#批量

通义晓蜜 - 智能外呼

触发阿里云晓蜜外呼机器人任务，自动批量拨打电话。适用于批量外呼、客户回访、满意度调查、简历筛查约面试等场景。可从前置工具或节点获取外呼名单。

Install

openclaw skills install @raven-xia/xiaomi-outbound-call

阿里云晓蜜外呼机器人

自动化外呼机器人技能，用于批量电话外呼。

快速开始

方式 1: 使用 JSON 文件（推荐）⭐

创建 taskInput.json 文件：

json

{
  "phoneNumbers": ["13800138000", "13900139000"],
  "scenarioDescription": "春季新品推广，了解客户购买意向",
  "taskName": "春季促销活动"
}

执行：

bash

node scripts/bundle.js taskInput.json

方式 2: 使用环境变量

bash

ARGUMENTS='{"phoneNumbers":["13800138000"],"scenarioDescription":"测试外呼"}' \
node scripts/bundle.js

Agent 最佳实践 🎯

关键原则：充分利用场景信息 + 执行前确认

当用户提供外呼需求时，不要只提取电话号码和简单描述，而应该：

深度分析场景 - 理解用户的真实意图和具体需求
提取所有细节 - 时间、地点、条件、要求等
构建完整配置 - 生成详细的 agentProfile，包含所有 11 个字段
设计对话流程 - 在 workflow 中体现具体的沟通步骤
执行前必须确认 ⚠️ - 向用户展示场景信息和外呼名单，等待明确确认

示例对比

❌ 不好的做法（信息丢失）：

json

{
  "phoneNumbers": ["15611207961"],
  "scenarioDescription": "建议反馈",
  "taskName": "建议外呼"
}

问题：丢失了"面试邀约"、"后天晚上八点"、"备选时间"等关键信息

✅ 好的做法（充分利用信息）：

json

{
  "phoneNumbers": ["15611207961"],
  "scenarioDescription": "Java 开发岗位面试邀约 - 优秀候选人",
  "taskName": "面试邀约",
  "agentProfile": {
    "role": "招聘专员",
    "background": "Java 开发岗位招聘，候选人简历优秀",
    "goals": "确认后天晚上八点面试时间，不方便则协商大后天",
    "workflow": "自我介绍 -> 说明来意 -> 确认后天晚上八点 -> 备选时间 -> 记录反馈",
    "openingPrompt": "您好，我是XX公司招聘专员，看到您的简历非常优秀"
  }
}

何时使用此技能

当用户提到以下场景时使用此技能：

需要批量打电话给客户（包括从前置节点获取的名单）
外呼任务、电话营销、客户回访
满意度调查、产品推广
简历筛查后约面试 - 从简历筛查工具获取候选人电话
通知提醒、信息确认
提到"晓蜜"、"外呼机器人"、"自动拨号"、"约面试"、"打电话"

⚠️ 重要提示：使用此技能时，请务必：

仔细分析用户场景 - 提取所有有用信息
构建完整的 agentProfile - 不要只提供最基本的字段
设计合理的对话流程 - 在 workflow 中体现用户的具体需求
执行前必须确认 - 向用户展示场景信息和外呼名单，等待明确确认后才执行

前置条件

1. 配置阿里云凭证

需要在环境变量中配置阿里云 AK/SK：

bash

export ALIYUN_OUTBOUND_BOT_ACCESS_KEY_ID="your-access-key-id"
export ALIYUN_OUTBOUND_BOT_ACCESS_KEY_SECRET="your-access-key-secret"

详细配置说明请参考 references/config.md

2. 绑定外呼号码 ⚠️ 重要

必须在阿里云晓蜜控制台申请并绑定外呼号码，否则无法进行外呼。

如何绑定号码：

登录阿里云晓蜜控制台
进入"号码管理"页面
申请外呼号码（需要审核）
将号码绑定到租户

检查机制：

技能会在执行外呼前自动检查：

✅ 如果租户有绑定号码 → 自动绑定到实例，继续执行
❌ 如果租户没有绑定号码 → 终止流程，提示用户配置

错误提示：

text

❌ 租户下无绑定号码，无法进行外呼。
请先在阿里云晓蜜控制台申请并绑定外呼号码。

3. 系统要求

只需要 Node.js 环境（版本 >= 18）即可运行。

Agent 使用指南

当你（Agent）需要帮助用户执行外呼任务时，请遵循以下步骤：

步骤 1: 获取外呼名单

场景 A: 从前置节点获取（如简历筛查、客户查询等）

如果用户的请求是多步骤任务的一部分（例如："给昨天收集到的蓝领简历进行筛查并约面试"），你应该：

先执行前置步骤 - 调用相应的工具获取数据（如简历筛查工具）
提取电话号码 - 从前置工具的返回结果中提取电话号码列表
推断场景描述 - 根据用户意图生成场景描述（如"面试邀约"、"简历筛查后约面试"）
直接传递给此技能 - 无需再次询问用户

