360 Secure SkillHub
360 安全技能中心

知识库健康度检测

读取 FAQ 知识库与金牌客服对话文件,逐条对比答复口径,检测不一致、过时、缺失与模糊条目,输出 Markdown 差异报告与按优先级排序的优化建议清单;需 Python 3.10+ 及 pandas 等依赖运行随附文件读取脚本。

zenobiazizi
zenobiazizi
热度 12.20
最近更新 2026-08-06 14:17:37
分类:知识依赖:代码执行 / 读写文件 / 内部调用大模型应用场景:报告撰写 / 研究 / 摘要总结

安装技能

复制下面的话术发给你的 Agent,它会通过 secure-skills 检索并安装该技能。

执行命令安装此 skill: npx secure-skills-cli add skill-knowledge-base-health-check
Metadata
name
knowledge-base-health-check
slug
knowledge-base-health-check
displayName
知识库健康度检查
description
对比 FAQ 知识库与金牌客服对话记录,识别口径不一致、过时内容、缺失条目,生成差异报告与优化建议。反馈与定制联系:zenobiazizi.skills@foxmail.com
version
1.0.0
inputs
[{"name":"faq_file","type":"File","required":true,"description":"FAQ 知识库文件(.xlsx, .xls, .md, .txt, .csv),含问题与标准答案。"},{"name":"dialogue_file","type":"File","required":true,"description":"金牌客服对话记录文件(.xlsx, .xls, .md, .txt, .csv),含客户提问与客服答复。"}]
outputs
[{"name":"inconsistency_report","type":"String","description":"Markdown 格式的差异报告,列出每条不一致/过时/缺失的条目及具体描述。"},{"name":"suggestion_list","type":"String","description":"Markdown 格式的优化建议清单,按优先级排序。"}]
metadata
{"author":"shibo","category":"knowledge-management","tags":["knowledge-base","faq","quality","audit","customer-service"],"compatibility":"Requires Python 3.10+ and pandas with openpyxl/xlrd for Excel reading."}

知识库健康度检查

通过对比 FAQ 知识库与金牌客服实际对话,发现知识条目与真实服务口径的差异,帮助团队及时更新知识库。

Quick Start

  1. 准备 FAQ 知识库文件(支持 .xlsx, .xls, .md, .txt, .csv)
  2. 准备金牌客服对话记录文件(同上)
  3. 使用 scripts/read_file.py 将文件转换为文本
  4. 将转换后的文本输入,执行对比分析

资源

  • scripts/read_file.py - 读取多种格式文件并转换为纯文本

When to Use

  • 定期审核知识库时效性
  • 新政策上线后验证知识库同步情况
  • 质检发现客服口径偏离时追溯根因
  • 培训新员工前确保知识库准确

Workflow

  1. 读取文件:使用 scripts/read_file.py 将 FAQ 文件和对话记录转换为文本格式。
  2. 解析 FAQ:从 FAQ 文本中提取每条知识条目(问题+标准答案),建立索引。
  3. 解析对话:从对话文本中提取每轮交互(客户问题+客服答复),按话题聚类。
  4. 对比分析(核心):
    • 口径一致性:对比客服答复与 FAQ 标准答案,检查是否完全一致、部分偏离或矛盾。
    • 过时检测:识别 FAQ 中提及但对话中不再使用或已废止的政策/流程。
    • 缺失检测:发现对话中频繁出现但 FAQ 未覆盖的新问题。
    • 模糊/不完整:判断 FAQ 答案是否过于笼统,无法指导实际对话。
  5. 生成报告:
    • 差异报告:列出每条 FAQ 条目的健康状态(正常/不一致/过时/缺失/模糊),附证据引用(对话摘录)。
    • 建议清单:按影响程度(高/中/低)排序,提出具体修改建议(如更新话术、补充新条目、删除废止内容)。

分析原则

  • 以对话为事实基准:金牌客服的话术代表当前最佳实践,FAQ 应与之对齐。
  • 定量+定性:统计每条 FAQ 在对话中的命中率、匹配度,同时通过语义理解判断实质差异。
  • 覆盖度评估:计算对话中涉及的话题被 FAQ 覆盖的比例,识别知识盲区。

输出要求

提供两份 Markdown 文档:

1. 📋 差异报告

  • 按 FAQ 条目编号/标题列出,包含:
    • 条目原文
    • 健康状态(✅一致 / ⚠️不一致 / 🕒过时 / ❌缺失 / 🔍模糊)
    • 具体说明(引用对话证据)
    • 影响评估

2. 💡 优化建议清单

  • 按优先级(高→中→低)排列
  • 每条建议含:操作类型(更新/新增/删除/细化)、目标条目、具体修改内容、预期效果

安全与数据规范

  • 数据脱敏:上传前建议去除客户隐私信息(姓名、电话、订单号等)。
  • 文件大小:建议单个文件不超过 10 MB。
  • 依赖:scripts/read_file.py 需 pandas、openpyxl,安装命令:pip install pandas openpyxl

约束

  • 文件读取:必须使用 scripts/read_file.py 读取文件,保证格式统一。
  • 不编写代码:直接输出分析结果,不展示中间推理过程。
  • 客观公正:基于实际对话内容判断,不臆造差异。