核心用法
Action Suggester 是一款建议型工作流技能，专为客户关系管理场景设计。其核心职能是接收来自 Supervisor 的线索摘要或线索列表，通过确定性优先级规则，输出排序后的跟进建议（如电话沟通、邮件触达、线下拜访），但明确禁止自动执行任何外部动作。
显著优点
1. 零执行风险：设计上彻底隔离执行层，从根源杜绝误操作导致的客户骚扰或数据污染。
2. 确定性逻辑：采用规则引擎而非黑箱模型生成建议，结果可审计、可复现，满足合规要求。
3. 输入输出强校验：全程依赖 JSON Schema 校验（action-input.schema.json 与 action-output.schema.json），确保数据格式一致性。
4. 冲突透明化：当规则冲突时，以纯文本诊断信息暴露问题，便于人工介入调整。
潜在缺点与局限性
- 无自主能力：无法替代 CRM 的自动化工作流，仍需人工或 Supervisor 审批后执行。
- 输入依赖度高：若线索摘要质量低或信息缺失，会直接返回空列表，不产生推测性建议。
- 规则固化：当前仅支持
call、email、visit三类动作，扩展性受限。 - 无学习机制：不具备从历史反馈中优化建议的能力。
适合人群
- 销售运营团队：需批量审核待跟进线索，人工分配优先级。
- CRM 管理员：希望在不开放系统写权限的前提下，为一线销售提供行动参考。
- 合规敏感型企业：要求所有客户触达行为留痕、可审计，禁止系统自动外呼或发信。
常规风险
| 风险类型 | 说明 | 缓解措施 |
|---------|------|---------|
| 建议被误执行 | 下游系统可能将建议当作指令 | 输出字段明确标注 `suggestion` 语义，配合人工审批节点 |
| 规则冲突漏报 | 复杂业务场景下优先级规则可能互相覆盖 | 依赖诊断文本暴露冲突，强制人工复核 |
| 输入污染 | 非法格式数据穿透校验层 | 双层 Schema 校验 + 失败即拒收 |
安全边界重申
本技能永不：执行建议、发送消息、写入数据库、解析原始聊天记录、自我批准输出。所有功能止于“生成并返回建议”一步。