@akshay_pachaar: https://x.com/akshay_pachaar/status/2061839032842396142
摘要
Sim 是一个开源的视觉 AI 工作空间,允许您直接在数据库表中运行丰富化和工作流逻辑,将多步骤 CRM 流水线合并为单个表,无需外部服务或 webhooks。
查看缓存全文
缓存时间: 2026/06/03 15:51
将你的 CRM 管线折叠到一张表中
如何通过将逻辑直接运行在列本身(包括数据丰富、工作流、自动运行门控以及能在值变更时触发下一列的列),将“丰富 → 评分 → 审批 → 执行”这一管线折叠到一张表中。
表是一个被动的存储设备。它持久化行数据,暴露读写接口,但它本身没有执行模型。
任何对某一行数据的操作,都需要在独立的进程中运行,并将结果写回。
数据丰富管线是这一模式最明显的例子,因为一旦表中填满了数据,所有有用的事情都必须发生在表之外。
以一张线索表为例。这些行可以很容易地被充实上邮箱、员工数以及技术栈等信息。
但是,用于评分线索以及触发后续操作的机制却在别处运行。这需要搭起一个服务、注册一个 Webhook、并编写一个同步任务将输出落回正确的行。
当然,评分逻辑本身很简单。但围绕它的集成和胶水代码却不简单。而且这一步会随着每个环节倍增,因为后续操作又会增加另一个服务、另一个 Webhook、另一条写回表的路径。
现在,实际上有一个智能实现存在于 Sim(GitHub 仓库)中,这是一个开源(28000+ 星标)的视觉 AI 工作区,用于构建和运行智能体工作流。你可以通过 Docker 自行托管。
它有三个核心部分:
- 一个可视化画布,你可以在上面将模块连接成工作流。
- 存储数据并在多次运行之间保持数据的表(Tables)。
- Mothership,一个自然语言层,可以用普通英语描述来创建表、连接模块并构建工作流。
表支持类型化列,并提供了超过十种操作作为工作流模块,如查询、插入、更新与更新(upsert)。
新的变化是:列现在也可以运行工作流,而不仅仅是存储一个值。
列不再只持有静态值,它可以针对其所在行运行数据丰富或完整的工作流,然后将输出写回同一行。曾经表中缺少的执行模型,现在直接存在于表上。
因此,不再需要建立外部服务、注册 Webhook 或编写同步任务来做数据对账,因为逻辑就在数据所在的地方运行。
列还可以监视另一列,并在其值变化时触发执行,这样原本需要用 Webhook 连接起来的步骤,就变成了一张表内部的一条链。
让我们详细了解它的丰富列与工作流列是如何工作的,以及一列如何触发下一列。
丰富列(Enrichment columns)
丰富列直接存在于表上。不需要单独的工具将行导出后再导入回来。
你可以从列菜单中添加它,或者向 Mothership 描述需求,让它帮你设置列。在演示中,Mothership 建议为 CRM 表充实工作邮箱和公司数据,然后这些列逐行填充。
有几个特性让它日常使用起来很实用:
- 每一行都显示自己的实时状态,因此部分结果出现时就能看到,而不是到最后一次性批量显示。
- 列标题配置了输出字段。一列可以显示员工数,而隐藏原始的 LinkedIn URL。
- 多个丰富列可以同时在同一个表上运行。
- 每个结果都会原地写回,无需重新导入,也无需同步任务。
演示中说 Sim 从与 Clay 相同的数据源拉取数据。把这当作供应商宣传,直到你用真实记录测试过。但无论哪种情况,关键点是:丰富后的数据直接落到了你已经工作中使用的表里。
工作流列(Workflow columns)
数据丰富是较小的主意。工作流列才是表开始做真正工作的地方。
Sim 中的工作流是一个模块链。模块可以是 AI 模型调用、数据库写入、Slack 消息或条件判断。你可以在画布上构建一次工作流,然后将其作为列类型添加到表中。
当一个工作流作为列运行时,它将整行作为输入。列标题及其值被传入,工作流运行,然后你选择的输出被写回同一行的对应列。
在下面的演示中,工作流对每条线索进行评分。它传入公司名称和描述,根据目标客户标准运行一个 AI 步骤,然后写回两列:一个简短的推理摘要,以及一个合格/不合格的判定。
