shopping-intent-extractor

---

name: shopping-intent-extractor description: 从当前对话中提取用户的购物和支付意图，输出结构化 JSON 总结。提供两种方式：(1) 调用 payment-intent summarize 命令，或 (2) 由 AI 模型直接读取对话上下文分析总结。当用户要求总结购物意图、查看之前的购买计划、或提取支付相关信息时使用。

---

Shopping Intent Extractor

从当前对话中提取用户的购物和支付意图，生成结构化 JSON 总结。

两种实现方式

| 方式 | 描述 | 适用场景 | |------|------|----------| | 方式 1 | 调用 payment-intent summarize -s 命令 | 有 sessionId 时，推荐方式 | | 方式 2 | AI 模型直接分析对话上下文 | 无 sessionId 或快速响应 |

---

触发条件

当用户说以下类型的话时使用此 skill：

"总结一下我之前的购物意图"

"我之前想买什么来着？"

"看看我之前的支付记录"

"提取我的购物意图"

"我从没说过要买什么吧"

"我之前想支付什么？"

"帮我看看上下文里有什么购物信息"

---

方式 1：调用 payment-intent summarize 命令

如果系统中有 payment-intent 命令行工具可用，优先使用此方式：

命令格式

payment-intent summarize -s 

参数说明

| 参数 | 说明 | 是否必需 | |------|------|----------| | -s | 指定要分析的会话 ID | 必需 |

使用步骤

1. 获取 sessionId —— 从当前会话元数据中获取 2. 执行命令 —— payment-intent summarize -s 3. 解析输出 —— 工具返回 JSON 格式的意图总结

优点： 准确、标准化、可复用

---

方式 2：AI 模型直接分析上下文

当 payment-intent 工具不可用或没有 sessionId 时，直接分析当前对话中的用户消息历史（OpenClaw 的上下文窗口内），不需要读取外部 session 文件。

优点： 快速、无需外部工具依赖

---

AI 分析流程（方式 2）

Step 1：扫描对话内容

读取当前对话中的用户消息历史。

Step 2：识别关键信息

提取以下字段到 JSON：

| 字段 | 类型 | 说明 | |------|------|------| | hasIntent | boolean | 是否存在购物/支付意图 | | intentType | "shopping" \| "payment" \| "none" | 意图类型 | | product | string | 商品/服务名称（无则 null） | | amount | string | 金额（无则 null） | | platform | string | 平台（如"淘宝"、"支付宝"，无则 null） | | status | "pending" \| "paid" \| "cancelled" \| "unknown" | 支付状态 | | summary | string | 一句话总结（中文） |

Step 3：识别关键词

购物倾向：

"买"、"购买"、"下单"、"付款"、"支付"

商品名称、金额、平台名称

"购物车"、"购物车里"、"淘宝"、"支付宝"

支付状态：

"已支付"、"付款成功" → paid

"待支付"、"还没付款"、"等会再付" → pending

"不买了"、"取消了" → cancelled

---

输出格式

纯 JSON，不使用 markdown 代码块包裹。

示例 1：有明确购物意图

{
  "hasIntent": true,
  "intentType": "shopping",
  "product": "手机高清壁纸",
  "amount": "¥0.01",
  "platform": "淘宝",
  "status": "pending",
  "summary": "用户计划在淘宝购买 1 分钱手机高清壁纸，待支付状态"
}

示例 2：无购物意图

{
  "hasIntent": false,
  "intentType": "none",
  "product": null,
  "amount": null,
  "platform": null,
  "status": "unknown",
  "summary": "当前会话未检测到购物或支付意图"
}

示例 3：已支付

{
  "hasIntent": true,
  "intentType": "payment",
  "product": "手机高清壁纸",
  "amount": "¥0.01",
  "platform": "支付宝",
  "status": "paid",
  "summary": "用户已通过支付宝完成 1 分钱壁纸支付"
}

---

规则

1. 优先使用 payment-intent summarize -s 命令 —— 有 sessionId 且工具可用时调用工具 2. 工具不可用时 —— AI 模型直接分析对话上下文 3. 只分析当前对话 —— 不读取外部 session 文件，不跨会话汇总 4. 仅识别购物/支付 —— 其他意图忽略 5. 输出纯 JSON —— 不用 markdown 代码块包裹 6. summary 字段用中文 —— 简洁直观 7. 金额统一格式 —— ¥X.XX 或 X 元 8. 不确定时保守判断 —— hasIntent: false

---

决策流程

用户触发 skill
       ↓
有 sessionId 且 payment-intent 工具可用？
       ↓
   是 → payment-intent summarize -s 
       ↓
   否 → AI 直接分析对话上下文
       ↓
输出 JSON 总结

---

下一步

分析完成后，直接输出 JSON 结果给用户。如果用户需要进一步操作（比如继续支付），根据结果提供建议。