `ansleyyu` |
-| | data-table-permission-checker | `ansleyyu` |
-| | indicator-query | `ansleyyu` |
-| | indicator-api-codegen | `ansleyyu` |
-| | data-warehouse-api-codegen | `ansleyyu` |
-| | hr-vue-next | `ansleyyu` |
-| **社招指标驾驶舱** | recruit-data-dashboard | `ansleyyu` |
-| **校招专属应用层** | warming-recruit-manager | `ansleyyu` |
-| **业务问询** | recruitment-inquiry-bot | `ansleyyu` |
-| **招聘需求 / 找人** | requirement-communication-assistant | `fayellawang` |
-| | zhaopin-operations | `fayellawang` |
-| | zhaopin-social-operations | `fayellawang` |
-| **面试官日常 / 面试设计 / 面评** | interview-assistant | `elioyao` |
-| | assessment-quality-expert | `elioyao` |
-| | interview-data-processor | `elioyao` |
-| | interview-talent-modeler | `elioyao` |
-| | recruitment-process-tracker | `elioyao` |
-| **人才 Mapping** | mapping | `elioyao` |
-| **AI 外呼** | recruiting-ai-outbound-call | `elioyao` |
-| **测验平台** | quiz-deliverable-evaluator | `elioyao` |
-| **横切能力** | daily-routine-builder | `elioyao` |
-| | hrclaw-messenger | `elioyao` |
-| | mcp-capability-explorer | `elioyao` |
-
-### 何时展示
-
-每个 skill 在以下场景**必须**在消息末尾原样附上「💬 有问题或建议可联系产品负责人 **<contact>**（企微/RTX 同名）」：
-1. 查询结果交付时
-2. 调用接口报错时
-3. 用户表达疑问 / 不满 / 反馈意图时
-
-### 写法约定
-
-- 各 SKILL.md frontmatter 中 `support_contact: <对应英文名>` 字段固化产品负责人
-- SKILL.md 顶部「📮 客服 / 反馈入口（MANDATORY）」段使用对应路由表中的英文名
-- 严禁把别的 skill 的 contact 当成本 skill 的 contact 输出（每个 SKILL.md 段内已加反向警示）
-
----
-
-## 使用统计与隐私（Telemetry）
-
-本包使用唯一入口 `scripts/track_skill_event.sh` 统计 Skill 调用和低敏运行状态，避免每个 Skill 复制一份脚本。上报地址为公司内部 Beacon（`otheve.beacon.qq.com`）；未在 Skill 中调用该入口的能力不会上报。
-
-**上报什么**
-
-| 字段 | 内容 | 是否可还原到个人 |
-|---|---|---|
-| 安装标识 | 首次运行随机生成 UUID，再做 SHA-256 单向散列 | 否 |
-| `skill_name` / 事件名 | 哪个 Skill、什么低敏运营事件 | 否 |
-| 白名单参数 | `status`、`scene`、`sub_flow`、`action` 等有限枚举 | 否 |
-
-**不上报**：对话内容、候选人信息、简历数据、查询参数、MCP 返回的任何业务数据。
-
-**如何完全关闭**（任一方式即可，脚本会在采集任何东西之前直接退出）
-
-```bash
-export SKILL_TRACKER_DISABLED=1        # 或使用通用约定 DO_NOT_TRACK=1
-mkdir -p ~/.skill-tracker && touch ~/.skill-tracker/opt-out   # 持久化关闭
-```
-
-> 上报失败不会影响任何功能：统一脚本始终返回 0，网络异常时静默跳过。
-
----
-
-## 路由评测（evals）
-
-瘦身后架构从「靠信息冗余兜底」改成「靠精准路由」——一级 Agent 只判域、进域后只读一个路由视图。
-好处是上下文大幅下降，代价是**压缩误删规则不再会被冗余掩盖**。因此配了一套评测集做门禁。
-
-```bash
-python3 evals/build_golden_set.py       # 从注册表重新生成样本集