场景 B: 用户直接提供

如果用户直接提供电话号码或明确的外呼需求，收集以下信息：

电话号码列表（必需）- 至少一个有效的中国大陆手机号（1开头的11位数字）
外呼场景描述（必需）- 清晰描述外呼目的，例如"产品推广"、"客户回访"
任务名称（可选）- 便于识别的任务名称

如果信息不完整，使用 ask questions 工具向用户询问。

步骤 2: 验证数据

检查电话号码格式（中国大陆手机号：1开头的11位数字）
确保场景描述清晰明确
确认用户已配置阿里云 AK/SK 环境变量

步骤 3: 向用户确认信息 ⚠️ 必须执行

在执行外呼任务前，必须向用户展示并确认以下信息：

外呼场景 - 清晰描述外呼目的和内容
外呼名单 - 展示将要拨打的电话号码列表和数量
智能体配置 - 如果构建了 agentProfile，简要说明智能体的角色和目标

确认方式示例

text

准备执行外呼任务，请确认以下信息：

📋 任务信息
- 任务名称: 面试邀约
- 外呼场景: Java 开发岗位面试邀约 - 优秀候选人
- 智能体角色: 招聘专员
- 外呼目标: 确认后天晚上八点面试时间，不方便则协商大后天

📞 外呼名单（共 1 人）
1. 15611207961

是否确认执行外呼？

重要提示：

✅ 必须等待用户明确确认后才能执行
✅ 如果用户不确认，询问需要修改什么
❌ 不要在用户未确认的情况下自动执行外呼

步骤 4: 准备输入文件

主要方式：创建 taskInput.json 文件 ⭐

将收集到的信息格式化为 JSON 文件。重要：请仔细分析用户场景，提取尽可能多的信息来构建智能体配置。

🎯 从场景中提取信息的指南

当用户提供外呼场景时，你应该：

分析场景类型 - 识别是招聘、销售、客服、调查等哪种场景
提取关键信息 - 从用户描述中提取：
- 外呼目的（如"邀约面试"、"产品推广"）
- 具体内容（如"后天晚上八点"、"Java 开发岗位"）
- 候选条件（如"不方便则询问其他时间"）
- 特殊要求（如"优秀的候选人"、"VIP 客户"）
构建 agentProfile - 根据场景自动生成：
- role: 根据场景推断（如"招聘专员"、"销售顾问"）
- background: 提取业务背景（如"Java 开发岗位面试邀约"）
- goals: 明确外呼目标（如"确认候选人后天晚上八点是否方便参加面试"）
- workflow: 设计对话流程（如"问候 -> 说明来意 -> 确认时间 -> 备选方案 -> 记录反馈"）
- openingPrompt: 生成得体的开场白（如"您好，我是XX公司的招聘专员"）

📝 示例：从场景到完整配置

用户场景：

text

给 15611207961 这个优秀的人邀约面试，后天晚上八点是否方便参加面试，如不方便则询问大后天任意时间

应该生成的完整 JSON：

json

{
  "phoneNumbers": ["15611207961"],
  "scenarioDescription": "Java 开发岗位面试邀约 - 优秀候选人",
  "taskName": "面试邀约",
  "agentProfile": {
    "name": "李敏",
    "gender": "女",
    "age": 28,
    "role": "招聘专员",
    "communicationStyle": ["专业", "友好", "高效"],
    "background": "Java 开发岗位招聘，候选人简历优秀，需要邀约面试",
    "goals": "确认候选人后天（X月X日）晚上八点是否方便参加面试，如不方便则协商大后天的时间",
    "skills": "面试邀约、时间协调、候选人沟通",
    "workflow": "自我介绍 -> 说明来意（面试邀约）-> 确认后天晚上八点 -> 如不方便询问大后天时间 -> 记录反馈 -> 发送面试详情",
    "constraint": "保持专业、尊重候选人时间、提供灵活的时间选择",
    "openingPrompt": "您好，我是XX公司的招聘专员李敏，看到您的简历非常优秀"
  }
}

