微信聊天记录知识卡片提取#

核心功能#

将WeFlow导出的JSON数据转化为：

1. 个人知识库 - 存入飞书多维表格
2. 知识卡片 - 按人物/话题整理的关键信息
3. 训练数据 - 用于AI分身的话术和风格提取

数据格式#

WeFlow导出的JSON结构：

json

{
  "msg_id": "消息ID",
  "msg_time": "时间戳",
  "talker": "发送者",
  "content": "消息内容",
  "avatar": "头像URL"
}

提取流程#

步骤1：读取数据#

使用 doc_parse 或直接读取WeFlow导出的JSON文件：

bash

# 读取JSON文件
cat /path/to/weflow_export/*.json

步骤2：提取知识#

按以下维度提取：

类型提取内容用途客户画像姓名、需求、偏好客户管理常用话术高频表达、业务术语知识卡片关键决策价格、交付、条款合同参考关系链与谁沟通、何时跟进提醒

步骤3：生成知识卡片#

格式：

text

## [姓名/话题] 知识卡片

### 基本信息
- 来源：微信会话
- 时间范围：
- 消息数量：

### 关键信息
1. 需求痛点：
2. 决策因素：
3. 跟进状态：

### 话术记录
- 常用表达：
- 专业术语：
- 沟通风格：

步骤4：存入飞书#

使用 feishu_bitable_app 或 feishu_create_doc 创建知识库。

输出格式#

知识卡片模板#

markdown

# {{人物/话题}} 知识卡片

## 基本信息
| 字段 | 内容 |
|------|------|
| 来源 | 微信会话 |
| 提取时间 | {{timestamp}} |
| 消息数量 | {{count}} |

## 核心信息
{{自动提取的关键内容}}

## 话术风格
{{沟通特点分析}}

## 跟进记录
{{历史互动摘要}}

飞书多维表格字段#

建议创建以下字段：

• 姓名/话题
• 分类（客户/供应商/团队/其他）
• 关键需求
• 沟通风格
• 最后跟进
• 知识卡片（富文本）

最佳实践#

1. 定期更新 - 重要会话每月提取一次
2. 分类存储 - 按客户/供应商/团队分类
3. 标签管理 - 使用多维表格的标签功能
4. 关联文档 - 报价表、合同等关联存储

工具使用#

• 数据读取：exec 读取JSON文件
• 内容解析：直接分析消息内容
• 知识存储：feishu_bitable_app 创建知识库
• 文档创建：feishu_create_doc 创建知识卡片