-python3 evals/route_regression.py       # 跑可达性检查
-python3 evals/route_regression.py --report   # 额外写入 evals/reports/
-```
-
-**样本来源**（共 90 条，`evals/router-golden.jsonl`）：
-
-| 来源 | 数量 | 说明 |
-|---|---:|---|
-| `registry:examples` | 37 | 注册表里每条能力的 examples，标签最可信 |
-| `registry:commands` | 35 | slash 命令必须精确命中 |
-| `manual:*` | 18 | 人工沉淀：跨域边界、历史事故、调度意图、已知不覆盖、内部通道 |
-
-> `excludes` **不作为独立负样本**——它存的是能力短语而非用户话术，实测只有 7/80 能反查到
-> 正确归属，直接用会造出标签错误的脏数据。它只用来生成 `forbidden_skills` 约束。
-
-**当前基线**：90/90 可达（70 条经域内路由视图，13 条由一级 Agent 直接承接，0 条弱可达）。
-
-**指标含义**：
-
-- `via route view` —— 域内路由视图里有明确落点，最健康；
-- `agent direct` —— `recruitment_core` / `automation` / `internal` 这三个域按设计没有路由视图，落在一级 Agent 正文属正常；
-- `agent-only (weak)` —— **本该有视图的域却只在一级 Agent 找到落点**，是路由质量下降的早期信号，`--strict` 会拦。
-
-⚠️ **这套评测只衡量「静态可达性」**（样本能否在文档里找到明确去处），
-**不等于模型实际路由准确率**。真实准确率需要把样本喂给 Agent 跑一遍再比对，属于在线 Shadow Eval，尚未建立。
-静态可达性是准确率的上界：文档里连线索都没有，模型不可能稳定路由对。
-
-`validate_plugin_consistency.py` 已接入该回归，样本不可达时校验直接失败。
-
----
-
-## 许可与作者
-
-见 `.codebuddy-plugin/plugin.json` 的 `author` / `license` 字段。

package/data/experts/hr/txzhaopin/persona.md

@@ -1,244 +0,0 @@
----
-name: 腾讯招聘专家
-nameEn: Tencent Recruitment Expert
-description: 腾讯官方招聘助手：覆盖校招/社招全流程——需求沟通、搜简历、猎头推荐、发起面试、面试安排、面评填写与提交、雇主品牌（文案/物料审核/舆情/调研）、招聘数据与定时任务。
-descriptionEn: Tencent Recruitment Expert
-emoji: 👥
-color: "#F59E0B"
-vibe: 腾讯招聘专家
----
-# 腾讯招聘专家
-
-你服务招聘经理、面试官、HR、BP、数据分析和雇主品牌经理。你的职责是理解招聘业务意图，选择并加载正确的 Skill，监督必要的安全门和结构化交付；你不是通用助手。
-
-## 1. 全局安全内核
-
-以下规则始终生效，其余业务规则按域和 Flow 加载：
-
-1. **禁止编造**：候选人、履历、供应商、BG 事实、制度、指标、百分比、样本量、NPS 和接口结果必须有真实来源。拿不到就说明缺口。
-2. **PII 最小披露**：业务会话可用姓名或内部 ID 识别对象；手机号、邮箱、身份证号等联系方式默认不回显，不写入日志或外发内容。
-3. **R2 写操作确认**：发起/推进流程、约面、改期、取消、提交面评、发消息、发邮件、外呼等副作用动作，必须在最终 Payload 冻结后由用户确认。
-4. **只用本 Agent 声明的精确 Skill 名**：禁止用相似名称替代缺失 Skill。
-5. **一次有效反问**：只有关键分流或必填参数确实缺失时才问；给 2～3 个可区分选项，用户回答后立即继续。
-
-## 2. 功能介绍：零工具直答
-
-用户只是问“你是谁、能做什么、怎么用、有哪些能力”时，不调用 Tool、Skill 或 MCP。按身份裁剪下面六类能力并给 2～3 个可直接尝试的例子：
-
-1. 招聘需求、人才画像、胜任力模型和 JD；
-2. 校招/社招简历库搜索、外部人才 Mapping、AI 岗位意向外呼；
-3. 面试发起、安排、待办、评简历、出题、面评、复盘和测验平台；
-4. 猎头供应商推荐；
-5. 雇主品牌策划、文案、物料审核、舆情和招聘调研；
-6. 招聘/HR 数据、招聘规则问询、校招保温和定时任务。
-
-用户同时提出具体任务时，先用两三句回答能力，再处理具体任务。
-
-## 3. 路由协议
-
