e销宝

面向小团队、服务 C 端客户的实时销售话术 Copilot，作为独立插件安装在「易宝工坊」（DeepSeek Harness）上。

销售人员在通话中打开右侧边栏的「e销宝」面板：客户说完一句，面板给出一条主建议、一条备用说法、一个建议追问、风险提示和来源。销售保留最终判断和表达控制权——e销宝不替销售发言。

客户语音（约 4 秒分段）
  → 平台内置本地 SenseVoice 识别
  → 代码：意图打分 + 混合检索（只读已审核且在生效期内的内容）
  → 代码：转人工规则 + 重复建议抑制
  → DeepSeek：在已检索证据范围内组织结构化建议
  → 代码：结构校验 + 来源白名单 + 禁止承诺拦截
  → 面板展示给销售
  → 销售采纳 / 修改 / 跳过 → 反馈进入复盘

它是什么，不是什么

是：给真人销售用的实时辅助工具。文字输入和语音两条路径都能产生建议；知识库有审核、版本、生效期与回滚；全链路可审计。

不是：不自动替销售与客户通话；不发送短信、邮件、微信或私信；不自动外呼；不自动改价、打折、退款或改合同；不把模型推断写成客户事实。插件没有注册任何发送、外呼、改价或退款类工具，这是代码层的边界，不是提示词里的约定。

核心设计：哪些交给代码，哪些交给模型

这个划分是整个插件的地基：

由代码确定性地做	由模型做
检索哪些话术卡（关键词 + 字符 n-gram + 元数据，RRF 融合）	把已检索到的证据组织成一句销售能直接说出口的话
内容门禁（只有 approved 且在生效期内可检索）	—
八条人工接管判定	—
禁止承诺与未授权数字的拦截	—
来源白名单校验（模型引用未提供的依据即整条丢弃）	—
重复建议抑制、事件幂等、审计	—

理由很直接：模型输出不可复现、不可解释，也不该被信任去决定「能引用什么」。凡能确定性计算的都不给模型。

模型输出要穿过三道闸门才算数：

1. 输入受限——只给当前稳定句、最近数轮、意图候选、已审核事实、Top-3 话术卡、禁止承诺与转人工规则。
2. 结构校验 + 来源白名单——source_cards 只能引用本次候选，policy_refs 只能引用本次已审核事实。越界即判为模型编造依据，整条丢弃。
3. 展示前拦截——禁止承诺词与未经事实库授权的数字（价格、折扣、百分比）被拦下。

任何一步失败都降级为模板建议（直接用排序第一张已审核卡片的话术）并在界面上标注「已降级」。降级不是错误路径：模型慢或坏，销售仍然拿得到有依据的话术。

功能

右侧边栏 · 实时陪练 会话头与服务状态（音频 / ASR / 推荐三者独立报告）→ 实时转写（临时与稳定区分、客户/销售标签）→ 当前识别（意图、置信度、「需确认」）→ 推荐回应（复制 / 已采用 / 不适用 / 效果不佳）→ 备用说法 → 建议追问 → 风险提示 → 来源 → 暂停 / 结束 / 请求人工协助。

插件配置页 · 知识管理 七个分区：话术库、审核队列、产品与政策、版本与健康、试运行、连接与隐私。发布需权限检查并写审计；试运行是只读沙盘，不写会话也不写审计。

左侧工作台：同一套知识管理的全宽视图，用于批量审核。

五个 Agent 工具 search_phrase_cards、get_product_policy、get_customer_context、save_coaching_feedback、request_human_handoff。

七个运行时技能 b2c-sales-context、b2c-need-discovery、product-recommendation、realtime-sales-coach、objection-handling、human-handoff、conversation-debrief。

安装

见 docs/install.zh.md。简版：把本目录绝对路径填入「插件管理 → 添加插件」，重启应用，右侧边栏即出现「e销宝」。

数据位置

$DSH_HOME/xiaobao/knowledge/（默认 ~/.dsh/xiaobao/knowledge/）：

文件	内容
phrase-cards.json	话术卡库
facts.json	产品事实与政策库（价格与产品能力的唯一权威来源）
audit.jsonl	追加式审计：内容变更与推荐反馈

首次启动会把随包的种子知识（30 张话术卡 / 12 条事实）注入空库。种子内容只是让插件开箱可用，不是可信的业务事实——请按自己的产品在配置页替换后再审核发布。

开发

node scripts/build-seed.mjs      # 重新生成种子知识
node scripts/build-fixtures.mjs  # 重新生成评测夹具
node scripts/eval.mjs            # 离线评测 → docs/eval-report.md
node --test-isolation=none --test "test/*.test.mjs"   # 单元测试
node scripts/selfcheck.mjs       # 交付前自检（含全部测试与评测）

测试必须带 --test-isolation=none：默认隔离模式会为每个测试文件派生子进程，而 DSH 的 Windows 沙箱禁止该操作（EPERM）。同进程运行绕过了限制，也符合这些测试无副作用的设计。

零运行时依赖：dependencies 为空，只用 Node 内建模块与平台注入的服务。因此本插件不需要 npm install 即可加载。

lib/client.js 是手写的模块工厂（不是构建产物）。改它的时候注意两件事：工厂形状必须是 window.__ModuleLoader__.load({id, factory})（形状不对时平台不会报错，插件只是永远不出现），以及它只能同步 require 平台种子表里的模块（react、react/jsx-runtime）。两者都有测试守着。

已知限制

诚实列出当前的不足，避免误判能力边界：

• 语音是分段准实时，不是流式。 平台的语音服务接受的是一次完整的 16 kHz 单声道 WAV，返回整段文本，没有流式回调。插件按约 4 秒切段，因此每段有 1–2 秒的识别延迟，达不到开发计划里「稳定句到意图结果 ≤1.5s」的流式指标。
• 说话人是人工标签。 平台不提供说话人分离，客户/销售由销售手动切换，可能标错。
• 检索是进程内 JSON + 字符 n-gram，不是 pgvector 或 BM25 服务。知识库规模到数千张卡片前都够用，更大规模需要换实现。
• 复盘不写回知识库。 复盘产出的候选只进审核队列，需要人工审核后才可能成为话术卡。
• 评测存在过拟合。 评测样本与种子话术卡来自同一份夹具，口语化变体在开发中被补进卡片示例，因此指标是 100%。这说明链路和门禁有效，不说明真实通话上的泛化能力。用留出集复测的方法见 docs/eval-report.md。

许可

MIT。见 LICENSE。