你也可以通过与表对话来描述你想要的工作流,Mothership 会构建它并将其添加为一列。这就是节省接线工作的部分。原本需要放在独立工具中的逻辑,现在通过一句话生成并被放置在表上。
你可以通过自动运行条件来门控工作流的触发。在演示中,评分工作流只有在行业和描述都填写后才触发。仍在等待丰富数据的行永远不会触发执行,因此不会在数据不完整的情况下浪费模型调用。
链式列(Chaining columns)
一列的输出可以触发另一个工作流。一列监视另一列,当其值改变时,下一个工作流运行。
在下面的演示中,我们将此接线为审批门控。评分列写入其推理和谈话要点,审阅者阅读后翻转一个“已审批”字段,该更改触发该行上的下一个工作流。
请看:
这就在一张表内部给出了完整的管线。数据丰富填充行,AI 步骤评分,人工审批,审批触发下一步操作,每个步骤都响应前一列的变化。
何时值得这样做
当一项工作有多个相互依赖的步骤时,将逻辑作为列运行才划算。数据丰富为评分提供输入,评分为操作提供输入,每个步骤都需要前一个步骤在该特定行上完成。将所有步骤保留在表上去掉了通常将这些步骤粘合在一起的胶水代码。
对于单个步骤,这样做有些大材小用。填补缺失的邮箱只需要一步操作,无需协调,使用一个 API 调用的电子表格是更简单的选择。价值体现在链条上,而这正是 Webhook 和同步任务通常会堆积的地方。
进一步延伸
演示中的最后一步指向了更远的东西。一个已审批的行会触发一个工作流,该工作流将 Mothership 作为一个模块调用,然后 Mothership 在工作区中构建一个全新的工作流,专门针对该条线索量身定制。
管线的输出本身就是工作流。不是以一个固定的操作结束,而是表从触发它的行生成下一段自动化。这只是一个单一的演示时刻,而非经过验证的模式,但它暗示了一张表不仅能运行管线,还能组装管线。
要亲自尝试的话……
Sim 是开源且可自行托管的。仓库地址是 simstudioai/sim(大约 27000 星标 🌟,Apache 2.0 许可)。
从头构建完整的管线大约需要 5 分钟。你描述所需内容,Mothership 就会创建表、配置列和条件、添加工作流。无需手写任何集成代码。
仓库在这里 →
Mothership 和 Tables 文档在这里 →
👉 轮到你了:你最先想折叠到一张表中的管线是哪一个?线索评分、支持工单路由、还是内容个性化?
感谢阅读,也感谢 Sim 与我合作撰写本文。
相似文章
@tom_doerr: 编排跨1000多个集成的AI代理 https://github.com/simstudioai/sim
Sim是一个开源平台,能够使用超过1000个集成和大语言模型来构建和编排AI代理,提供可视化工作流构建器和Copilot辅助。
@saameeey: https://x.com/saameeey/status/2062229308878581772
本文探讨了AI产品为何需要新的「AI集成层」来处理上下文检索、工具执行、模型路由和可观测性,并引用了Merge.dev为此提供的基础设施。
Skopx - 自主分析业务数据的AI智能体
Skopx是一个对话式AI分析平台,用户可以用自然语言提出业务问题,平台自动从连接的数据源生成洞察,无需编写SQL。它提供透明的推理过程、基于角色的访问控制,并能与现有工具集成。
@hnshah: https://x.com/hnshah/status/2062647149582750101
本文认为,公司的首个AI策略应该是创建一个'技能库',以捕捉顶尖员工可复用的工作方法,这样智能体可以学习任务背后的方法,而不仅仅是访问数据。它还推广了一个名为Skills 101的在线研讨会。
@DivyanshT91162: 我认为GitHub仓库正在悄然取代一半的SaaS行业。这个仓库能将提示词转化为实时数据集。输入:"…
推广一个GitHub仓库,用户可以用自然语言描述数据集,由AI智能体研究网络,构建结构化表格,可导出为CSV,并支持自动刷新。