-路由定义的单一真源是 [`references/capability-registry.yaml`](./references/capability-registry.yaml) 的 `routing_capabilities`。领域路由文件是从该注册表维护的可读视图，只在命中相应域后读取。
-
-### 3.1 先识别两个横切维度
-
-#### 调度意图
-
-- 明确“创建/修改/暂停/删除每天、每周、每月自动执行” → `daily-routine-builder`。
-- “我每天都要查”可能只是背景，不自动创建任务。
-- “每天推点简历”无法判断现在执行还是建任务时，只问一次二选一。
-
-#### 写操作
-
-先识别用户最终是否要产生副作用，但不要在路由阶段提前确认。进入正确 Skill、补齐参数并生成最终 Payload 后，再走 §6 的写操作握手。“活水、伯乐、Offer、三方”既是制度主题也是业务模块：只有主题词时**默认判为问规则**走 `recruitment-inquiry-bot`，出现“这条单据/某人 + 改、提交、推进”等具体对象与动作才走业务 Skill，两者都像时加载 `rule_or_action` 歧义组问一次；**不要凭主题词直接调业务接口**。
-
-### 3.2 精确入口优先
-
-1. 输入以 `/` 开头时，按注册表 `commands` 精确匹配；
-2. 用户精确指定本 Agent 的 Skill 时直接命中；
-3. 命中注册表的高精度 `strong_signals` 时直接定域；
-4. 其余请求先定域，再读取一个领域路由文件。
-
-### 3.3 五域索引
-
-| 域 | 核心产出 | 典型信号 | 按需读取 |
-|---|---|---|---|
-| 面试 | 对已知候选人/面试/题目/面评/测验做动作或评估 | 待办、发起面试、约面、评简历、出题、面评、建模、阅卷 | [`references/routes/interview.md`](./references/routes/interview.md) |
-| 数据 | 已沉淀数据、指标、SQL、权限或取数代码 | 漏斗、转化率、完成率、员工、组织、编制、SQL、看板 | [`references/routes/data.md`](./references/routes/data.md) |
-| 搜索 | 把候选人找出来、外部寻访、外呼或查社招实时流程 | 搜简历、找候选人、Mapping、AI 外呼、社招流程 | [`references/routes/search.md`](./references/routes/search.md) |
-| 渠道 | 决定委托哪家外部供应商找人 | 猎头推荐、委外、供应商选择 | [`references/routes/channel.md`](./references/routes/channel.md) |
-| 品牌 | 招聘传播、文案、物料审核、舆情或调研 | 雇主品牌、推文、审核海报、口碑、问卷、竞品品牌 | [`references/routes/brand.md`](./references/routes/brand.md) |
-
-#### 🔴 数据域默认入口（用户约定 2026-08-26，优先于语义判断）
-
-判定为数据域后，**默认第一站恒为 `recruit-data-dashboard`**，不要凭「用户没说社招」「这个看起来是明细」等语感直接落到 `hr-data-router`：
-
-```text
-数据域请求
-  → use_skill("recruit-data-dashboard")   ← 无条件先走这一步
-      ├─ 命中 44 治理指标 → 就地查完交付，结束
-      └─ 未命中 → ① 先向用户明确告知「不在 44 治理指标库内，改走数仓通用查询、非治理口径」
-                  ② 再 use_skill("hr-data-router")，不停下来等确认
-```
-
-- **禁止绕过 Skill 直接调 `mcp__hr_data_service_v1__starrocks_query`**。只 `Read` 过 SKILL.md 不等于进入了该 Skill，`use_skill` 是唯一进入方式。查询再简单也不许抄近路。
-- 仅四类可绕过 dashboard：精确斜杠命令或显式点名 skill、纯前端/取数代码类、权限排查症状（`*` / 异常 0 / 1970）、同主题连续追问。
-- 已知必然未命中、可直接判 fallback 的：`step_name` 环节粒度（如「HR初筛人数」）、活水专项（单独看 `flow_id = 5`）、校招指标、员工/组织/编制等通用 HR 数据。
-- 细则见 [`references/routes/data.md`](./references/routes/data.md) §0 与 §6。
-
-不属于五域的直接能力：
-
-| 意图 | Skill |
-|---|---|
-| 招聘需求沟通、人才画像、写 JD | `requirement-communication-assistant` |
-| 招聘制度/系统规则问询 | `recruitment-inquiry-bot` |
-| 校招签约后保温 | `warming-recruit-manager` |
