一个面向销售跟进场景的 LLM Agent 项目,输入客户资料与会议纪要,输出结构化解析、跟进建议、CRM 写回和待办任务。
项目重点不在单轮聊天,而在完整 workflow:结构化解析、检索增强、机会判断、任务生成、业务状态写回,以及对应的离线评测体系。
这个项目尝试把“销售会议之后该怎么跟进”做成一个可运行、可观察、可评测的 Agent 系统。
给定一段客户背景和会议纪要,系统会:
- 解析会议中的需求、时间线、预算和下一步动作
- 检索产品知识和销售手册,为判断提供上下文
- 生成机会阶段、风险信号和跟进建议
- 把结果写回 CRM 状态与任务系统
- 在本地工作台中展示流式执行过程和最终结果
- 结构化会议纪要解析:抽取
confirmed_needs、next_steps、budget_signals、timeline_signals等关键信号 - Hybrid RAG:结合产品知识和销售手册,为机会判断和跟进建议提供证据支撑
- 基于
task_candidates的任务生成:减少会议事实在最终待办生成中的丢失 - CRM / Tasks 写回:将机会阶段、跟进建议和任务结果落入业务状态层
- Streamlit 工作台与流式执行观察:支持查看 workflow 阶段、任务结果和调试信息
客户资料 -> 会议纪要解析 -> 检索上下文 -> 机会判断 -> 跟进计划 -> CRM / Tasks 写回
项目同时使用公开数据集和自建评测集:
- 公开数据集用于验证结构化解析质量
- 自建评测集用于验证检索效果以及最终 workflow 输出质量
- 评测覆盖解析、检索和最终业务输出三个层面
首页不展开具体分数和内部 benchmark 命名,详细实验与复盘见下方文档链接。
sales_copilot/:主 workflow、状态流转、检索、任务生成、流式接口evals/sales_copilot/:结构化解析、检索与 workflow 评测scripts/:运行、评测与本地工具脚本docs/:复盘、设计文档与实现计划
- 启动流式 API
python scripts/run_sales_copilot_stream_api.py --host 127.0.0.1 --port 8011- 启动本地工作台
python -m streamlit run scripts/sales_copilot_web_demo.py --server.port 8501- 浏览器打开
http://127.0.0.1:8501
docs/sales-copilot-retrospective.mddocs/superpowers/specs/docs/superpowers/plans/
如果你更关心 LLM / RAG / 评测能力,建议优先看:
sales_copilot/graph.pysales_copilot/retrieval.pysales_copilot/task_candidates.pyevals/sales_copilot/metrics.pyevals/sales_copilot/workflow_quality_judge.py