TTPOS代理
ttpos-agent
by bendaye
>
安装
claude skill add --url github.com/openclaw/skills/tree/main/skills/bendaye/ttpos-agent必需环境变量
LIGHT_BRIDGE_API_KEY文档
ttpos-agent 数据查询技能
通过 ttpos-agent HTTP API 查询 TTPOS 餐饮系统数据,生成营业报表、订单统计、支付分析等。
⚠️ 必须首先执行
在构造任何 SQL 或调用 API 之前,必须先访问接口获取数据查询指南:
GET {LIGHT_BRIDGE_URL}/api/v1/query/guide
请求头需带 Authorization: Bearer $LIGHT_BRIDGE_API_KEY。返回的 Markdown 包含:多租户架构、订单/商品/桌台/会员/班次/统计表结构、时间与金额约定、常用查询模式、常见陷阱。不获取此指南会导致表名错误、字段误用、统计重复。
Config(必须输入)
| 配置项 | 必填 | 说明 |
|---|---|---|
| LIGHT_BRIDGE_API_KEY | ✅ | 在 ttpos-agent Web 面板 创建,在技能面板保存 |
工作流程
- 获取指南:
GET {LIGHT_BRIDGE_URL}/api/v1/query/guide,理解数据模型与查询规范 - 获取商户列表:
GET {LIGHT_BRIDGE_URL}/api/v1/query/companies,确认可用的company_uuid - 构造 SQL:根据用户问题,按指南中的表结构、统计表、时间筛选规则编写 SQL
- 执行查询:
POST {LIGHT_BRIDGE_URL}/api/v1/query/execute,Body:{"company_uuid": xxx, "sql": "SELECT ..."} - 呈现结果:用简洁语言总结,金额使用 ROUND 和当地货币符号;不展示字段名,枚举值翻译为中文(如 platform→平台、order_state→订单状态、DELIVERED→已送达)
API 调用示例
获取数据查询指南(必须首先调用)
curl -s -H "Authorization: Bearer $LIGHT_BRIDGE_API_KEY" \
"$LIGHT_BRIDGE_URL/api/v1/query/guide"
获取可访问商户
curl -s -H "Authorization: Bearer $LIGHT_BRIDGE_API_KEY" \
"$LIGHT_BRIDGE_URL/api/v1/query/companies"
执行 SQL 查询
curl -s -X POST "$LIGHT_BRIDGE_URL/api/v1/query/execute" \
-H "Authorization: Bearer $LIGHT_BRIDGE_API_KEY" \
-H "Content-Type: application/json" \
-d '{"company_uuid": 8267304538112000, "sql": "SELECT ..."}'
获取表结构(可选)
curl -s -H "Authorization: Bearer $LIGHT_BRIDGE_API_KEY" \
"$LIGHT_BRIDGE_URL/api/v1/query/schema?company_uuid=8267304538112000"
重要规则
- 只输出最终结论:工具执行后,仅呈现整理后的表格或总结,不要逐字复述 API 原始返回
- 不展示原始字段名:禁止直接输出
platform、order_state、eater_payment、accepted_time等数据库字段名;改用「平台」「订单状态」「订单金额」「接单时间」等中文表述 - 枚举值需翻译:
order_state(0/10/20/30/40/50/60)、platform_order_state(DELIVERED/CANCELLED 等) 必须译为中文(如:已完成、已取消、已送达、骑手已到店);platform的 grab/lineman 等译为 Grab、LINE MAN - 先访问 GET /api/v1/query/guide 获取指南,再写 SQL
- 始终加
WHERE delete_time = 0 - 优先使用 ttpos_statistics_ 统计表*
- 时间用 complete_time 或 finish_time,不用 create_time
- 金额展示用 ROUND(x, 2),指出货币单位
- 单次查询时间范围不宜超过 3 个月,大数据加 LIMIT
认证失败时
若 API 返回 401 或缺少 LIGHT_BRIDGE_API_KEY:
只回复:「请在技能面板的 API key 输入框中保存你的 ttpos-agent API Key。API Key 在 ttpos-agent Web 面板(登录后)创建。」
配置完成后 使用 "/clear" 新建会话 再立即继续用户原来的请求。
相关 Skills
Claude接口
by anthropics
面向接入 Claude API、Anthropic SDK 或 Agent SDK 的开发场景,自动识别项目语言并给出对应示例与默认配置,快速搭建 LLM 应用。
✎ 想把Claude能力接进应用或智能体,用claude-api上手快、兼容Anthropic与Agent SDK,集成路径清晰又省心
提示工程专家
by alirezarezvani
覆盖Prompt优化、Few-shot设计、结构化输出、RAG评测与Agent工作流编排,适合分析token成本、评估LLM输出质量,并搭建可落地的AI智能体系统。
✎ 把提示优化、LLM评测到RAG与智能体设计串成一套方法,适合想系统提升AI开发效率的人。
智能体流程设计
by alirezarezvani
面向生产级多 Agent 编排,梳理顺序、并行、分层、事件驱动、共识五种工作流设计,覆盖 handoff、状态管理、容错重试、上下文预算与成本优化,适合搭建复杂 AI 协作系统。
✎ 帮你把多智能体流程设计、编排和自动化统一起来,复杂工作流也能更稳地落地,适合追求强控制力的团队。
相关 MCP 服务
顺序思维
编辑精选by Anthropic
Sequential Thinking 是让 AI 通过动态思维链解决复杂问题的参考服务器。
✎ 这个服务器展示了如何让 Claude 像人类一样逐步推理,适合开发者学习 MCP 的思维链实现。但注意它只是个参考示例,别指望直接用在生产环境里。
知识图谱记忆
编辑精选by Anthropic
Memory 是一个基于本地知识图谱的持久化记忆系统,让 AI 记住长期上下文。
✎ 帮 AI 和智能体补上“记不住”的短板,用本地知识图谱沉淀长期上下文,连续对话更聪明,数据也更可控。
PraisonAI
编辑精选by mervinpraison
PraisonAI 是一个支持自反思和多 LLM 的低代码 AI 智能体框架。
✎ 如果你需要快速搭建一个能 24/7 运行的 AI 智能体团队来处理复杂任务(比如自动研究或代码生成),PraisonAI 的低代码设计和多平台集成(如 Telegram)让它上手极快。但作为非官方项目,它的生态成熟度可能不如 LangChain 等主流框架,适合愿意尝鲜的开发者。