Personal Crm

Personal CRM — 人际关系记忆助手

帮你记住身边每个人的故事。生日、喜好、上次聊了什么、下次该联系谁。

Configuration

This skill stores data in a Feishu/Lark Bitable. Configure your credentials in ~/.openclaw/openclaw.json:

{
  "channels": {
    "feishu": {
      "enabled": true,
      "accounts": {
        "main": {
          "appId": "your_feishu_app_id",
          "appSecret": "your_feishu_app_secret"
        }
      }
    }
  },
  "skills": {
    "entries": {
      "personal-crm": {
        "enabled": true,
        "config": {
          "app_token": "YOUR_BITABLE_APP_TOKEN",
          "contacts_table_id": "YOUR_CONTACTS_TABLE_ID",
          "interactions_table_id": "YOUR_INTERACTIONS_TABLE_ID"
        }
      }
    }
  }
}

配置说明：

获取方式：

1. 飞书应用凭证：https://open.feishu.cn/ → 创建应用 → 凭证与基础信息
2. Bitable app_token：创建多维表格后从 URL 获取
3. Table ID：从 Bitable URL 的 ?table= 参数获取

Reading config: Read the user's config from skills.entries.personal-crm.config to get app_token, contacts_table_id, and interactions_table_id. If config is missing, tell the user to say "初始化 Personal CRM" or "Initialize Personal CRM".

自动建表（Auto Setup）

当用户说"初始化 Personal CRM"、"Initialize Personal CRM"或"设置 CRM"时，执行以下步骤：

Step 1: 创建 Bitable

feishu_bitable_create_app(name="Personal CRM")

记录返回的 app_token。

Step 2: 在默认表上创建联系人表字段

Bitable 创建时会自带一张默认表。先用 feishu_bitable_get_meta 获取默认表的 table_id，然后依次创建字段：

feishu_bitable_create_field(app_token, table_id, "关系", 3, property={"options": [{"name":"家人"},{"name":"女朋友"},{"name":"朋友"},{"name":"同事"},{"name":"领导"},{"name":"客户"},{"name":"合作伙伴"},{"name":"导师"},{"name":"其他"}]})
feishu_bitable_create_field(app_token, table_id, "手机", 13)
feishu_bitable_create_field(app_token, table_id, "微信", 1)
feishu_bitable_create_field(app_token, table_id, "邮箱", 1)
feishu_bitable_create_field(app_token, table_id, "城市", 1)
feishu_bitable_create_field(app_token, table_id, "公司", 1)
feishu_bitable_create_field(app_token, table_id, "职位", 1)
feishu_bitable_create_field(app_token, table_id, "生日", 5, property={"auto_fill":false,"date_formatter":"yyyy-MM-dd"})
feishu_bitable_create_field(app_token, table_id, "农历生日", 1)
feishu_bitable_create_field(app_token, table_id, "过农历生日", 7)
feishu_bitable_create_field(app_token, table_id, "纪念日", 5, property={"auto_fill":false,"date_formatter":"yyyy-MM-dd"})
feishu_bitable_create_field(app_token, table_id, "纪念日说明", 1)
feishu_bitable_create_field(app_token, table_id, "提醒提前天数", 2, property={"formatter":"0"})
feishu_bitable_create_field(app_token, table_id, "爱好", 4)
feishu_bitable_create_field(app_token, table_id, "标签", 4)
feishu_bitable_create_field(app_token, table_id, "备注", 1)
feishu_bitable_create_field(app_token, table_id, "最后联系", 5, property={"auto_fill":false,"date_formatter":"yyyy-MM-dd"})
feishu_bitable_create_field(app_token, table_id, "联系频率", 3, property={"options": [{"name":"每周"},{"name":"每月"},{"name":"每季度"},{"name":"偶尔"}]})

Step 3: 创建互动记录表

目前 feishu_bitable 工具不支持直接创建新表，需要用户在飞书中手动添加第二张表。告诉用户：

联系人表已自动创建完成！请在飞书中打开这个多维表格，手动添加第二张表命名为"互动记录"，然后告诉我表的 table_id，我来自动创建所有字段。

当用户提供了互动记录表的 table_id 后，创建字段：

feishu_bitable_create_field(app_token, table_id, "联系人", 1)
feishu_bitable_create_field(app_token, table_id, "日期", 5, property={"auto_fill":false,"date_formatter":"yyyy-MM-dd"})
feishu_bitable_create_field(app_token, table_id, "类型", 3, property={"options": [{"name":"见面"},{"name":"通话"},{"name":"消息"},{"name":"会议"},{"name":"吃饭"},{"name":"邮件"}]})
feishu_bitable_create_field(app_token, table_id, "要点", 1)
feishu_bitable_create_field(app_token, table_id, "后续", 1)
feishu_bitable_create_field(app_token, table_id, "氛围", 3, property={"options": [{"name":"开心"},{"name":"平淡"},{"name":"深入"},{"name":"紧张"},{"name":"感动"},{"name":"尴尬"}]})
feishu_bitable_create_field(app_token, table_id, "费用", 2, property={"formatter":"0.0"})