❌ 不够好的示例（信息提取不充分）：

json

{
  "phoneNumbers": ["15611207961"],
  "scenarioDescription": "建议反馈",
  "taskName": "建议外呼",
  "type": "service"
}

技能支持多种输入格式，会自动识别并解析：

格式 1: 标准格式（推荐）：

json

{
  "phoneNumbers": ["13800138000", "13900139000"],
  "scenarioDescription": "春季新品推广，了解客户购买意向",
  "taskName": "春季促销活动",
  "agentProfile": {
    "name": "小美",
    "gender": "女",
    "age": 25,
    "role": "销售顾问",
    "communicationStyle": ["热情", "专业", "亲切"],
    "background": "春季新品推广活动",
    "goals": "了解客户购买意向，促成交易",
    "skills": "产品介绍、需求挖掘、促成交易",
    "workflow": "问候 -> 了解需求 -> 介绍产品 -> 处理异议 -> 促成合作",
    "constraint": "保持礼貌、尊重对方意愿、不强制推销",
    "openingPrompt": "您好，我是小美，春季新品推广活动的销售顾问"
  }
}

注意: agentProfile 中的所有字段都是可选的。如果不提供，系统会根据 scenarioDescription 智能推断合适的配置。

格式 2: 简化格式：

json

{
  "phones": "13800138000,13900139000",
  "scenario": "产品推广",
  "name": "春季促销"
}

格式 3: 候选人/简历筛查格式（前置节点）：

json

{
  "candidates": [
    { "name": "张三", "phone": "13800138000", "score": 85 },
    { "name": "李四", "phone": "13900139000", "score": 90 }
  ],
  "scenarioDescription": "面试邀约 - 蓝领岗位简历筛查通过",
  "taskName": "蓝领简历筛查后约面试",
  "previousStep": "简历筛查"
}

格式 4: CRM/外部工具格式：

json

{
  "data": {
    "contacts": [
      { "phone": "13800138000", "name": "张三" },
      { "phone": "13900139000", "name": "李四" }
    ],
    "purpose": "客户回访",
    "campaignName": "满意度调查"
  },
  "toolName": "CRM-System"
}

格式 5: 通用列表格式：

json

[
  { "phone": "13800138000", "name": "张三" },
  { "phone": "13900139000", "name": "李四" }
]

注意：使用此格式时，scenarioDescription 会默认为"批量外呼"

智能体配置（强烈推荐）⭐

虽然 agentProfile 是可选的，但强烈建议 Agent 根据用户场景主动构建完整的智能体配置。

提供完整的 agentProfile 可以：

✅ 让外呼更加专业和得体
✅ 提高外呼成功率和用户体验
✅ 确保对话流程符合业务需求
✅ 避免通用话术导致的沟通不畅

技能支持自定义外呼智能体的人设和行为。可以通过 agentProfile 字段配置：

配置字段说明

字段	类型	必填	说明	示例
`name`	string	否	智能体名称	"小美"、"小智"
`gender`	string	否	性别	"男"、"女"
`age`	number	否	年龄	25
`role`	string	否	身份角色	"销售顾问"、"招聘专员"、"客服专员"
`communicationStyle`	string[]	否	沟通风格	["热情", "专业", "亲切"]
`background`	string	否	业务背景	"春季新品推广活动"
`goals`	string	否	业务目标	"了解客户购买意向，促成交易"
`skills`	string	否	业务技能	"产品介绍、需求挖掘、促成交易"
`workflow`	string	否	工作流程	"问候 -> 了解需求 -> 介绍产品 -> 促成合作"
`constraint`	string	否	约束条件	"保持礼貌、尊重对方意愿、不强制推销"
`openingPrompt`	string	否	开场白	"您好，我是小美"

智能推断

如果不提供 agentProfile 或部分字段，系统会根据 scenarioDescription 智能推断：

面试/招聘场景 → 招聘专员，专业友好的风格
保险/理财场景 → 保险顾问，专业耐心的风格
游戏推广场景 → 游戏推广员，热情活泼的风格
审计/调查场景 → 审计专员，专业严谨的风格
客服/回访场景 → 客服专员，亲切耐心的风格
销售/产品场景 → 销售顾问，热情专业的风格

