岗位能力样板（Playbook）

bl text chat "你好，用一句话介绍一下你自己"

# 步骤 1（5 分钟）：让模型读完报告
bl vision describe --image report-2026.pdf \
  --prompt "请提取这份报告里所有数字类指标（市场规模/增长率/份额），按表格输出"

# 步骤 2（10 分钟）：生成结构化摘要
bl text chat "我有一份 AI Coding 市场报告，请帮我写一段 1500 字的中文摘要，
包含：(1) 市场规模和增长率；(2) Top 3 玩家及差异化；(3) 未来 12 个月趋势预测。
以下是我提取的数据：[粘贴步骤 1 输出]"

# 步骤 3（10 分钟）：联网补充最新动态
bl search web "AI coding assistant market 2026 Cursor Windsurf revenue"

# 步骤 4（5 分钟）：去 AI 味 + 输出 Word
# 在 OpenWork 里调用 AI-Vibe-Writing-Skills 改写一遍 → 用 docx skill 排版

# 步骤 1（5 分钟）：主视觉海报
bl image generate \
  --prompt "宁静的极简产品海报，浅米色背景，正中放置一台银色无线耳机，
旁边手写体英文 'Sound · Reimagined'，柔和侧光，9:16 竖版" \
  --aspect-ratio 9:16

# 步骤 2（15 分钟，可并行）：30 秒短片
bl video generate \
  --prompt "镜头慢慢推近一台银色无线耳机，背景从晨雾过渡到日出金光，
最后弹出文字 Sound Reimagined" \
  --duration 30

# 步骤 3（5 分钟）：60 秒中文旁白
bl speech synthesize \
  --text "重新想象声音。每一次佩戴，都是和世界的重新连接。" \
  --voice cosyvoice-v3-flash:female-warm \
  --output narration.mp3

# 步骤 4（5 分钟）：3 张社媒配图（不同场景）
for scene in "户外慢跑" "通勤地铁" "深夜书房"; do
  bl image generate --prompt "$scene 场景中佩戴银色无线耳机的人物特写" --aspect-ratio 1:1
done

# 步骤 1（3 分钟）：选模型
bl advisor recommend "我要做一个客服 Agent，需要中文好、支持 function call、单次成本 < 0.01 元"

# 步骤 2（5 分钟）：建知识库
bl knowledge create --name "company_kb"
bl knowledge upload --kb company_kb --file ./docs/faq.pdf
bl knowledge upload --kb company_kb --file ./docs/products.md

# 步骤 3（5 分钟）：看有哪些 MCP 工具能用
bl mcp list                # 看现成的服务
bl mcp inspect github     # 看 GitHub 工具的具体能力

# 步骤 4（10 分钟）：用 mcp-builder 把内部 Jira API 包装成 MCP server
# 在 Cursor / OpenWork 里说："用 mcp-builder 帮我把 https://jira.company.com/rest/api/2 包装成 MCP server"

# 步骤 5（5 分钟）：跑端到端测试
bl text chat "我的订单 #12345 为什么还没发货？" \
  --knowledge company_kb \
  --mcp jira-mcp
# 检查响应是否同时引用了知识库内容 + Jira 工单状态

# 步骤 6（2 分钟）：看消耗
bl usage stats --last 1h

# 步骤 1（5 分钟）：建分析框架
# 在 OpenWork / Cursor 里调用 financial-expert
# 说："用 financial-expert 给我一个储能行业 Top 3 公司的横向对标框架"

# 步骤 2（10 分钟）：拉公开数据
bl search web "宁德时代 比亚迪 国轩高科 2026 Q1 营收 净利润"

# 步骤 3（5 分钟）：解析最新财报截图
bl vision describe --image 2026Q1-report.pdf \
  --prompt "请提取所有营收、毛利率、研发投入数据，按公司分组输出"

# 步骤 4（10 分钟）：生成对标分析段落
bl text chat "请基于以下数据，写一段 800 字的横向对标分析，
覆盖：(1) 收入端 (2) 盈利能力 (3) 研发强度 (4) 估值水平 (5) 未来 6 个月催化剂。
数据：[粘贴步骤 2、3]"

# 步骤 5（验证）：交叉验证
bl advisor recommend "对比 qwen-max 和 qwen-plus 在金融文本生成上的表现差异"

# 步骤 1（2 分钟）：语音转文字
bl speech recognize --audio voicemail-12345.m4a --language zh

# 步骤 2（3 分钟）：建知识库（一次性，长期复用）
bl knowledge create --name "support_kb"
bl knowledge upload --kb support_kb --file ./faq.md
bl knowledge upload --kb support_kb --file ./refund-policy.pdf