Step 4: 告诉用户配置信息

建表完成后，输出配置信息让用户添加到 ~/.openclaw/openclaw.json，包含生成的 app_token、contacts_table_id 和 interactions_table_id。

激活条件

用户提到以下任何内容时激活：

• 认识了新朋友/新联系人
• 记录互动/见面/通话/吃饭
• 查询某人信息
• 谁很久没联系了
• 更新某人的信息
• 生日/纪念日相关
• 转述与某人的对话或经历（如"今天和小王吃饭，他说..."）
• 提到某人的新信息（如"小李换工作了"、"阿花下个月结婚"）
• 问"最近和谁见过面"、"上次见XX是什么时候"
• 导入联系人/批量导入/从CSV导入/从vcf导入/vcard导入
• 同步手机联系人/从手机导入
• 导入联系人/批量导入/从微信名片导入/从CSV导入

核心理念

这不是冷冰冰的销售工具，而是帮用户做一个更有温度的人。

• 用户随口说的信息要主动捕捉并记录，不需要用户说"帮我记一下"
• 记录的是故事和细节，不是干巴巴的会议纪要
• 主动提醒生日和重要日期，不要等用户问

数据库字段

联系人表 (contacts_table_id)

互动记录表 (interactions_table_id)

操作指南

1. 添加联系人

从用户的自然语言中提取信息，调用：

feishu_bitable_create_record(
  app_token=<config.app_token>,
  table_id=<config.contacts_table_id>,
  fields={
    "Personal CRM": "姓名",
    "关系": "朋友",
    "城市": "深圳",
    ...只填用户提供的信息
  }
)

注意：

• DateTime 字段用 timestamp_ms（毫秒时间戳）
• MultiSelect 用数组
• 只填用户提供的信息，不要编造
• 创建后简洁确认，列出关键信息
• 如果用户提到生日，同时设置"提醒提前天数"默认为 3
• ⚠️ update_record 时只传需要更新的字段，不要传 null 值，避免清空已有数据

2. 记录互动

创建互动记录 + 更新联系人的"最后联系"日期：

步骤：

1. 先 list_records 联系人表，找到对应联系人的 record_id
2. create_record 到互动记录表
3. update_record 更新联系人的"最后联系"字段为当前时间

智能捕捉： 当用户随口转述与某人的经历时（如"今天和小王吃饭，他说他要结婚了"），应该：

• 自动创建互动记录（类型：吃饭，要点：他说要结婚了）
• 同时更新小王的备注（追加"计划结婚"等关键信息）
• 不需要用户明确说"帮我记录"

要点写法： 记录故事和细节，不是干巴巴的摘要。

• ❌ "讨论了工作情况"
• ✅ "他最近从腾讯跳到了字节，做大模型方向，说压力很大但很兴奋"

3. 查询联系人

调用 list_records 获取联系人列表，在结果中筛选匹配的记录。 展示格式：

💝 王明
├ 关系：朋友 | 公司：字节跳动 | 职位：算法工程师
├ 城市：深圳 | 微信：wangming
├ 生日：1995-03-15 | 纪念日：—
├ 爱好：摄影、旅游 | 标签：AI行业、大学同学
├ 最后联系：2026-02-20 | 联系频率：每月
└ 备注：不吃香菜，最近跳槽到字节做大模型

如果有互动记录，追加最近 3 条：

📅 最近互动：
├ 2026-02-20 吃饭 — 聊了跳槽的事，他很兴奋 [开心]
├ 2026-01-15 消息 — 问我借了本《深度学习》
└ 2025-12-31 见面 — 跨年聚会，一起倒数

4. 生日和纪念日提醒（定时任务）

每天检查所有联系人的生日和纪念日字段：

检查逻辑：

1. list_records 获取所有联系人
2. 如果"过农历生日"为 true：读取"农历生日"字段，转换为当年公历日期再比较
3. 如果"过农历生日"为 false/空：读取"生日"字段（公历），只比较月和日
4. 纪念日只看月和日
5. N = 提醒提前天数，默认3

提醒格式：

🎂 生日提醒
├ 明天：小美（女朋友）生日！[农历九月十三]
└ 根据备注和爱好给出简短送礼建议

💕 纪念日提醒
└ 3天后：和小美的恋爱纪念日（在一起2周年）

5. 关系维护提醒

检查"最后联系"和"联系频率"：

• 每周：超过 7 天未联系
• 每月：超过 30 天未联系
• 每季度：超过 90 天未联系
• 偶尔：超过 180 天未联系

⏰ 该联系了
├ 老王（朋友）— 45天未联系，约定每月 [超期15天]
└ 张总（客户）— 35天未联系，约定每月 [超期5天]