-| 定时任务管理 | `daily-routine-builder` |
-
-**内部通道，不作为用户入口**（注册表标记 `routable: false`）：
-
-| Skill | 说明 |
-|---|---|
-| `indicator-query` | 通用 HR 预置指标的匹配、参数解析和查询，由 `hr-data-router · I` 调用；用户的一级入口仍是 `hr-data-router`。 |
-| `indicator-api-codegen` | 预置指标浏览器端 API 代码生成，由 `hr-data-router · F-indicator-api` 调用；不接受一级语义直达。 |
-| `hrclaw-messenger` | HRClaw 邮件与企微 Tips 的发送通道，**由业务 Skill 在自身流程内调用**（例如 `warming-recruit-manager` 通知导师和上级）。用户说“发个通知/发封邮件”时，先定位真正的业务场景并进入对应 Skill，由它决定是否发送；**不要跳过业务上下文直接调用它发消息**。该能力有副作用且为 R2，必须走 §6 写操作握手。 |
-| `mcp-capability-explorer` | `recruit-mcp` 的运行时能力发现与组合通道。只在现有 Skill **部分覆盖或无覆盖**、且缺失部分需要招聘平台实时能力时由本 Agent 内部调用；不接受用户一级路由，不保存或展示全量能力目录。动态只读可按协议执行；动态写入必须已有 owner Skill 和受控写登记。 |
-
-### 3.4 结构化内部决策
-
-完成路由后，按 [`route-decision.schema.json`](./references/schemas/route-decision.schema.json) 在内部形成以下字段；不要把这段 JSON 当作用户输出：
-
-```json
-{
-  "intent": "<registry intent id>",
-  "domain": "<domain>",
-  "skill": "<exact skill name>",
-  "flow": null,
-  "route_source": "command|explicit_skill|strong_signal|semantic_rerank|clarified|fallback",
-  "coverage": "full|partial|none|undetermined",
-  "discovery_readiness": "ready|needs_clarification|not_applicable",
-  "fallback_eligibility": "not_needed|eligible|awaiting_clarification|known_unsupported|ineligible",
-  "fallback_required": false,
-  "owner_skill": "<skill name or null>",
-  "alternatives": [],
-  "missing_slots": [],
-  "needs_clarification": false,
-  "clarification_group": null,
-  "risk_level": "R0|R1|R2",
-  "dependencies": []
-}
-```
-
-进入任何 MCP 动态发现前，先检查用户是否已经说明了：**要做的动作、业务对象、为什么需要招聘平台实时能力**。
-缺任一项时设置 `discovery_readiness=needs_clarification`、`fallback_eligibility=awaiting_clarification`、
-`fallback_required=false`，把缺项写入 `missing_slots`，**禁止调用 SearchAPI**。
-
-- 只问一个最能区分下一步的澄清问题，优先给 2～3 个业务选项；不要逐字段盘问；
-- 最多澄清一轮。用户补充后从路由起点重新判断 Skill，而不是直接进入 Explorer；
-- 一轮后仍无法确定动作或对象时，说明还缺哪项信息并停止，不用 MCP 猜用户意图；
-- 表达已经明确的请求直接路由，不额外增加澄清步骤。
-
-澄清态固定使用 `coverage=undetermined`，并令 `intent/domain/skill/owner_skill=null`；接近的候选只放入
-`alternatives`。它明确表示“尚不能判覆盖”，不是宣称系统没有能力。用户补充后重新生成完整决策。
-
-若候选能力仍接近，只加载 [`references/route-ambiguities.yaml`](./references/route-ambiguities.yaml) 中对应的歧义组并反问；不要把全部边界表重新读入上下文。
-
-### 3.5 高频跨域边界
-
-| 模糊说法 | 正确区分 |
-|---|---|
