- name
- ccai-conversation-analysis
- description
- >-
晓蜜 CCAI AIO 对话分析
基于阿里云通义晓蜜 CCAI AIO，对文本对话或语音通话进行智能分析。
前置条件
配置阿里云凭证
export ALIBABA_CLOUD_ACCESS_KEY_ID="your-access-key-id"
export ALIBABA_CLOUD_ACCESS_KEY_SECRET="your-access-key-secret"配置 CCAI 应用信息 ⚠️ 重要
需要在 百炼控制台 开通 CCAI AIO 服务并创建应用，获取以下两个 ID：
export CCAI_APP_ID="your-app-id" # 必填：应用 ID
export CCAI_WORKSPACE_ID="your-workspace-id" # 必填：业务空间 ID如何获取 App ID 和 Workspace ID，请读取 setup.md。
执行清单
复制此清单并在执行时逐项打勾：
- [ ] 步骤 1: 了解用户需求
- [ ] 1.1 分析类型是什么？（摘要/质检/情绪/…） - [ ] 1.2 输入来源是什么？（文本对话 / 语音文件 URL / 前置节点输出）
- [ ] 步骤 2: 验证前置条件
- [ ] 2.1 AK/SK 环境变量已配置 - [ ] 2.2 CCAI_APP_ID 已配置（必填） - [ ] 2.3 CCAI_WORKSPACE_ID 已配置（必填） - [ ] 2.4 输入内容有效（文本非空 / 语音 URL 可访问）
- [ ] 步骤 3: 生成 task.json ⛔ BLOCKING — 向用户确认后才执行
- [ ] 3.1 根据意图推断 resultTypes（请读取 task-types.md） - [ ] 3.2 构建 dialogue 或 transcription（请读取 input-formats.md） - [ ] 3.3 如需质检，补充 serviceInspection 配置
- [ ] 步骤 4: 执行分析
- [ ] 步骤 5: 展示结果并执行交付检查
步骤 1: 了解用户需求
分析类型推断（根据用户描述自动选择 resultTypes）：
- 用户说"摘要、总结、概括" →
["summary", "title"] - 用户说"关键词、标签" →
["keywords", "category_tag"] - 用户说"质检、合规检查" →
["service_inspection"] - 用户说"问题和解决方案、处理结果" →
["question_solution"] - 用户说"QA、问答对" →
["questions_and_answer"] - 用户说"字段提取、结构化" →
["fields"] - 用户说"自定义分析、自定义指令" →
["custom_prompt"] - 用户说"全量分析、完整分析" → 全部 9 种类型
输入来源判断：
- 用户粘贴了对话文本 →
taskType: "text"，构建dialogue.sentences - 用户提供了音频 URL →
taskType: "audio"，构建transcription - 来自前置节点（如外呼录音）→ 从上下文提取 URL 或对话内容，无需再次询问
问自己：
- 用户描述的分析目标是什么？对应哪些 resultTypes？
- 对话内容是文本还是语音？每条消息的说话角色是谁（user/agent/system）？
- 如果是质检，质检的场景和维度是什么？
步骤 2: 验证前置条件
逐项检查：
- 环境变量
ALIBABA_CLOUD_ACCESS_KEY_ID和ALIBABA_CLOUD_ACCESS_KEY_SECRET是否已配置？ CCAI_APP_ID是否已配置？（必填，没有则无法调用）- 文本输入是否有实际内容？语音 URL 是否是可访问的公网地址？
步骤 3: 生成 task.json ⛔ BLOCKING
请读取 input-formats.md，根据已知信息构建 task.json 文件。
向用户展示并等待确认：
准备执行对话分析，请确认以下信息：
📋 任务信息
- 输入类型: [文本对话 / 语音文件]
- 分析类型: [resultTypes 列表]
- 对话条数/文件: [N 条 / 文件名]
是否确认执行分析？- ✅ 必须等待用户明确确认后才能执行
- ❌ 不要在用户未确认的情况下自动执行
步骤 4: 执行分析
模式 A：直接执行（适合简单场景，等待结果）
node scripts/bundle.cjs task.json脚本自动完成：提交任务 → 每 2 秒轮询一次 → 最多等待 120 秒 → 格式化输出结果
模式 B：非阻塞执行（OpenClaw 环境推荐）
Step 1 — 提交任务，获取 taskId：
CCAI_ASYNC=1 node scripts/bundle.cjs task.json脚本提交任务后立即输出 taskId，不等待结果。
Step 2 — 用 cron.add 安排一个 15 秒后的一次性任务，在隔离会话中查询结果并通知用户：
- 任务名称：
CCAI分析结果查询-<taskId 前 8 位> - 触发时间：15 秒后
- 任务内容：执行
node scripts/bundle.cjs query <taskId>，根据结果决定下一步：
- QUEUE → 再安排一个 15 秒后的查询 - FINISH → 格式化输出结果并通知用户 - ERROR → 告知用户错误信息
安排好后立即向用户回复，不要等待分析完成：
✅ 分析任务已提交！
📋 任务信息
- 任务 ID: <taskId>
- 分析类型: <resultTypes>
⏰ 我将在 15 秒后自动查询结果，完成后主动通知你。遇到错误时，请读取 troubleshooting.md。
步骤 5: 展示结果
交付前检查
执行完成后，逐项确认再向用户报告：
- [ ] 所有 resultTypes 均有对应结果输出（无"无结果"项）
- [ ] 已向用户说明每种分析类型的结果含义
- [ ] 如有字段提取或质检，结果是否符合用户预期？是否需要调整配置后重跑？
常见场景示例
需要参考具体场景时，请读取 scenarios.md。
注意事项
- 数据合规 — 对话内容可能含有用户隐私，确保符合数据处理规范
- 字数限制 — 对话内容上限 2 万字，超过部分自动截断
- 音频格式 — 建议使用 8k 采样率，其他采样率会影响识别效果
- 任务保留 — 任务数据在服务端保存 90 天
- 费用控制 — CCAI AIO 按调用量计费，注意控制频率