配置示例

招聘场景：

json

{
  "phoneNumbers": ["13800138000"],
  "scenarioDescription": "面试邀约 - Java 开发工程师",
  "agentProfile": {
    "name": "李敏",
    "role": "招聘专员",
    "openingPrompt": "您好，我是李敏，XX公司的招聘专员"
  }
}

保险场景：

json

{
  "phoneNumbers": ["13800138000"],
  "scenarioDescription": "重疾险产品推荐",
  "agentProfile": {
    "name": "王顾问",
    "role": "保险顾问",
    "communicationStyle": ["专业", "耐心", "诚恳"]
  }
}

输入格式完整说明

主要输入方式：taskInput.json 文件 ⭐

这是推荐的主要输入方式。创建一个 JSON 文件（通常命名为 taskInput.json），包含外呼任务的所有参数。

完整格式示例

json

{
  "phoneNumbers": ["13800138000", "13900139000"],
  "scenarioDescription": "春季新品推广，了解客户购买意向",
  "taskName": "春季促销活动",
  "agentProfile": {
    "name": "小美",
    "gender": "女",
    "age": 25,
    "role": "销售顾问",
    "communicationStyle": ["热情", "专业", "亲切"],
    "background": "春季新品推广活动",
    "goals": "了解客户购买意向，促成交易",
    "skills": "产品介绍、需求挖掘、促成交易",
    "workflow": "问候 -> 了解需求 -> 介绍产品 -> 处理异议 -> 促成合作",
    "constraint": "保持礼貌、尊重对方意愿、不强制推销",
    "openingPrompt": "您好，我是小美，春季新品推广活动的销售顾问"
  },
  "metadata": {
    "source": "manual",
    "campaign": "spring-2024"
  }
}

最简格式

json

{
  "phoneNumbers": ["13800138000"],
  "scenarioDescription": "测试外呼"
}

字段说明

字段	类型	必填	说明
`phoneNumbers`	string[]	✅ 是	电话号码列表，中国大陆手机号（11位，1开头）
`scenarioDescription`	string	✅ 是	外呼场景描述，用于生成话术和智能体配置
`taskName`	string	否	任务名称，便于识别
`agentProfile`	object	否	智能体配置，不提供则自动推断
`metadata`	object	否	额外元数据，可存储任何自定义信息

执行方式

bash

# 使用 JSON 文件
node scripts/bundle.js taskInput.json

# 或使用其他文件名
node scripts/bundle.js my-task.json

备用输入方式

方式 2: $ARGUMENTS 环境变量

适用于 Cursor Agent 或需要通过环境变量传递参数的场景：

bash

ARGUMENTS='{"phoneNumbers":["13800138000"],"scenarioDescription":"测试"}' \
node scripts/bundle.js

方式 3: 交互式输入

如果不提供任何参数，技能会进入交互式模式，逐步询问：

bash

node scripts/bundle.js

# 会提示输入：
# - 电话号码列表
# - 场景描述
# - 任务名称

输入优先级

技能会按以下顺序查找输入：

命令行参数（JSON 文件路径）- 最高优先级
$ARGUMENTS 环境变量 - 次优先级
交互式输入 - 兜底方案

步骤 5: 执行技能

在用户确认后，执行外呼任务：

方式 A: 使用 JSON 文件（推荐）

bash

node scripts/bundle.js taskInput.json

方式 B: 使用 $ARGUMENTS 环境变量

bash

ARGUMENTS='{"phoneNumbers":["13800138000"],"scenarioDescription":"测试"}' \
node scripts/bundle.js

输入优先级：

命令行参数（JSON 文件路径）
$ARGUMENTS 环境变量
交互式输入（如果以上都未提供）

步骤 6: 监控和反馈

监控命令输出，查看任务进度
等待任务完成（可能需要几分钟，取决于电话数量）
向用户报告结果：
- 外呼任务已启动
- 任务组 ID
- 拨打的电话数量

常见使用场景

场景 1: 从前置节点获取数据（链式调用）⭐ 重点

用户: "给昨天收集到的蓝领简历进行筛查并约面试"

Agent 操作流程:

执行前置步骤 - 调用简历筛查工具

text

[简历筛查工具返回]
{
  "candidates": [
    { "name": "张三", "phone": "13800138000", "score": 85 },
    { "name": "李四", "phone": "13900139000", "score": 90 }
  ]
}

提取电话号码 - 从筛查结果中提取
javascript
```
phoneNumbers = ["13800138000", "13900139000"];
```

