开源工具
website ·
Together AI开源内部客户洞察工具Open Customer Insights
Together AI开源了内部使用6个月的客户洞察工具Open Customer Insights。该工具整合销售通话、支持工单和Slack等渠道的客户声音，通过向量嵌入构建可检索的私有情报层，并提供Web聊天界面和MCP服务器两种访问方式。
AI推荐理由 该工具展示了如何利用AI聚合和分析客户反馈，对B2B公司提升客户洞察力有实际应用价值，值得AI从业者参考。
88
浏览 3,499
点赞 19
评论 2
转发 1
正文
Hassan 把 Together AI 内部开发并使用了 6 个月的 "客户洞察工具" 开源了！
Open Customer Insights
[github.com/Nutlope/open-c…](https://github.com/Nutlope/open-customer-insights)
这个工具解决什么问题？
B2B 公司的客户声音分散在三个地方：销售通话录音、支持工单、内部 Slack 等 IM 频道。它们各自封闭，没有人能一次性回答"客户最近在抱怨什么、最想要什么功能"。
Open Customer Insights 把这三类数据统一抓取、切块、做向量嵌入，放进一个可检索的"私有情报层"，然后通过两种入口提供访问：
· Web 聊天界面（面向人）
· 带鉴权的 MCP Server（面向 Codex、Cursor、cc 等编码/助手类 agent）
"Every customer signal. One clear answer." 正是这个结构的概括：上方四个信源（Calls/Tickets/Threads/Web），中间统一层，下方两个出口（web chat / mcp server）。
内部实际用法
1. 跨所有客户对话做语义搜索
2. 每日自动生成结构化洞察
3. 在一处集中追踪最高频的功能请求
4. 按指定主题生成月度报告
Hassan@nutlope
6个月前，我开始在Together AI构建一个内部客户洞察工具。
它拉取我们的销售电话、Slack频道和支持工单，并将它们转化为可搜索的客户洞察。
今天，我将其开源。介绍Open Customer Insights。
我们在内部使用它来：
◆ 跨客户对话搜索
◆ 展示每日结构化洞察
◆ 在一个地方跟踪热门功能请求
◆ 生成特定主题的月度报告
它已成为Together的几个人用来跟进和贴近客户的工具。我们通过Web UI或MCP服务器使用它。
技术栈是：
◆ [@bunjavascript](https://x.com/bunjavascript) 用于包、脚本和测试
◆ [@aisdk](https://x.com/aisdk) 用于管理模型调用和工具调用
◆ [@nextjs](https://x.com/nextjs) 用于Web应用和仪表板
◆ [@convex](https://x.com/convex) 用于数据库、向量搜索和定时任务
◆ [@clerk](https://x.com/clerk) 用于用户认证和MCP认证
◆ [@togethercompute](https://x.com/togethercompute) 用于开放模型和嵌入
它还集成了[@Gong\_io](https://x.com/Gong_io)用于通话，[@usepylon](https://x.com/usepylon)用于支持工单，[@ExaAILabs](https://x.com/ExaAILabs)用于公司丰富，以及[@SlackHQ](https://x.com/SlackHQ)用于频道。
代码可在此处获取：[github.com/Nutlope/open-c…](https://github.com/Nutlope/open-customer-insights)
我希望它对其他想要聚合客户数据并从中获取洞察的团队有用！随意为你的团队定制它。
[🔗 查看引用的推文](https://x.com/nutlope/status/2095562451089596656)
查看原文（中文正文为 AI 翻译）
Hassan 把 Together AI 内部开发并使用了 6 个月的 "客户洞察工具" 开源了！
Open Customer Insights
[github.com/Nutlope/open-c…](https://github.com/Nutlope/open-customer-insights)
这个工具解决什么问题？
B2B 公司的客户声音分散在三个地方：销售通话录音、支持工单、内部 Slack 等 IM 频道。它们各自封闭，没有人能一次性回答"客户最近在抱怨什么、最想要什么功能"。
Open Customer Insights 把这三类数据统一抓取、切块、做向量嵌入，放进一个可检索的"私有情报层"，然后通过两种入口提供访问：
· Web 聊天界面（面向人）
· 带鉴权的 MCP Server（面向 Codex、Cursor、cc 等编码/助手类 agent）
"Every customer signal. One clear answer." 正是这个结构的概括：上方四个信源（Calls/Tickets/Threads/Web），中间统一层，下方两个出口（web chat / mcp server）。
内部实际用法
1. 跨所有客户对话做语义搜索
2. 每日自动生成结构化洞察
3. 在一处集中追踪最高频的功能请求
4. 按指定主题生成月度报告
Hassan@nutlope
6 months ago, I started building an internal customer insights tool at Together AI.
It pulls in our sales calls, slack channels, & support tickets and turns them into searchable customer insights.
Today, I'm open sourcing it. Introducing Open Customer Insights.
We use it internally to:
◆ search across customer conversations
◆ surface daily structured insights
◆ track top feature requests in one place
◆ generate monthly reports on specific topics
It's become a tool that several people at Together use to keep up with and stay close to our customers. We use it through the web UI or the MCP server.
The tech stack is:
◆ [@bunjavascript](https://x.com/bunjavascript) for packages, scripts, & tests
◆ [@aisdk](https://x.com/aisdk) for managing model calls & tool calling
◆ [@nextjs](https://x.com/nextjs) for the web app and dashboard
◆ [@convex](https://x.com/convex) for the database, vector search, & crons
◆ [@clerk](https://x.com/clerk) for user auth & MCP auth
◆ [@togethercompute](https://x.com/togethercompute) for open models & embeddings
It also integrates with [@Gong\_io](https://x.com/Gong_io) for calls, [@usepylon](https://x.com/usepylon) for support tickets, [@ExaAILabs](https://x.com/ExaAILabs) for company enrichment, & [@SlackHQ](https://x.com/SlackHQ) for channels.
The code is available here: [github.com/Nutlope/open-c…](https://github.com/Nutlope/open-customer-insights)
I hope it's useful to other teams that want to aggregate their customer data & get insights from it! Customize it however you'd like for your team.
[🔗 View Quoted Tweet](https://x.com/nutlope/status/2095562451089596656)