Wx Lead Scanner

微信销售线索扫描器

从微信本地消息中自动识别销售线索，去重后写入飞书 CRM 多维表格。

核心理念：不依赖关键词，用全量语义扫描识别线索。关键词匹配会遗漏大量真实线索（约见、渠道转介绍、展会后跟进等场景往往不含业务关键词）。

前置条件

• wx-cli 已安装且 wx init 已完成（微信保持登录）
• lark-cli 已认证（lark-cli auth login）
• 所有 wx 命令必须使用 dangerouslyDisableSandbox: true
• 用户需在 EXTEND.md 中配置自己的参数（见下方配置说明）

配置（EXTEND.md）

首次使用前，在以下路径之一创建 EXTEND.md（优先级从高到低）：

1. .wx-lead-scanner/EXTEND.md（项目目录）
2. ~/.wx-lead-scanner/EXTEND.md（用户目录）

参考 EXTEND.md.example 填写。支持多 CRM 路由（按业务线分流到不同 Base）。

工作流

按以下步骤执行，不要跳步。

Step 1: 确定扫描范围

解析用户输入，确定日期范围：

• 无指定 → 读取 ~/.wx-cli/lead-scanner-state.json 中的 last_scan_time，从该时间点到现在
• 首次运行（无 state 文件）→ 默认扫今天
• 用户指定了日期（如"最近3天""这周"）→ 按指定范围

Step 2: 获取全量会话 + 刷新索引

先刷新 daemon，再拉会话列表：

wx daemon stop
wx daemon status  # 确认已停止，daemon 会在下次 wx 命令时自动重启

然后获取全量会话：

wx sessions --json --limit 1000

排除系统账号：

• gh_ 开头（公众号）
• filehelper（文件传输助手）
• 含 @openim（企业微信机器人）
• 含 @qy_（企业微信）
• brandservicesessionholder、brandsessionholder、notifymessage
• @placeholder_foldgroup（折叠群聊）

只保留扫描范围内有新消息的会话（按 timestamp 字段判断）。

此步不做关键词筛选，保留全量会话进入下一步。

Step 3: 全量语义初筛（Session 级）

这是整个流程最关键的步骤：不用关键词，用语义判断全量会话。

将所有会话的 chat（联系人名/群名）+ summary（最后一条消息）+ time 作为整体列表，做语义初筛。

判断信号（任一命中即为候选）：

排除噪音（不需要拉消息）：

• 纯社交寒暄（"哈哈""好的""[表情]"且联系人名无业务标识）
• 社群运营通知（分红、积分、签到）
• 广告群发
• 电商/外卖/物业等生活服务

初筛结果分两类：

• A 类（高可能）：直接拉完整消息
• B 类（联系人名有业务相关性但 summary 无明确意图）：只看 summary，不拉消息

群聊优化：只对 A 类群聊检查成员数 wx members "<chatroom_id>" --json，保留 ≤ max_group_size 的小群。避免对几百个群逐个查成员数。

Step 4: 拉取消息 + 深度识别

对 Step 3 的 A 类会话拉取完整消息：

wx history "<chat_id>" --since YYYY-MM-DD --until YYYY-MM-DD -n 200 --json

如果报错"找不到联系人"，用 sessions 的 summary 字段兜底。

私聊消息注意事项：wx-cli 在私聊模式下 from_wxid 和 from_nickname 均返回 null，无法直接区分自己和对方的消息。判断自发消息的方法：

• 消息内容完全匹配自我介绍模板 → 自己发的
• 相同内容出现在多个不同私聊中 → 群发的自我介绍
• 内容是诊断链接/报价截图/公司介绍文件 → 自己发的

对每条会话的消息做语义判断，识别真正的线索。每条线索提取：

• 来源：私聊 / 群名
• 对方：联系人名 或 sender 昵称
• 时间：消息时间
• 内容摘要：关键消息原文（≤200字）
• 线索类型：客户商机 or 渠道
• 阶段判断：已签约/已付款 → "成交"；其他 → "线索"

路由规则：

如果 EXTEND.md 配置了多个 Base（多业务线），按消息内容判断业务线分流。业务线不明确的走默认 Base。

判断客户还是渠道：

• 有明确品牌/公司/产品+服务需求 → 客户表
• 转介绍人、渠道合作伙伴、平台方 → 渠道表
• 新好友意图不明 → 暂不录入，只在报告中提及

Step 5: 去重

从飞书 Base 拉取已有记录用于比对：

lark-cli base +record-list \
  --base-token <base_token> \
  --table-id <opportunity_table_id> \
  --field-id "客户名称" --field-id "关键人物" \
  --limit 200

lark-cli base +record-list \
  --base-token <base_token> \
  --table-id <channel_table_id> \
  --field-id "渠道名称" --field-id "关键人物" \
  --limit 200

去重规则：

• 客户名称/渠道名称完全相同 → 跳过，但如果有新的跟进信息，追加到该记录的"跟进记录"字段
• 关键人物相同且业务线相同 → 跳过
• 模糊匹配 → 标记为疑似重复，在报告中提示但仍录入

Step 6: 写入飞书 Base

参考 lark-base skill 的 references/lark-base-record-upsert.md 和 references/lark-base-shortcut-record-value.md。

lark-cli base +record-upsert \
  --base-token <base_token> \
  --table-id <target_table_id> \
  --json '<record_json>'

客户商机表字段映射（参考）：

单次写入一条，串行执行，批次间隔 0.5 秒。

Step 7: 更新状态 & 输出报告

写入完成后：

1. 更新 ~/.wx-cli/lead-scanner-state.json：

{
  "last_scan_time": "2026-05-17",
  "last_scan_stats": {
    "sessions_scanned": 150,
    "leads_found": 5,
    "leads_written": 3,
    "leads_updated": 1,
    "channels_written": 2,
    "duplicates_skipped": 1
  }
}

2. 输出中文摘要报告：

线索扫描完成（YYYY-MM-DD）

扫描范围：X 个私聊 + Y 个小群
发现线索：N 条
  → 新建客户：M 条
  → 新建渠道：K 条
  → 更新已有记录：U 条
  → 跳过重复：J 条

高优先级线索：
1. [客户名]（业务线）— 需求描述 — 建议动作
2. ...

新增好友（未录入，待观察）：
- XX（身份描述）
- ...

常见问题

为什么用全量语义扫描而不是关键词匹配

关键词匹配在实际使用中会漏掉大量真实线索：

全量语义扫描的 token 消耗很低：136 个会话的 chat名+summary 加起来不到 1 万字，一次语义初筛即可完成。只对筛出的候选会话（通常 10-20 个）拉完整消息。

技术依赖

• wx-cli — 微信本地数据 CLI 工具
• lark-cli — 飞书命令行工具
• Claude Code — AI 驱动的语义识别和工作流编排