用途：帮助将业务标注逻辑转化为 Contact Center AI（CCAI）Insights 的自动标注规则，为已导入的对话补充自定义键值元数据。规则以声明式 autolabel_rules.yaml 定义，条件由 Common Expression Language（CEL）求值。
主要能力：编写、细化、校验并同步自动标注规则；规则包含 rule_id、label_key、conditions 等字段，条件按从上到下顺序求值；每条规则的最后一个条件必须是空条件 condition: "" 作为默认回退值。可使用内置辅助函数，例如 containsSubAgent(conversation, "billing_subagent")、hasSessionParam(conversation, "authenticated", "true")、hasCallerSentiment(conversation, "NEGATIVE")，以及 conversation.duration、conversation.turnCount 等属性判断。
使用方式：先明确要分类的对话属性（子智能体、客户情绪、认证状态、时长阈值等）及目标 GCP 项目 ID 与位置；再编写或修改 YAML；随后比对远端规则：uv run cxas insights diff-autolabel-rules --file autolabel_rules.yaml；试运行：uv run cxas insights push-autolabel-rules --file autolabel_rules.yaml --dry-run；部署：uv run cxas insights push-autolabel-rules --file autolabel_rules.yaml，如需删除远端已不存在的规则可追加 --force；导出既有规则：uv run cxas insights pull-autolabel-rules --parent projects/<PROJECT>/locations/<LOCATION> --out autolabel_rules.yaml。
适用场景：需要对联络中心对话按子智能体、会话参数、情绪、时长等维度批量打标签的运营与数据整理工作。
限制：规则语言为 CEL，需符合 YAML schema 与必填字段要求；实际执行依赖对应 GCP 项目与 cxas 工具环境。资料未提供具体收费、平台支持范围或效果数据。