Outbound AI Call - 智能外呼服务
用户有打电话意图 → 意图提取 → 信息收集 → 确认 → 调用外呼 → 检查结果 → 补充信息（如需）
⚠️ 隐私声明与用户确认
重要：在调用外呼接口前，必须向用户展示确认卡片并获得明确同意。
数据收集与传输
本 skill 会收集以下信息并发送到 Outbound AI 外呼服务：
| 数据类型 | 用途 | 是否传输 | 是否本地存储 |
|---|
| 电话号码 | 外呼目标号码 | ✓ | ✓ |
| 对话上下文 | AI 理解通话目的 | ✓ | ✓ |
| 通话记录 | 状态和日志 | - | ✓ |
第三方服务
本地数据保留
- 请求记录：
memory/skills/requests.jsonl
- 通话日志：
memory/skills/costs.jsonl
- 这两个文件包含 PII（电话号码、对话内容），用户可随时删除
用户确认流程
在信息收集完毕后，必须展示确认卡片：
📞 外呼确认
对象：{Who}
电话：{Phone}
目的：{What}
⚠️ 以下信息将发送到 Outbound AI 外呼服务：
• 电话号码：{Phone}
• 对话内容：{对话摘要}
确认拨打？（回复"确认"或"取消"）
仅在用户明确确认后才执行外呼。
🎯 触发条件
当用户表达以下意图时触发：
"帮我给xxx打个电话预约个位子"
"帮我问下我父亲最近身体怎么样"
"给客户打电话确认预约时间"
关键词：打电话、致电、外呼、电话通知、电话确认
📋 步骤 1：意图提取
从用户输入中提取核心信息：
| 要素 | 说明 | 示例 |
|---|
| Who | 打给谁（名称/关系/机构） | 蜀九香、客户、餐厅 |
| Phone | 电话号码 | 18033009923 |
| What | 外呼目的 | 预约位子、活动、确认时间 |
📝 步骤 2：信息收集
目标：一次收集尽可能多的信息，减少后续追问次数。
重要：本 skill 采用通用信息框架 + 后端动态追问模式。后端会根据外呼目的自动判断需要收集的信息，并在缺少参数时返回追问要求。
信息收集清单
基础信息（必问）
| 信息项 | 说明 | 追问方式 |
|---|
| Who | 被叫方名称/关系 | "请问打给谁？" |
| Phone | 电话号码 | "请问对方电话是多少？" |
| What | 外呼目的 | "请问打电话主要想说什么？" |
时间信息（涉及时间时追问）
| 信息项 | 适用场景 | 追问方式 |
|---|
| When | 预约、提醒、限时活动 | "请问是什么时间？" |
| Deadline | 限时事项 | "有截止时间吗？" |
信息收集策略
按场景智能追问
预约类（预约位子、预约安装、预约服务）
已了解：{Who}，{What}
追问：
- 请问预约什么时间？
- 请问预约在哪个地点？（如不明确）
- 请问几个人/需要什么服务？
- 有什么特殊要求吗？
活动类（活动通知、产品推广）
已了解：{Who}，{What}
追问：
- 请问是什么产品/活动？
- 有什么核心卖点或优惠吗？
- 活动时间是多久？
✅ 步骤 3：信息确认（必须）
⚠️ 重要：在调用外呼接口前，必须向用户展示确认卡片并获得明确同意。
收集完毕后，展示确认卡片：
📞 外呼确认
对象：{Who}（{ContactName}）
电话：{Phone}
目的：{What}
详细信息：
• 时间：{When}
• 地点：{Where}
• 具体事项：{Details}
⚠️ 以下信息将发送到 Outbound AI 外呼服务：
• 电话号码：{Phone}
• 对话内容：{对话摘要}
确认拨打？（回复"确认"或"取消"）
用户确认后才可进入下一步。如果用户取消，则终止流程。
🚀 步骤 4：调用外呼接口
构建请求参数
| 参数 | 类型 | 必填 | 说明 | 示例值 |
|---|
| phone | string | ✓ | 外呼目标电话号码 | "18033009923" |
| messages | string[] | ✓ | 对话上下文 | ["用户: ...", "助手: ..."] |
| mustOutbound | boolean | - | 缺少选填参数时是否强制外呼 | false |
mustOutbound 使用场景：
- 用户明确要求立即外呼，即使信息不完整
- 例如：用户说"不用问了，直接打吧"
messages 说明：
- 包含用户与助手之间的完整对话上下文
- 后端根据上下文生成 prompt
- 格式为字符串数组：
"角色: 内容"
执行调用
推荐：Python 脚本（跨平台）
执行命令：
uv run scripts/make-call.py --phone "{电话}" --messages '["用户: ...", "助手: ...", "用户: ..."]'
