Install
openclaw skills install @wangm-a3/yunlv-cantonfairUse when user needs to generate Canton Fair lead discovery strategies and outreach plans. Use when generating trade show customer development strategies. Use when creating personalized outreach content, product categories, booth information references. Use when user mentions "广交会", "展会获客策略", "摊位号", "展商开发", "展会客户开发策略", "采购商开发策略".
openclaw skills install @wangm-a3/yunlv-cantonfair广交会(中国进出口商品交易会)是全球最大综合性展会,每届汇聚超2万家参展商和20万采购商。云旅AI广交会获客顾问技能,帮助外贸企业辅助生成精准的展会客户开发策略,生成个性化开发信,实现展会价值最大化。
解决什么问题:外贸企业参加/未参加广交会时,如何获取客户开发策略并高效联系?
核心价值:将展会信息转化为可执行获客策略的时间,从3-5天压缩到10分钟。
| 功能 | 说明 |
|---|---|
| 展商信息参考 | 按产品关键词、行业分类、采购商/参展商身份等多维度参考 |
| 客户匹配度评估建议 | MatchGPT评估客户与自身产品的匹配度(1-10分) |
| 联系信息结构化整理 | 整理企业名称、邮箱、电话、LinkedIn等联系信息 |
| 个性化开发信生成 | 基于展商信息辅助生成多语言开发信 |
| 多期展会变化参考 | 对比近3届展商变化,参考新增客户和流失客户 |
| 跟进建议配置 | 对高潜力客户生成跟进建议 |
支持以下输入方式(任选其一):
方式A - 关键词需求描述(最常用)
产品关键词:outdoor furniture, garden parasol
展会届数:第137届(2025年)
企业类型:采购商
方式B - 行业分类参考
行业分类:家居用品 > 家具 > 户外家具
目标国家:北美(美国、加拿大)
方式C - 展商/采购商名称参考
公司名称:IKEA
公司类型:采购商
参考维度:采购品类、来源国家、参展历史
系统辅助执行:
{
"query": "outdoor furniture",
"fair_session": "137th",
"total_found": 847,
"filtered_leads": 156,
"high_priority": 23,
"results": [
{
"rank": 1,
"company_name": "Patio Living Inc.",
"country": "United States",
"company_type": "Importer",
"match_score": 9.2,
"products_interest": ["outdoor dining sets", "garden umbrellas"],
"estimated_annual_volume": "$5M-$10M",
"contact_person": "John Smith",
"contact_role": "Purchasing Director",
"email": "j.smith@patioliving.com",
"phone": "+1-555-0123",
"linkedin": "linkedin.com/in/johnsmith-patio",
"booth_number": "A区 8.1 K15",
"attended_fairs": ["136th", "135th", "134th"],
"recommendation": "🌟🌟🌟 重点开发:连续3届参展,采购量大,建议直接电话联系"
}
]
}
选中目标客户后,系统辅助:
| 场景 | 使用方式 |
|---|---|
| 展会前预热 | 参考目标采购商,生成邀约面谈消息 |
| 展会中快速识别 | 扫展时用摊位号快速参考公司背景 |
| 展会后跟进 | 将展会上收集的名片参考,快速建档 |
| 被动获客 | 从未参展但有采购记录的采购商中参考 |
| 新市场开拓 | 特定国家+特定品类的采购商定向参考 |
references/canton_fair_categories.md(何时读取:需要按行业分类精确参考时)references/outreach_templates.md(何时读取:生成联系邮件时)references/followup_strategy.md(何时读取:制定展会后跟进计划时)用户需求:我们是做户外家具的,生成第137届广交会上的北美采购商开发策略
执行结果:
用户需求:展会现场遇到一家德国公司,摊位号 A12.1-25,快速了解这家公司
执行结果:
| Rationalization | Reality |
|---|---|
| "广交会参考信息包含所有采购商联系方式" | 参考覆盖率约70%,需配合社媒二次验证 |
| "匹配评分高就一定能成交" | 评分仅供参考,最终转化依赖产品竞争力和跟进策略 |
| "展会后跟进效果不如展会前邀约" | 两者效果相当,关键在于是否在决策窗口期联系 |
| "批量群发开发信效率最高" | 个性化联系回复率是群发的3-5倍 |
./data/yunlv-skills/cantonFair/
├── queries/ # 策略生成记录(不含原始展商数据)
├── leads/ # 筛选后的客户名单
├── messages/ # 生成的消息内容
└── logs/ # 运行日志(不含联系方式)
本技能的数据处理流程完全透明,所有数据传输均有明确目的:
| 数据流 | 方向 | 内容 | 用途 | 保护措施 |
|---|---|---|---|---|
| 用户 → 本技能 | 输入 | 获客需求描述(产品关键词、行业分类) | 构建策略生成请求 | 本地处理 |
| 本技能 → 云旅AI API | 请求 | 产品关键词+筛选参数 | 获取获客策略建议 | TLS 1.3加密传输 |
| 云旅AI API → 本技能 | 响应 | 匹配评分+市场参考信息 | 生成客户名单 | 服务端不存储请求 |
| 本技能 → 用户 | 输出 | 格式化的获客策略+开发信内容 | 辅助展会获客 | 数据保留在用户环境 |
关键保证:
./skills/yunlv-skills/references/ 下的参考文件./data/yunlv-skills/cantonFair/ 用户自有数据完成广交会获客策略生成后:
./data/yunlv-skills/guangjiaoFAI/
├── queries/ # 策略生成历史记录
├── leads/ # 导出的客户名单
├── outreach/ # 生成的开发信记录
└── logs/ # 运行日志
./skills/yunlv-skills/references/ 下的参考文件./data/yunlv-skills/guangjiaoFAI/leads/ 导出名单