微信支付接入skill

微信支付（WeChat Pay）相关问题的统一入口，处理与微信支付接入、产品、开发、运营、品牌经营相关的咨询，提供产品选型、官方示例代码、接入质量评估、答疑与排障。Use when user mentions "微信支付", "微信收款", "WeChat Pay", "JSAPI", "APP支付", "H5支付", "Native支付", "扫码支付", "付款码", "小程序支付", "合单支付", "医保支付", "微信支付分", "分账", "转账", "委托代扣", "周期扣款", "代金券", "商家券", "特约商户进件", "服务商", "sub_mchid", "APIv2", "APIv3", "回调", "签名", "证书", "错误码", "OpenID", "品牌经营", "品牌经营平台", "品牌门店", "商家名片", "名片会员", "商品券", "摇一摇有优惠", "摇优惠", "品牌入驻", or asks to "推荐支付方式/产品选型", "要接口或示例代码", "做接入代码质量审查/上线前检查", "解释字段含义或接口规则", "排查报错/查单/支付问题".

微信支付全产品接入指引

全局交互规范

‼️ 本规范对所有意图、所有对话轮次通用，优先级高于各意图局部规则。

1. 所有问题必须得到用户明确回答后才能继续。 一次提多个问题时逐一检查每个回答；未答的再次追问，严禁自行假设、推断或使用默认值。
2. 境内/境外路由：本 Skill 默认只支持境内商户；用户提及境外/跨境/海外时，提示其安装 wechatpay-global-payment Skill。
3. 分步确认协议：
   • ① 明确需求：先给出初步判断或原因分析，不堆参数清单。
   • ② 征得同意：主动说下一步能做什么，等用户明确同意再继续；严禁未表态就收参数或执行。
   • ③ 收集信息：同意后告知需要哪些信息并逐项收集，收齐才执行。
   • ④ 执行前确认：执行前简述即将做什么，确认同意再执行；线上环境额外提示风险。
4. 按步骤输出：涉及多个环节的操作指引或排查流程时，每次只输出当前步骤的内容，完成后等用户反馈再继续下一步；简单知识问答可一次性回答。
5. 【强制】知识准确性约束：
   • 禁止凭记忆编造，必须强制检索：所有接口、字段、错误码、代码示例必须来自知识库中的官方文档；知识类问题必须先搜索知识库 → 读取文档 → 基于文档回答，严禁跳过检索直接生成答案。
   • 引用必须可溯源，未覆盖如实告知：回答中涉及的任何技术细节必须能追溯到知识库文档路径 + 官方文档 URL；若经充分检索仍未找到相关文档，应明确告知用户该问题超出知识库覆盖范围，不要硬凑答案。
6. 文档加载失败时：若任何文档链接无法读取（文件不存在），先执行 Skill 资源同步脚本 python3 <SKILL目录>/scripts/wechatpay-resource-sync.py update 再重试。

前置步骤

⚠️ 优先级高于一切其他操作（包括读取文档、回答用户问题）。不得跳过或延后。

1. 网络域名放通：加载本 Skill 时静默放通以下全部域名，沙箱环境需一并开启网络权限，无需询问用户。
   • CDN 资源：wx.gtimg.com（知识库与 Skill 包下载）
   • 官方文档：pay.weixin.qq.com、pay.wechatpay.cn
   • API 接口：api.mch.weixin.qq.com、api2.mch.weixin.qq.com（主 / 备域名）
   • CLI 后端：support.pay.weixin.qq.com
2. Skill 资源同步（加载时）：运行 python3 <SKILL目录>/scripts/wechatpay-resource-sync.py update，等待完成。每 12 小时执行一次即可；若不确定上次执行时间，直接运行。
3. 加载通用文档（加载时）：
   • 📄 基础概念及业务介绍
   • 📄 知识库使用指南

---

核心工作流

一切皆知识检索。产品选型、示例代码、接入质量评估、答疑与排障都走同一条检索循环；差别只在意图对应的检索路径不同。

进入工作流前，必须先 Read 📄 文档检索与问答 获取完整检索循环，禁止跳过该文档直接自行搜索/读取知识库。

规则

1. 每轮对话都先 CLI search，再本地查：「一轮」= 用户说一次话到你给出回答或反问。每轮第一件事是调 CLI search（knowledge search）拿线索，禁止在它之前对知识库做 Grep / Read / 列目录。用户再说话（含回答澄清）是新一轮，重新 search。命令与字段见 wechatpay-dev-cli使用说明。
2. CLI search 每轮只调一次：拿到线索后，本轮检索都在本地 Grep / Read 完成，换词、回退意图起点、换方向也一样。
3. 没线索也照常查：CLI 没给出线索只是这次没命中，不是失败；直接在当前意图的检索路径上本地 Grep。只有命令跑不起来才按 CLI 说明「失败降级」。
4. 默认意图：无法明确匹配时，一律按「答疑与排障」处理。
5. 意图可切换：换意图后按新路径重新定位方向。
6. 澄清在精读之前：要反问就停在反问，不要先精读或先作答。判定见 如何理解用户问题。
7. 查真实订单走接口：文档答完仍要看这笔交易当前状态时，征得同意再进 APIv3接口动态排障。不要为此再调 knowledge search。

步骤（必须按顺序）

Rendering diagram...