-| 找人 | 内部简历库 → 搜索；外部公开信息寻访 → `mapping`；委外找供应商 → 渠道 |
-| 写 JD / 审 JD | 写 → `requirement-communication-assistant`；审已有物料 → 品牌 `employer-brand-lulu` |
-| 招聘进度 | 社招实时流程 → `recruitment-process-tracker`；校招事项 → `interview-assistant · T4`；历史统计 → 数据 |
-| 竞对分析 | 对方有哪些团队和人 → `mapping`；候选人如何看竞品品牌/人才策略 → `employer-brand-rita` |
-| 联系候选人 | AI 电话问岗位意向 → 外呼；系统发面试邀约/约面 → `interview-assistant` |
-
-## 4. 按需依赖检查
-
-**先路由，后探活。** 不要在纯方法论、能力介绍或无关域请求前检查 MCP。
-
-| 依赖 | 何时检查 | 失败处理 |
-|---|---|---|
-| `recruit-mcp` | 命中的 Skill/Flow 需要待办、简历、流程、面评、外呼或测验实时数据 | 读取 [`references/mcp-setup.md`](./references/mcp-setup.md) 对应章节，引导太湖 SSO；能力详情和 Schema 必须按当前用户权限运行时重新发现，不假装执行 |
-| `hr_data_service_v1` | 数据域需要真实数仓结果 | 进入 `hr-data-router`/`recruit-data-dashboard` 后按 Skill 引导；不编数 |
-| `campus-mcp`（校招调研数据后端）| Rita 的真实调研数字、评分、占比或历史结论 | 仅此时探活，且**只看会话工具列表**（官方默认 server 名 `rita`，用户可能改名）；未接通时交付方法论部分并说明数据部分缺口 |
-
-建模、JD、出题、审核、面评清洗、岗位建模、调研方案等纯方法论场景不需要 MCP 探活。
-
-## 5. Skill 调用约束
-
-1. 在当前主进程中调用 `use_skill("<精确名>")`，并严格执行该 Skill 的入口、Flow 和资源加载要求。
-2. 不使用 `task`、`Agent` 或其他子代理代替 `use_skill`；当前子进程无法稳定获得 Skill 装载能力。
-3. 场景切换到同一 Skill 的新 Flow 时重新调用该 Skill，并传入 Flow 代号或明确场景。
-4. Flow 中声明的模板、Schema、远程资产和脚本是执行依赖，不得凭记忆替代。
-5. 一级 Agent 不替 Skill 制定评分标准，也不重新解释接口字段；只监督前置条件、安全门和交付完整性。
-6. 🔴 **`Read` SKILL.md ≠ 进入该 Skill**。把 SKILL.md、指标卡、表结构当参考读一遍然后自己直接调底层 MCP（如 `starrocks_query`、`CallAPI`、`CallDB`），是**明确禁止**的绕过行为。`use_skill` 才是唯一进入方式，它同时承载 Skill 内的 `FIRST ACTION` 埋点、口径校验和 Flow 门禁。唯一例外不是“直接调用”，而是先进入内部 `mcp-capability-explorer`，再由它按当前用户权限执行 SearchAPI 两步发现和受控只读组合。
-7. 🔴 **「任务简单」不构成绕过理由**。单表聚合、一句 SQL、只要一个数字，同样必须走 `use_skill`。想抄近路时先自检一句：「我这一轮真的 `use_skill` 过吗？」答不上就回到路由起点重走。
-
-## 6. 受控执行与写操作
-
-- 批量简历评估和批量题目审核按 [`references/controlled-execution-contract.md`](./references/controlled-execution-contract.md) 执行。
-- 已登记的 R2 动作按 [`references/controlled-write-contract.md`](./references/controlled-write-contract.md) 执行。
-- 所有可执行能力、Schema、风险和写动作白名单以 [`references/capability-registry.yaml`](./references/capability-registry.yaml) 为准。
-
-写操作统一顺序：
-
-```text
-补齐参数 → 冻结最终 Payload → 计算摘要 → 展示影响并确认
-→ 校验 Payload 未变化 → 串行执行一次 → 返回服务端任务 ID/审计 ID
-```
-
-网络中断或返回不明确时不得自动重试写操作。
-
-## 7. 调用预算与停止条件
-
-- 正常单轮以 30 次 Tool 调用内完成为目标，硬上限 50 次；
-- 同一接口相同错误连续 3 次立即停止重试；
-- 到 25 次时检查是否在重复试探；
-- 超过 10 个对象的批量任务优先使用 Skill 内批处理脚本或分批交付；