6. 更新联系人

1. list_records 找到联系人 record_id
2. update_record 更新指定字段
3. 如果是从对话中捕捉到的新信息，追加到备注而不是覆盖
4. ⚠️ 只传需要更新的字段，绝不传 null 值

7. 智能信息捕捉规则

当用户在对话中提到某人的新信息时，主动更新：

触发词示例：

• "XX换工作了" → 更新公司/职位
• "XX搬到上海了" → 更新城市
• "XX下个月结婚" → 追加到备注
• "XX的生日是3月15号" → 更新生日字段 + 设置提醒
• "今天和XX..." → 创建互动记录

处理流程：

1. 识别提到的人名
2. 在联系人表中查找匹配
3. 如果找到，更新相关字段或创建互动记录
4. 如果没找到，询问是否要添加为新联系人
5. 简洁确认已记录，不要长篇大论

8. 批量导入联系人

支持从多种格式导入联系人数据。

8.1 CSV 导入

CSV 文件应包含表头行，识别以下字段：

• 姓名 → Personal CRM
• 关系 → 关系
• 手机/电话 → 手机
• 微信 → 微信
• 邮箱/邮件 → 邮箱
• 城市 → 城市
• 公司 → 公司
• 职位 → 职位
• 生日/出生日期 → 生日（尝试解析为公历日期）
• 爱好 → 爱好（逗号分隔）
• 备注 → 备注

使用脚本：

python3 ~/.openclaw/workspace/skills/personal-crm/scripts/import_contacts.py /path/to/contacts.csv --dry-run

处理流程：

1. 用户说"导入 CSV /path/to/file.csv"
2. 执行脚本带 --dry-run 获取预览
3. 展示前 3 条让用户确认
4. 用户确认后执行不带 --dry-run
5. 逐条调用 feishu_bitable_create_record 导入
6. 返回导入结果：成功条数、失败条数

处理逻辑：

• 跳过表头行
• 姓名必填，其他字段可选
• 日期格式：支持 YYYY-MM-DD、YYYY/MM/DD、MM/DD、DD
• MultiSelect 字段：用逗号分隔，如"篮球,足球"

8.2 vCard (.vcf) 导入

解析 vCard 3.0/4.0 格式：

• FN/N → 姓名
• TEL → 手机
• EMAIL → 邮箱
• ADR → 城市
• ORG → 公司
• TITLE → 职位
• BDAY → 生日
• NOTE → 备注

使用脚本：

python3 ~/.openclaw/workspace/skills/personal-crm/scripts/import_contacts.py /path/to/contacts.vcf --dry-run

处理流程：

1. 用户说"导入 vcf /path/to/contacts.vcf"
2. 执行脚本带 --dry-run 获取预览
3. 展示前 3 条让用户确认
4. 用户确认后执行不带 --dry-run
5. 逐条调用 feishu_bitable_create_record 导入
6. 返回导入结果

8.3 微信名片截图识别（OCR）

当用户提供微信名片截图时：

1. 用户发送图片到对话
2. 使用 exec 工具调用 tesseract OCR 识别文字
3. 解析提取：姓名、微信号、手机号、公司、职位
4. 展示给用户确认
5. 用户确认后调用 feishu_bitable_create_record 创建联系人

OCR 命令：

tesseract /path/to/image.jpg stdout -l chi_sim+eng

注意： 需要先安装 tesseract-ocr：

sudo apt install tesseract-ocr tesseract-ocr-chi-sim

8.4 手机联系人同步（ADB）

当用户说"同步手机联系人"时：

1. 检查 ADB 是否可用
2. 让用户手机开启 USB 调试并连接电脑
3. 读取联系人：adb shell content query --uri content://contacts/phones
4. 解析并导入到飞书

8.5 导入命令格式

用户可以说：

• "导入 /path/to/contacts.csv"
• "导入 /path/to/contacts.vcf"
• "从微信名片导入"（需用户提供图片）
• "同步手机联系人"

返回格式：

📥 导入完成
├ 成功：28 人
├ 跳过：2 人（无姓名）
└ 失败：0 人

9. 导出联系人

支持导出联系人数据用于备份或迁移。

9.1 导出为 CSV

用户可以说：

• "导出联系人"
• "导出所有联系人为 CSV"

处理流程：

1. 调用 feishu_bitable_list_records 获取所有联系人
2. 转换为 CSV 格式
3. 保存到文件并告知用户路径

9.2 导出为 vCard

导出为 vCard 格式，方便导入到手机通讯录。

交互风格

• 从自然语言中智能提取信息，不要逐字段询问
• 信息不完整时，一次性列出缺失的关键字段询问
• 创建/更新后简洁确认，不要重复所有字段
• 查询结果用结构化格式展示
• 记录互动时用有温度的语言，不是公文体
• 用户随口提到的信息也要捕捉，表现得像一个贴心的助手而不是数据库终端