selfrelease
fad458b2a7
- UIUX 文档：填充 19 个缺口（多主体画像/健康度/AI+看板/增长域/洞察域/创始人端/OODA/助推/商密） - UIUX 文档：插入 6 个新章节（十四~十九），旧章节重编号为二十~三十一，更新目录和交叉引用 - 作业指导书 x5：导航改为 6 域分组，新增 Context Bar/工作模式/Insight Rail/决策线程/多工作区等 UI 概念 - 新建 docs/2-task-uiux.md：50 个代码落地开发任务，按 P0-P6 分优先级 + 8 Sprint 规划 - 后端/前端：大量新增模型、路由、组件（来自之前 Phase 开发）
21 lines
877 B
Python
21 lines
877 B
Python
"""AI 客户增长 Agent。"""
|
|
|
|
from app.services.llm_client import LLMClient
|
|
|
|
|
|
async def generate_customer_plan(
|
|
company_context: str,
|
|
lp_resources: str,
|
|
) -> dict:
|
|
"""AI 分析 LP 资源 + Portfolio 客户网络，生成客户获取方案。"""
|
|
llm = LLMClient()
|
|
prompt = f"""请基于以下信息生成客户获取方案：
|
|
|
|
企业上下文：{company_context[:3000]}
|
|
LP 资源：{lp_resources[:3000]}
|
|
|
|
以 JSON 格式返回：
|
|
{{"target_customer": "目标客户画像", "entry_angle": "切入角度", "decision_chain": [{{"role": "角色", "name": "姓名", "influence": "高/中/低"}}], "pricing_strategy": "定价策略", "competitive_analysis": {{""strengths": ["优势"], "weaknesses": ["劣势"]}}, "lp_resources": ["可利用资源"]}}"""
|
|
result = await llm.chat(prompt, temperature=0.5)
|
|
return result if isinstance(result, dict) else {}
|