后续跟进:CRMy,因为我的 OpenClaw 代理总是丢失客户上下文。寻求对最新版本的直言不讳的反馈。
摘要
CRMy 的作者正在寻求关于其架构和价值主张的反馈,这是一款专为 OpenClaw 工作流设计的客户上下文引擎。该工具旨在通过提供类型化、可审计的状态层,而非传统的 CRM 界面,来解决代理上下文保留和数据完整性问题。
**免责声明**:我是 CRMy 的维护者。我之前在这里发布过一个早期版本并获得了一些有用的反馈,所以我想带着更具体的问题回来,而不是仅仅甩出一堆功能列表。我一直在使用 OpenClaw 进行 GTM(Go-To-Market)/客户工作流,而难点并不在于“代理能否写电子邮件?”或“它能否调用工具?”真正的难点在于:在代理采取行动之前,它是否真的了解当前的客户状态?这个人是谁?上周发生了什么?代理在上一次运行中学到了什么?这些上下文信息仍然有效吗?是否有未处理的移交或审批阻碍了进度?它能否更新 CRM 而不创建重复、过时或矛盾的记录?大多数 CRM 感觉像是为人类点击仪表盘而构建的。后来它们又强行接上了 MCP。大多数代理记忆工具对于营收/客户工作来说显得过于非结构化。我构建了 **CRMy** 作为代理的客户上下文引擎/运营状态层。
**它能做什么:**
* 运行在您自己的 Postgres(或 Neon, Supabase 等)上
* 暴露 MCP 工具、REST API、CLI 和 Web UI
* 为代理提供类型化的对象:联系人、公司、商机、用例、活动、任务分配
* 拥有 `briefing_get` 工具,让代理在行动前能拉取相关的客户状态
* 通过陈旧度、置信度和审计历史来跟踪上下文条目
* 支持人机协作(human-in-the-loop)的审批和移交
* 拥有 OpenClaw 插件/技能,让代理知道如何使用它
我想测试的是这是否真的是正确的抽象方式。我不希望 CRMy 变成“又一个强行加上 AI 的 CRM”。其背后的理念是,代理需要持久、类型化、可审计的状态,才能被信任处理真实的客户工作流。而且由于客户数据敏感,我认为这些状态应该是可自托管且开放的,而不是被困在另一个 SaaS 层中。
我希望得到 OpenClaw 构建者的反馈:
1. 如果写入操作是有范围的、可审计的,并且可能需要审批,您会信任 OpenClaw 代理修改 CRM/客户数据吗?
2. 您希望它是一个独立的 CRM,还是更多作为一个与 HubSpot、Salesforce、Pipedrive 等同步的后台/记忆层?
3. 在真实的 OpenClaw 工作流中,什么会最先崩溃?
4. `briefing_get` 是正确的原语吗,还是代理应该通过更小的工具进行推理?
5. 什么样的集成会让它立即变得有用?
链接:
* GitHub: [https://github.com/crmy-ai/crmy](https://github.com/codycharris/crmy)
* npm (CLI): [https://www.npmjs.com/package/@crmy/cli](https://www.npmjs.com/package/@crmy/cli)
* npm (OpenClaw 插件): [https://www.npmjs.com/package/@crmy/openclaw-plugin](https://www.npmjs.com/package/@crmy/openclaw-plugin)
* 信息 [进行中]: [https://crmy.ai/](https://crmy.ai/)
请尽情抨击这个前提。比起“星标”,我更感兴趣的是“这会失败,因为……”
相似文章
“OpenClaw vs AI Agents — 这些工具真的在帮助创始人,还是炒作失控了?”
文章探讨了当前围绕AI代理和OpenClaw式工作流对创始人的炒作,质疑这些工具是提供了真正的杠杆效应,还是导致了过度依赖和工作流不稳定。
@kylejeong: OpenClaw 可以利用 Autobrowse 为任意工作流创建并持续优化技能。以下是一个 Craigslist 数据抓取的示例……
OpenClaw 借助 Autobrowse 对工作流进行迭代优化,在 Craigslist 数据提取任务中经过 5 次迭代实现了 68% 的速度提升和 91% 的成本节省。AI 智能体还自主发现了一个暴露的接口端点,进一步优化了页面导航效率。
Nemotron Labs:OpenClaw Agent 对各类组织的意义
OpenClaw 是一个开源的持久化 AI 助手,已成为 GitHub 上星标最多的项目,引发了关于安全与自主性的讨论。NVIDIA 正与其合作以增强安全性,并发布了 NemoClaw 作为安全的参考实现。
利用智能体编写高效的工具——借助智能体本身
Anthropic 分享了为 AI 智能体设计、评估和优化工具的工程最佳实践,特别介绍了如何利用模型上下文协议(MCP)和 Claude Code 来提升智能体的性能。
@karpathy: 有人最近告诉我,OpenClaw时刻如此重大的原因是因为这是大量非技术人员第一次接触到…
Andrej Karpathy讨论了OpenClaw时刻之所以引起广泛共鸣,是因为非技术受众首次接触到了超越ChatGPT消费级产品的先进agentic AI模型。