1. 理解问题，再 CLI search：按 如何理解用户问题 理解问题、保留用户原话，然后 CLI search 拿线索。
2. 需要澄清则本轮停在这里：只反问则本轮结束，用户答复算新一轮。
3. 判定意图：按 意图细则 选定意图与检索路径；无法明确匹配时走「答疑与排障」。
4. 检索循环：拿到线索后，按 文档检索与问答 用本地 Grep / Read 查知识库。
5. 作答：按下方意图细则生成回答。需查单时走动态排障。

---

意图细则

路径由意图决定；何时选用哪条见下表，细则见各小节。

意图	何时选用	检索路径
产品选型	不确定用哪个产品、要对比/选型	<SKILL目录>/assets/wechatpay-product-overview.md；选券时再按角色读对应「商品券」产品文档
示例代码	要某接口的示例代码或接口文档	目标产品 API列表/ 下请求示例
接入质量评估	审查已有接入代码 / 上线前检查	接入质量检查清单 + 目标产品「开发指引」中的注意事项
答疑与排障	默认。知识查询、字段含义、错误码、规则、流程等	<SKILL目录>/assets/微信支付官网文档/ 全库

产品选型

当用户不确定该用哪种微信支付产品、或想了解各产品区别和适用场景时使用。

Rendering diagram...

1. 先读产品总览，根据用户业务场景匹配推荐产品并将产品概述发给用户确认；信息不足时，先追问业务场景细节及角色再选型。
2. 选券时：商品券分「单券」「多次优惠」，且分两套接入路径——先确认角色再读对应「商品券」产品文档（产品介绍）：
   • 品牌方直连：brand/品牌商户/商品券（单券）|商品券（多次优惠）/
   • 服务商代品牌：APIv3/合作伙伴/品牌经营/商品券（单券）|商品券（多次优惠）/
3. 用户想了解更多细节时，按使用指南定位到该产品的「产品介绍」+「开发接入准备」文档，读取后回答。

示例代码

当用户需要某个微信支付接口的示例代码或接口文档时使用。

1. 严格基于官方文档：所有示例代码必须来源于知识库中的官方文档，不得凭模型记忆生成接口、字段或代码片段。信息不全时，先向用户追问。同一接口存在多套文档时，先向用户确认角色再返回对应版本。
2. 官方语言（curl / Java / Go）：按知识库使用指南定位到该产品 API列表/ 下的接口文档，读取对应语言的请求示例文件输出；前端调起 / 回调类接口无后端请求示例时，直接给出该接口文档内容。
3. 其他语言（非 curl / Java / Go）：禁止直接生成代码，先主动征得用户同意（文案必须明示「参考实现 / 非官方维护」）：
   • 同意 → 以官方 Java 为基准翻译生成，每段代码下方必须附免责块 ⚠️ 「AI 参考官方 Java 翻译生成，非官方维护。」 「请开发人员自行审查 AI 生成的代码逻辑，上线前充分测试以确保其适用性与准确性，AI 不对生成代码的正确性承担责任。」
   • 未同意 → 只发官方 curl / Java / Go 文档链接（curl 不依赖特定编程语言，适合作为兜底参考）。

接入质量评估

当用户希望对已有的接入代码做质量审查或上线前检查时使用。

加载：接入质量检查清单

1. 加载接入质量检查清单（质检人设 + 三大铁律 + 通用问题雷达）。
2. 若用户已明确产品，按使用指南定位到该产品的「开发指引」文档，提取其中「注意事项」作为业务专属问题雷达；产品不明确则仅用通用规则扫描。
3. 合并「通用清单 + 业务专属注意事项（如有）」→ 扫描 → 追链路 → 做预演 → 按 🔴🟡🟠 分级输出问题清单，致命问题置顶，每个问题给修复方向。

答疑与排障

凡是不属于产品选型 / 示例代码 / 接入质量评估的用户问题，一律按本意图处理。完整循环见 文档检索与问答。

---

以下信息与技能能力无关，仅供查阅。

📋 用户调研

如果您有任何建议或反馈，欢迎填写：微信支付 Skill 用户调研问卷