live-ops-todo-dispatch (lotd) v2

直播运营每日代办分发 CLI —— 读取钉钉群聊/私聊，AI 语义筛选每日代办，结合固定模板自动创建钉钉待办、私信汇总，并生成云端定时任务（早批次 + 每 30 分钟轮询）。

v1 只能按写死的固定清单发代办；v2 以聊天内容为准，固定清单降级为辅助模板，并新增通用代办模板，举一反三识别聊天里的任意任务。

能力总览

| 能力 | 说明 | |---|---| | 聊天采集 | dws 按时间窗拉监控群/私聊消息，支持图片下载（品牌时刻图） | | AI 语义筛选 | T1 每日清单 / T2 分工指派 / T3 通用任务 / T4 分工表（更新负责人）/ T5 停播改期取消（拦截）；N1-N4 噪音自动忽略；拿不准的进异常清单只发操作者 | | 固定模板 | 保留 v1：sameDay / advance1 / advance2，自然日倒推、24:00 归属直播当天、一事一待办 | | 通用模板 | 挂链接、抽奖时段、信息收集等任意聊天任务，自动解析负责人与时间 | | 混合节奏 | 早批次（如 9:00/10:00，可配）+ 8:00–23:30 每 30 分钟轮询；夜间消息并入早批次 | | 全自动 | 建待办 → 回读验证 → 按人私信汇总 → 操作者收运行报告；异常不打扰执行人 | | 幂等可回滚 | 消息/待办双账本去重；lotd rollback --run <id> 按批次删除误建待办 | | 周期提醒 | 每周数据拉取/复盘等用钉钉循环待办，时间因人而异 |

安装

npm i -g live-ops-todo-dispatch
lotd verify          # dws 必需；qwenwork 仅云端定时需要
dws auth login       # 未登录时先登录钉钉

快速开始

# 1. 交互式首配（账号预设、监控群勾选、执行人 userId 反查、别名、周期提醒）
lotd setup
#    非交互环境可用 lotd init 生成模板手动编辑

lotd check           # 校验配置

# 2. 日常由云端定时自动跑；手动全流程演示：
lotd collect --mode batch --download
lotd extract --mode batch
#   → AI 阅读 lotd-bundle/batch-all.md，按 skill 分类规则产出 decisions JSON
lotd plan --decisions lotd-bundle/decisions.json     # 预览（不创建）
lotd dispatch --decisions lotd-bundle/decisions.json # 正式分发

# 3. 云端定时（每账号早批次 + 每30分钟轮询）
lotd scheduler --out tasks.json     # 生成任务定义
lotd scheduler --apply              # 安装 qwenwork 后直接创建

# 4. 把 AI skill 安装到 Agent 技能目录
lotd skill-install --target qoderwork   # 钉钉千问工作台；也支持 qoder/claude/cursor/codex/agents/. 等

命令一览

| 命令 | 作用 | |---|---| | setup [路径] | 交互式首配 | | init [目录] | 生成 v2 配置模板 | | check / verify | 校验配置 / 检查 dws、qwenwork | | collect --mode batch\|poll | 拉取监控会话增量消息（batch 回看 24h，poll 看上次之后） | | extract --mode ... | 采集并生成 AI 上下文包（.json + .md，含分类样本与决策 schema） | | plan | 合并预览固定模板 + 聊天决策（dry-run） | | dispatch | 正式执行：建待办、私信、报告、记账本 | | rollback --run <id> | 回滚某次运行 | | calendar --month YYYY-MM | 固定模板整月日历 | | reminders | 幂等创建周期循环待办 | | scheduler [--out|--apply] | 生成/创建云端定时任务 | | skill-install --target | 安装随包 skill 到 Agent 目录 |

配置结构（accounts.json）

• operator：当前使用者（收运行报告/异常清单；复盘类任务跟随此人，换人重跑 setup）
• accounts[]：账号、排期（weekly:2,3,4 / dates:...）、推送时间、固定模板开关、执行人、事项、品牌时刻、监控 sources
• globalSources[]：跨账号监控会话
• aliases[]：昵称别名（小明=张三…），决策中的负责人先过别名表
• reminders[]：周期提醒（weekday 1-7、time、receivers，operator 表示操作者本人）
• config.polling：轮询时段与频率（默认 8:00–23:30 / 30 分钟）

AI 决策（decisions JSON）

AI 读取上下文包后输出五类数组：todos（建待办）、ownershipUpdates（T4 长期分工）、suppressions（T5 拦截）、ignored（N1-N4 噪音）、anomalies（只发操作者）。完整字段见包内 templates/decisions.schema.json，分类样本见 templates/samples.md（随 skill 发布为 references/classification.md）。

灰度建议

1. 先 collect + extract + plan 只分析不创建，连续几天核对分类准确率；
2. 单账号灰度 3–7 天，用 rollback 兜底；
3. 稳定后扩到全部账号并启用 scheduler --apply。

二期规划

飞书（lark CLI）、大象 app（电脑操控 GUI）消息源接入。

开发

node test/run.js      # 离线测试（规则/迁移/合并/拦截/去重）
npm pack              # 本地打包验证
npm publish           # 发布（需 npm login）

License

MIT