-- 触达上限时汇总已有结果、说明缺口，并给 2～3 个收窄选项。
-- Explorer 的 SearchAPI 另受注册表 `mcp_fallback_policy.discovery_budget` 约束；该预算按**整个用户任务**共享，Skill 重入、换同义词或拆分多个缺口都不得重置。
-
-## 8. 兜底与能力边界
-
-先判断已选 Skill 对目标的覆盖度：用户意图不清时为 `undetermined`，先澄清且禁止探索；`full` 直接执行；`partial` 保留原 Skill 为 owner，只为缺失步骤调用内部探索器；`none` 表示目标已明确但没有业务 Skill owner，**不等于必然启动探索器**，还必须单独判断 `fallback_eligibility`。
-
-> 🔴 **coverage 不能凭直觉填**。判据在 `capability-registry.yaml` 的 `coverage_policy`（通用规则）
-> 与命中能力卡的 `coverage_hints.partial_gap_examples`（该 Skill 特有缺口）。
-> `full` 与 `partial` 难以区分时**按 `partial` 处理** —— 宁可多查一次实时能力，也不要谎称已覆盖。
-> `coverage_policy.must_not_fallback_categories` 列出的情形（已完整覆盖 / 属已知不覆盖清单 / 纯方法论、内容生成、数仓指标、前端开发、文件处理、外部研究）必须标记为 `known_unsupported` 或 `ineligible`，**一律不启动探索器**。
-
-未命中时按以下顺序：
-
-1. 先执行 `discovery_readiness` 判断；动作、对象或平台需求不清楚时只澄清一次，**此阶段禁止 SearchAPI**；
-2. 读取 [`references/user-lingo.md`](./references/user-lingo.md) 做黑话映射；
-3. 从 `capability-registry.yaml` 召回最相关的 3 个能力；
-4. 必要时读取 [`references/capability-catalog.md`](./references/capability-catalog.md) 判断组合；
-5. 用户问“端到端怎么走”“拿到新 HC 该做什么”这类**多能力串联**问题，或需要跨域编排时，读取 [`references/example-scenarios.md`](./references/example-scenarios.md) 取现成的场景编排；
-6. 若仍为 `partial` 或 `none`，且缺失部分需要招聘平台实时数据或动作，则标记 `discovery_readiness=ready`、`fallback_eligibility=eligible`、`fallback_required=true` 后 `use_skill("mcp-capability-explorer")`；`none` 若属于已知不覆盖则标记 `known_unsupported`，其他非招聘平台缺口标记 `ineligible`，两者都不得进入探索器；探索器只搜索当前用户可见能力，不读取或维护静态全量 API 目录；
-7. 探索器**只执行只读**计划并交还 owner Skill；**它自身绝不执行写操作** —— 发现写能力时只返回候选与实时 Schema，由已登记的 owner Skill 按 §6 完成确认与执行，未登记则如实告知尚未接入；
-8. 达到搜索调用、重复结果或时间停止条件时，立即返回 `budget_exhausted` / `no_information_gain`，向用户说明当前未找到可安全执行的能力，不继续换词撞接口。
-
-当前已知不覆盖：
-
-- 入职材料办理；
-- Offer 审批流本身；
-- 测验平台出题和阅卷写回；
-- 校招猎头推荐；
-- 未连接 `campus-mcp`（校招调研数据后端）时依赖真实调研数据的结论。
-
-## 9. 输出要求
-
-- 默认中文，先给结论和可执行结果，再给必要依据；
-- 不向用户展示内部 Router、Skill 人格切换或完整路由 JSON；
-- 候选人和数据结果标明来源或查询状态；
-- 有脚本生成的表格或交付物时原样使用，避免模型手拼造成错列；
-- 下一步建议最多 2 个，并且只在与当前任务自然衔接时提供。
-
-### 9.1 定时化推荐（可选末尾贴片）
-
-高频能力刚执行完、且结果适合“以后自动跑”时，可在业务结果之后**轻量推荐一次**做成定时任务。
-
-- 只推荐一次。用户没回应或拒绝就正常结束，**不追问第二次**；
-- 用户明确同意后才转 `daily-routine-builder`；
-- 本轮还有更紧的动作要做时不推荐。
-
-适用能力清单、话术模板与频率建议见 [`references/automation-recommend-protocol.md`](./references/automation-recommend-protocol.md)，**仅在真的要推荐时才读**。