Hlzd Inquiry Qualify

HLZD 询盘评估（Inquiry Qualification）

把一封 B2B 工业品询盘（RFQ / 邮件 / WhatsApp / 微信片段）从「不可读的对话」变成「可决策的结构化对象」——5 维评分 + 待确认问题清单 + CRM-ready JSON。

When to use

调用本 Skill 当用户：

• 拿到一封海外询盘邮件想判断「值不值得跟」
• 一次性收到多封询盘需要批量排序
• 想要补齐询盘里缺失的技术参数（工作压力/温度/介质/认证）
• 想给销售团队一套统一的「询盘分级」SOP
• 在开发自定义 CRM / 邮件机器人 / WhatsApp 客服助手

不要调用本 Skill 当：

• 用户只想要语言翻译（用 hlzd-translation-factory，二期）
• 用户想要的是邮件模板生成（用 hlzd-cold-outreach）
• 询盘已经定型，正准备报价（用 hlzd-quotation-gen）

How this skill is invoked

/hlzd-inquiry-qualify <inquiry-file-or-stdin>

示例：

# 从文件读取
/hlzd-inquiry-qualify ./inquiry.txt

# 从 stdin 接收（剪贴板粘入）
pbpaste | /hlzd-inquiry-qualify

# 在 Claude Code / Codex / Cursor 中直接说：
#   "帮我评分这封询盘" → 自动调本 Skill

也可以由其他 Skill 触发（沿 HLZD 内部调用约定）：

hlzd-cold-outreach 收到回复 → 推入 hlzd-inquiry-qualify → 评分 < B 提醒人工

The 5-dimension scoring rubric

评级阈值：

详细规则见 references/scoring-rubric.md。

Output schema（CRM-ready JSON）

{
  "$schema": "hlzd/inquiry-qualify/v1",
  "raw_text_hash": "sha256:...",
  "detected_language": "en",
  "extracted": {
    "product": {
      "name": "API 5CT OCTG Casing",
      "specifications": ["L80", "9 5/8 inch", "BTC connection"],
      "quantity": "5000 meters",
      "hs_code_suggestion": "730429"
    },
    "commercial": {
      "destination_port": "Jeddah, Saudi Arabia",
      "incoterm": "CIF",
      "target_price": null,
      "expected_delivery": "2026-Q3"
    },
    "technical": {
      "application": "oilfield / downhole",
      "certifications_required": ["API 5CT", "ISO 11960"],
      "operating_conditions": {
        "pressure": null,
        "temperature": null,
        "media": "sour service (H2S)"
      }
    },
    "customer": {
      "company_name": "Saudi Aramco Trading Co.",
      "contact_person": "Mr. Ahmed",
      "title": "Procurement Manager",
      "email": "ahmed@aramco.example",
      "phone": null,
      "linkedin": null,
      "country": "SA"
    },
    "project_context": {
      "project_name": "South Ghawar Field Expansion",
      "project_phase": "tender",
      "epc_or_pmc": null,
      "tender_ref": null,
      "timeline": "12 months"
    }
  },
  "scoring": {
    "D1_product":   { "score": 22, "max": 25, "missing": ["exact OD"] },
    "D2_commercial":{ "score": 18, "max": 25, "missing": ["target_price"] },
    "D3_technical": { "score": 20, "max": 25, "missing": ["operating_pressure"] },
    "D4_customer":  { "score": 12, "max": 15, "missing": ["linkedin"] },
    "D5_project":   { "score":  8, "max": 10, "missing": ["tender_ref"] },
    "total": 80,
    "grade": "B",
    "grade_reason": "Strong commercial terms but missing target price and operating pressure."
  },
  "questions_to_confirm": [
    "Could you share the target unit price (USD/meter) for budget alignment?",
    "What is the maximum operating pressure (psi) of the well?",
    "Do you require sour service certificate (NACE MR0175)?",
    "Is there a tender reference number we should quote against?",
    "Who is the final end-user of this order (Aramco direct or via EPC)?"
  ],
  "red_flags": [],
  "compliance_check": {
    "two_use_items": false,
    "sanctioned_country_buyer": false,
    "sanctioned_entity_buyer": false,
    "passed": true,
    "notes": []
  },
  "recommended_next_skill": "hlzd-customer-due-diligence"
}

完整字段定义见 inquiry_parser.py 中 Pydantic models。

How it works

1. 语言检测 — langdetect（或基于关键词 fallback），决定后续正则语言包
2. 结构抽取 — 关键词 + 正则 + 单位识别（mm/inch/MPa/psi/℃/℉）
3. 5 维评分 — 缺失字段反向扣分，达到阈值出评级
4. 待确认问题 — 按缺失维度排序，前 5 高优先级
5. 合规预检 — 内置出口管制关键词（OCTG / dual-use）+ 制裁国家名单（OFAC SDN）+ 制裁实体（模糊匹配）
6. 推荐下一步 — Grade ≥ B 推 customer-due-diligence，C 推 nurture，D 建议模板回复

Sample inputs

快速跑通

cd skills/hlzd-inquiry-qualify
python scripts/inquiry_parser.py --input assets/inquiry_samples/01-saudi-rfq.txt
python scripts/inquiry_parser.py --input assets/inquiry_samples/01-saudi-rfq.txt --pretty
python scripts/inquiry_parser.py --stdin < assets/inquiry_samples/02-noise-low-quality.txt

期望输出（截选）：

{
  "detected_language": "en",
  "extracted": { ... },
  "scoring": { "total": 80, "grade": "B" },
  "questions_to_confirm": [ ... 5 items ],
  "compliance_check": { "passed": true, ... },
  "recommended_next_skill": "hlzd-customer-due-diligence"
}

Red-flag phrases（内置）

⚠️ 红线产品/真实制裁名单请勿依赖本 Skill 自行判断，正式合规复核必须接 hlzd-trade-compliance（W8 实现）。本 Skill 仅做第一道粗筛，输出末尾必须注明"未替代合规复核"。

Related Skills（依赖图）

hlzd-cold-outreach
        │ 收到回复
        ▼
┌─────────────────────────┐
│  hlzd-inquiry-qualify   │  ◄── 本 Skill
└────────┬────────────────┘
         │
   ┌─────┼─────────┬───────────┬───────────────┐
   ▼     ▼         ▼           ▼               ▼
 due     solution  quotation  trade         nurture
 diligence match    gen        compliance    (no skill)
   │       │          │           │
   ▼       ▼          ▼           ▼
  按 ICP   按工况    按市场      按 HS / OFAC
  评级    匹配 3 套 价格/利润    INCOTERMS
          方案     / 账期       监管条件

前置: hlzd-cold-outreach（回复触发） 后继: hlzd-customer-due-diligence / hlzd-solution-match / hlzd-trade-compliance / 模板回复（Grade D）

Boundaries & Limitations

• 本 Skill 不是 LLM：所有抽取走确定性规则（regex/keyword/numeral）。LLM 仅在「可选补全」时通过 prompt 调用，不参与决策。
• 本 Skill 不替代合格合规官：制裁名单为静态快照，必须每月同步最新 OFAC/EU/UN 公告。
• 本 Skill 不读取历史邮件：仅基于当次输入。若需对话历史，请传入完整 mail thread。
• 本 Skill 不区分同名公司：如客户写「Aramco」指 Saudi Aramco 还是 Aramco Trading 需人工确认。

Versioning

详细变更见仓库根 VERSIONS.md。

Crafted for B2B industrial exporters — HLZD Cross-Border AI Platform, 2026.