生成场景描述 - 根据用户意图自动生成

javascript

scenarioDescription = "面试邀约 - 蓝领岗位简历筛查通过";
taskName = "蓝领简历筛查后约面试";

创建 taskInput.json 文件

json

{
  "phoneNumbers": ["13800138000", "13900139000"],
  "scenarioDescription": "面试邀约 - 蓝领岗位简历筛查通过",
  "taskName": "蓝领简历筛查后约面试",
  "agentProfile": {
    "role": "招聘专员",
    "openingPrompt": "您好，我是XX公司的招聘专员"
  },
  "metadata": {
    "source": "resume-screening",
    "previousStep": "简历筛查",
    "candidates": [
      { "name": "张三", "phone": "13800138000", "score": 85 },
      { "name": "李四", "phone": "13900139000", "score": 90 }
    ]
  }
}

执行外呼技能
bash
```
node scripts/bundle.js taskInput.json
```

关键点:

✅ 无需用户再次提供电话号码
✅ 场景描述由 Agent 根据上下文自动生成
✅ 可以在 metadata 中保留前置节点的完整数据
✅ 整个流程对用户透明，一句话完成多步任务

场景 2: 用户直接提供号码

用户: "帮我给 13800138000 和 13900139000 打电话，做春季促销推广"

Agent 操作:

提取电话号码: ["13800138000", "13900139000"]
提取场景: "春季促销推广"
创建 taskInput.json:

json

{
  "phoneNumbers": ["13800138000", "13900139000"],
  "scenarioDescription": "春季促销推广",
  "taskName": "春季促销"
}

执行: node scripts/bundle.js taskInput.json

场景 3: 用户提供号码列表

用户: "我有个客户名单，帮我做满意度回访"

Agent 操作:

使用 ask questions 工具询问号码列表
读取并解析号码
创建 taskInput.json:

json

{
  "phoneNumbers": ["13800138000", "13900139000", "..."],
  "scenarioDescription": "客户满意度回访",
  "taskName": "满意度调查"
}

执行: node scripts/bundle.js taskInput.json

场景 4: 从文件读取

用户: "用 customers.json 里的号码做产品推广"

Agent 操作:

读取 customers.json 文件内容
解析电话号码
创建 taskInput.json:

json

{
  "phoneNumbers": ["提取的号码列表"],
  "scenarioDescription": "产品推广",
  "taskName": "产品推广活动"
}

执行: node scripts/bundle.js taskInput.json

工作流程

技能执行时会自动完成以下步骤：

text

1. 验证输入 - 检查电话号码格式和必需参数
   ↓
2. 创建实例 - 获取或创建阿里云晓蜜外呼实例
   ↓
3. 确认绑定号码 - 检查租户是否有绑定号码 ⚠️ 关键步骤
   ├─ 如果没有绑定号码 → 终止流程，提示用户配置
   └─ 如果有绑定号码 → 自动绑定到实例，继续执行
   ↓
4. 创建话术 - 根据场景描述生成外呼话术
   ↓
5. 创建任务组 - 在阿里云晓蜜平台创建外呼任务组
   ↓
6. 启动外呼 - 开始批量拨打电话
   ↓
7. 返回结果 - 输出任务组 ID 和执行状态

高级用法

使用 JSON 文件（推荐）⭐

这是主要的输入方式。创建 taskInput.json 文件：

json

{
  "phoneNumbers": ["13800138000", "13900139000"],
  "scenarioDescription": "了解客户满意度",
  "taskName": "客户回访",
  "agentProfile": {
    "role": "客服专员",
    "openingPrompt": "您好，我是XX公司的客服专员"
  }
}

执行：

bash

node scripts/bundle.js taskInput.json

使用 $ARGUMENTS 环境变量

适用于 Cursor Agent 或脚本调用：

bash

ARGUMENTS='{"phoneNumbers":["13800138000"],"scenarioDescription":"测试"}' \
node scripts/bundle.js

命令行参数

bash

# 指定 JSON 文件
node scripts/bundle.js taskInput.json

# 指定实例 ID 和脚本 ID（复用已有资源）
node scripts/bundle.js taskInput.json --instance-id xxx --script-id yyy

输出结果

技能执行完成后会输出：

typescript

{
  taskInput: {
    phoneNumbers: string[];
    scenarioDescription: string;
    taskName?: string;
    metadata?: Record<string, any>;
  },
  jobGroupId: string;         // 任务组 ID
  instanceId: string;         // 外呼实例 ID
  scriptId: string;           // 话术脚本 ID
  totalPhones: number;        // 拨打的电话数量
}