强制外呼：
uv run scripts/make-call.py --phone "{电话}" --messages '["用户: ..."]' --must-outbound
🔄 步骤 5：处理返回结果
返回格式
成功响应示例：
| 字段 | 值 | 说明 |
|---|
| code | "10000" | 成功状态码 |
| result | "成功" | 结果描述 |
| data | "12331@e561a439..." | request_id |
失败响应示例：
| 字段 | 值 | 说明 |
|---|
| code | "190001" | 风控拦截 |
| result | "风控校验不通过..." | 拦截原因 |
code 说明
| code | 说明 | 处理方式 |
|---|
| 10000 | 成功 | 告知用户，返回 request_id |
| 190001 | 风控拦截 | 不再重试，告知用户风控原因 |
| 其他 | 失败 | 根据 result 提示用户 |
📊 步骤 6：查询通话结果
外呼发起后，可查询通话结果：
执行命令：
uv run scripts/query-call.py --request-id "{request_id}"
查询参数说明：
| 参数 | 必填 | 说明 |
|---|
| --request-id | ✓ | 外呼返回的 request_id |
| --no-retry | - | 禁用自动重试，只查询一次 |
重试机制：
| 配置 | 默认值 | 说明 |
|---|
| 首次等待 | 30 秒 | 外呼完成后才能查询到结果 |
| 重试间隔 | 20 秒 | 未完成时的重试间隔 |
| 最大重试 | 12 次 | 总等待时间约 4.5 分钟 |
🚀 快速开始（首次使用引导）
当检测到用户首次使用（未配置 API Key）时，按以下话术引导：
你好！我是你的智能通话助手，很高兴能为你服务。😊
从现在起，那些琐碎的预约、重复的通知，或者偶尔不便亲自开口的询问，都可以放心地交给我。我会像真人助理一样，带着温度与对方沟通，并把最终结果整理成简报带回给你。
但在我们开始第一次合作前，需要请你完成一个小小的「授权」：
🔑 请前往 Outbound API 中心 申请您的专属 API Key，然后告诉我即可。
配置完成后，你就可以随时吩咐我，例如：
📞 "帮我给蜀九香打个电话，预订今晚 7 点 4 个人的位子"
📞 "给老爸打个电话问候一下，确认他明天的体检时间"
⚙️ 配置
前置要求
本 skill 需要以下工具：
uv - Python 运行器（ClawX 自带，跨平台）
环境变量（必需）
| 变量名 | 必需 | 说明 | 默认值 |
|---|
OUTBOUND_API_KEY | ✓ | API 密钥（申请地址见下方） | - |
OUTBOUND_BASE_URL | - | API 地址 | https://www.skill.black |
配置方式
推荐：环境变量（更安全）
添加到 ~/.zshrc 或 ~/.bashrc：
export OUTBOUND_API_KEY="your-api-key"
可选：自定义 API 地址
export OUTBOUND_BASE_URL="https://www.skill.black"
备选：配置文件
创建配置目录：
mkdir -p ~/.openclaw/secrets
创建配置文件（注意设置权限）：
chmod 600 ~/.openclaw/secrets/outbound.json
🔒 数据安全建议
凭据安全
- 优先使用环境变量：避免将 API Key 存储在文件中
- 文件权限：如果使用配置文件，务必设置
chmod 600
- 不要提交到代码仓库：将
outbound.json 添加到 .gitignore
本地日志
以下文件包含 PII（电话号码、对话内容）：
memory/skills/requests.jsonl - 外呼请求记录memory/skills/costs.jsonl - 通话日志
用户可随时删除这些文件以清除历史记录。
