我将商品归类案例拆解的工作流封装成Skill，踩过的3个坑

Part.01

背景｜这个需求是怎么来的？

从去年到年初，我都在研究一件事情，就是用AI做商品归类分析，其中有一项必须做的事情就是要从各个归类案例中拆解出归类的逻辑。

各种公众号定期推送的文章是我获取归类案例的重要来源，我需要从里面分析某个商品应该归在哪个HS编码下、依据的是什么法规、常见的错误是什么。这些文章信息量很大，整篇看下来很吃力，而且看完容易忘记，也没办法追溯查找。

所以我在去年底的时候，用COZE扣子搭建了一个工作流，它可以通过输入一个文章链接、读取文章内容并直接解析出我所要的字段，然后写入我建好的飞书表格，这个表格的内容就是我作为后续知识库的知识来源。

但时间久了，问题来了，在扣子里手动执行工作流，每次都要登录扣子网站、找到工作流、点执行，几步操作下来还是挺麻烦的。当然也可以通过搭建一个智能体，调用这个工作流来执行，但还是免不了要登录扣子。

我就在琢磨：能不能做成一个Skill，直接在龙虾的对话框里丢个链接，让它帮我搞定一切？

最近小龙虾OpenClaw的热潮退得差不多了，很多免费体验期也都过了，比如WorkBuddy在5月11日推出了新的积分计划，飞书妙搭在4月底结束了免费额度的优惠，算算QClaw还在内测中，每天还可以薅点羊毛。

所以我选择用QClaw来封装这个Skill试试。

Skill要完成的三个步骤

Part.02

想要做的这个Skill的逻辑其实很简单，就三个步骤：

第一步：读取公众号文章内容

我丢一个公众号文章链接过去，AI自动抓取文章的正文，从正文中解析出归类案例的详细描述。

第二步：提取8个关键字段

把解析出归类案例的详细描述进行结构化，提炼成我指定的字段格式，准备写入数据表。字段格式如下：

一级品类 | 二级子品类 | 商品核心特征 | 正确商品编码 | 关键归类要点 | 可复用的分析思路 | 法定依据 | 常见易错点

第三步：写入飞书电子表格

调用飞书API，把结构化数据追加到我预先建好的那个电子表格里

Part.03

创建过程相对顺利，但踩了几个坑

在QClaw的对话框中输入我的三步逻辑，让它封装成Skill文件，这个过程本身还挺顺利的。它很快就生成了一个结构完整的Skill配置，包含提示词框架、字段映射规则、飞书API调用逻辑。

但测试的时候，麻烦就来了。

第一个坑：公众号文章正文不能直接读取

微信公众号文章对爬虫有限制，没办法像普通网页一样直接GET就拿到内容。

QClaw发现这个问题之后，没有停下来等我指示，而是自己想办法：改用Python写了一段专门处理这类页面的抓取代码，绕过限制把正文读出来了。

这块我没怎么插手，它自己搞定的，我觉得还挺靠谱。

第二个坑：以为给个飞书表格链接就可以直接写入了

这是我踩得最深的一个坑。

我之前在扣子里用飞书插件写入电子表格，只需要把飞书链接丢进去就行，因为扣子已经帮你做好了OAuth授权的封装，我就以为QClaw也是可以的，结果并不是。

调用飞书开放平台API时，需要提供你自己的 App ID 和 App Secret，这俩个东西要先去飞书开放平台单独创建一个应用（类似自建机器人）才能拿到。

飞书API权限配置的具体流程

- 第一步：去飞书开放平台创建一个自建应用，获取App ID 和App Secret

- 第二步：在应用权限中，勾选电子表格相关权限（至少要有读写权限，建议全部勾选）

- 第三步：把这个应用的机器人添加到你飞书表格所在的空间，或者直接共享给应用

- 第四步：把 App ID 和 App Secret 写入Skill的配置文件里

我在这里卡了一段时间，主要是App ID 和App Secret这两个东西特别难找，导致一直报错。这些电子表格相关的配置全部完成之后才算跑通。

第三个坑：写入了错误的Sheet

我的飞书表格有4个Sheet，我希望数据写入第一个Sheet（Sheet1）。但第一次测试，QClaw把数据写到了别的Sheet里。

我对它说，写入指定的Sheet名称之后才写对。

第四个坑：不会自动追加到最后一行

这个问题比较隐蔽。第一次成功写入之后我很开心，结果发现它每次都覆盖了同一行，不会往下追加。

原因是Skill里没有"先查当前有多少行、再往后追加"的逻辑。所以我又给它下了命令：每次写入前先获取表格已有行数，然后在最后一行的下一行插入新数据。

加了这个逻辑之后，追加就正常了。

一点思考

封装SKILL的过程，简单来说就是，找到一个高频、繁琐、规则清晰的场景 → 把它拆解成 AI 可执行的步骤 → 封装成 Skill 固化下来。

一次搭好，反复复用。这和搭建的工作流的思路其实是一回事，只是执行的载体变了，从可视化的拖拽节点图，变成了一段可以直接驱动 AI 的 Skill 描述文件。

说直白点就是：以前你要教工具怎么干，现在你直接教 AI 怎么干，而且 AI 遇到意外情况还会自己想办法。

使用提醒

使用门槛：需要有飞书开放平台的操作经验，至少要会创建自建应用、配权限、找到App ID和App Secret。

权限风险：App Secret等于你飞书应用的"密钥"，写进Skill配置文件后要注意不要泄露，更不能传到公开仓库里。

公众号限制：微信对爬取有各种限制，个别文章格式特殊可能解析失败，不保证100%成功率，遇到报错要手动查看。

适用场景：这个方案适合有固定字段、结构化程度高的知识整理需求。如果你的文章类型五花八门、字段不固定，效果可能会打折扣。

你有没有试过用AI帮你自动整理知识库？有没有踩过哪些坑？评论区里可以聊一聊！

#AI工具 #职场提效 #商品归类 #SKILL