常见问题

1. 租户没有绑定号码 ⚠️ 最常见

错误:

text

❌ 租户下无绑定号码，无法进行外呼。
请先在阿里云晓蜜控制台申请并绑定外呼号码。

原因: 租户未在阿里云晓蜜控制台申请和绑定外呼号码

解决:

登录阿里云晓蜜控制台
进入"号码管理"页面
申请外呼号码（需要提交资质审核）
审核通过后，将号码绑定到租户
重新执行外呼任务

注意:

号码申请需要企业资质
审核可能需要 1-3 个工作日
绑定号码后技能会自动检测并使用

2. 环境变量未配置

错误: "请配置阿里云 AK/SK 环境变量"

解决:

bash

export ALIYUN_OUTBOUND_BOT_ACCESS_KEY_ID="your-key"
export ALIYUN_OUTBOUND_BOT_ACCESS_KEY_SECRET="your-secret"

3. 电话号码格式错误

错误: "电话号码格式不正确"

解决: 确保号码是中国大陆手机号（1开头的11位数字）

4. 任务创建失败

错误: "创建任务组失败"

可能原因:

实例状态异常
话术脚本未发布
账号权限不足
并发数超限

解决: 检查阿里云晓蜜控制台的实例和脚本状态

命令行参数

bash

node scripts/bundle.js [options]

Options:
  --json <file>        从 JSON 文件读取任务配置
  --no-interactive     禁用交互式输入
  --instance-id <id>   指定外呼实例 ID
  --script-id <id>     指定话术脚本 ID

注意事项

合规使用: 确保外呼行为符合相关法律法规，获得用户同意
号码隐私: 妥善保管客户电话号码，避免泄露
费用控制: 外呼服务会产生费用，注意控制调用频率
测试环境: 建议先在测试环境验证，再用于生产
错误处理: 监控任务执行状态，及时处理失败情况

功能说明

核心功能

批量外呼 - 支持同时向多个号码发起外呼
场景定制 - 根据场景描述自动生成外呼话术
自动创建 - 自动创建外呼实例和话术脚本
号码检查 - 自动检查并绑定外呼号码
任务管理 - 创建并启动外呼任务组

技能范围

本技能专注于外呼任务的创建和启动，包括：

✅ 验证电话号码
✅ 创建外呼实例
✅ 检查并绑定外呼号码
✅ 生成外呼话术
✅ 创建任务组
✅ 启动外呼任务

本技能不包括：

❌ 外呼结果分析
❌ 录音文件处理
❌ 会话内容总结
❌ 情感分析

如需查看外呼结果，请在阿里云晓蜜控制台查看。

通义晓蜜 - 智能外呼

Install

阿里云晓蜜外呼机器人

快速开始

方式 1: 使用 JSON 文件（推荐）⭐

方式 2: 使用环境变量

Agent 最佳实践 🎯

关键原则：充分利用场景信息 + 执行前确认

示例对比

何时使用此技能

前置条件

1. 配置阿里云凭证

2. 绑定外呼号码 ⚠️ 重要

如何绑定号码：

检查机制：

错误提示：

3. 系统要求

Agent 使用指南

步骤 1: 获取外呼名单

步骤 2: 验证数据

步骤 3: 向用户确认信息 ⚠️ 必须执行

确认方式示例

步骤 4: 准备输入文件

🎯 从场景中提取信息的指南

📝 示例：从场景到完整配置

智能体配置（强烈推荐）⭐

配置字段说明

智能推断

配置示例

输入格式完整说明

主要输入方式：taskInput.json 文件 ⭐

完整格式示例

最简格式

字段说明

执行方式

备用输入方式

方式 2: $ARGUMENTS 环境变量

方式 3: 交互式输入

输入优先级

步骤 5: 执行技能

步骤 6: 监控和反馈

常见使用场景

场景 1: 从前置节点获取数据（链式调用）⭐ 重点

场景 2: 用户直接提供号码

场景 3: 用户提供号码列表

场景 4: 从文件读取

工作流程

高级用法

使用 JSON 文件（推荐）⭐

使用 $ARGUMENTS 环境变量

命令行参数

输出结果

常见问题

1. 租户没有绑定号码 ⚠️ 最常见

2. 环境变量未配置

3. 电话号码格式错误

4. 任务创建失败

命令行参数

相关文档

注意事项

功能说明

核心功能

技能范围

参考链接

Related skills