# 步骤 3（10 分钟）：用知识库生成回复
bl text chat "用户的问题是：[粘贴步骤 1 输出]。
请基于知识库 support_kb 给一份正式但温暖的中文回复，
不超过 200 字，结尾留一个明确的下一步（比如要求用户提供订单号）。" \
  --knowledge support_kb

# 步骤 4（10 分钟）：检查 + 去 AI 味
# 在 OpenWork 里用 AI-Vibe-Writing-Skills 改写一遍

# 步骤 5（5 分钟）：批量处理剩余 199 条
# 写一个 for 循环，把上面流程跑一遍

# 步骤 1（5 分钟）：写文案
bl text chat "我是 [品牌] 的运营，要写一篇公众号推文介绍新产品 [产品]。
受众是 25-35 岁城市白领。要求：(1) 开头 50 字内抓住注意力；
(2) 中段用 3 个生活场景说明使用价值；(3) 结尾给行动指令；
(4) 全文 1200 字以内，不要用「家人们」这类老梗。"

# 步骤 2（5 分钟，并行）：5 张配图
for scene in "晨间咖啡桌" "通勤地铁" "办公桌特写" "周末露营" "深夜书房"; do
  bl image generate \
    --prompt "$scene 场景，自然光，主体放 [产品]，构图留白，4:5 竖版"
done

# 步骤 3（10 分钟，并行）：30 秒短视频
bl video generate \
  --prompt "镜头从 [起始画面] 缓慢推近 [产品]，最后弹出文字 [品牌口号]" \
  --duration 30

# 步骤 4（5 分钟）：配音
bl speech synthesize \
  --text "[把推文开头第一段拿来当旁白]" \
  --voice cosyvoice-v3-flash:female-warm

# 步骤 5（5 分钟）：去 AI 味
# 在 OpenWork 里用 AI-Vibe-Writing-Skills 过一遍文案

# 步骤 1（3 分钟）：拉本月用量
bl usage stats --since 2026-06-01 --until 2026-06-29 --format json > usage.json

# 步骤 2（2 分钟）：拉当前配额
bl quota list --format json > quota.json
bl quota check --format json > current-load.json

# 步骤 3（5 分钟）：看免费额度还剩多少
bl usage free

# 步骤 4（10 分钟）：让 AI 帮你写运维分析
bl text chat "我是 AI Ops 运维。请基于以下 JSON 数据写一份 500 字的月度用量分析。
重点输出：(1) Top 3 高消耗模型；(2) 有没有撞限速的工作空间；
(3) 哪些免费额度即将过期；(4) 下月配额调整建议。
数据：[粘贴 usage.json + quota.json + current-load.json]"

# 步骤 5（5 分钟）：跑端到端验证
# 在 OpenWork 里用 e2e-testing 跑一遍核心业务工作流，看响应是否正常

# 步骤 6（5 分钟）：申请下月扩容（如果需要）
bl quota request --workspace prod --model qwen3.7-max --rpm 2000 \
  --reason "618 大促预估流量翻倍"

# 步骤 1（5 分钟）：先把扫描版合同转可搜索文字
bl vision describe --image contract-saas.pdf \
  --prompt "请逐页提取所有条款文字，按章节编号输出"

# 步骤 2（5 分钟）：建公司合同模板知识库（一次性，长期复用）
bl knowledge create --name "legal_kb"
bl knowledge upload --kb legal_kb --file ./templates/saas-template-zh.docx
bl knowledge upload --kb legal_kb --file ./cases/2025-disputes.pdf

# 步骤 3（10 分钟）：逐章风险扫描
bl text chat "你是企业法务。请审查以下英文 SaaS 合同条款，
对比知识库 legal_kb 里的公司模板，找出风险点。
输出格式：原文 / 风险等级（🔴高/🟡中/🟢低）/ 修改建议（中文）。
条款：[粘贴步骤 1 输出]" \
  --knowledge legal_kb

# 步骤 4（5 分钟）：交叉验证关键条款
bl advisor recommend "审 SaaS 合同 SLA 章节，qwen3.7-max 和 qwen-plus 哪个更稳？"
# 然后用两个模型分别问同一条 SLA 条款，看结论是否一致

# 步骤 5（5 分钟）：出审查报告
# 在 OpenWork 里用 docx skill 把上述输出排版成正式审查报告