【S3W3 交叉评测】知客 AI：销售事实边界、反馈持久化与 KPI 验证 #3

New issue

Open

opened 2026-08-06 08:49:27 +08:00 by harrychen901 · 0 comments

harrychen901 commented

2026-08-06 08:49:27 +08:00

1. 项目理解

知客 AI 将销售记录整理为客户画像、需求、机会、下一步行动、沟通话术和报告，并在用户确认后形成反馈与 KPI。项目包含七项 Skills，并为模型失败提供 Mock 回退。

2. 做得好的地方

从非结构化笔记到可执行销售动作的链路完整，Skill 拆分清楚。
KPI 使用确定性计算而不是交给模型生成，避免关键数字漂移。
README 明确当前没有数据库和 CRM 集成，没有将规划描述成现状。

3. 当前不足

公开 Streamlit Demo 本次只加载到空白页面，评委难以完成端到端体验。画像、需求和机会中哪些来自原始记录、哪些属于模型推断，需要逐字段标识，否则销售人员可能把推断当成事实。当前无数据库意味着反馈闭环难以跨会话验证；未来持久化还会涉及客户信息隐私、重复事件和 KPI 重算一致性。

4. 优先建议

提供预载样例与无模型 Review Mode；在输出中增加 source span、fact/inference 标签和置信度，并要求用户确认关键推断。为反馈事件设计唯一 ID 和幂等写入，支持导出与删除；公开一组固定销售笔记的期望结构、KPI 计算结果、0 信息和 API 失败测试。

5. 综合评价

流程设计已经具备产品雏形，尤其是确定性 KPI 和回退策略值得肯定。下一步重点是让每个销售判断可追溯，并让反馈闭环可以稳定复现。

评测依据：仓库 README、架构边界与公开 Demo 加载结果；评测日期：2026-08-06。

## 1. 项目理解知客 AI 将销售记录整理为客户画像、需求、机会、下一步行动、沟通话术和报告，并在用户确认后形成反馈与 KPI。项目包含七项 Skills，并为模型失败提供 Mock 回退。 ## 2. 做得好的地方 - 从非结构化笔记到可执行销售动作的链路完整，Skill 拆分清楚。 - KPI 使用确定性计算而不是交给模型生成，避免关键数字漂移。 - README 明确当前没有数据库和 CRM 集成，没有将规划描述成现状。 ## 3. 当前不足公开 Streamlit Demo 本次只加载到空白页面，评委难以完成端到端体验。画像、需求和机会中哪些来自原始记录、哪些属于模型推断，需要逐字段标识，否则销售人员可能把推断当成事实。当前无数据库意味着反馈闭环难以跨会话验证；未来持久化还会涉及客户信息隐私、重复事件和 KPI 重算一致性。 ## 4. 优先建议提供预载样例与无模型 Review Mode；在输出中增加 source span、fact/inference 标签和置信度，并要求用户确认关键推断。为反馈事件设计唯一 ID 和幂等写入，支持导出与删除；公开一组固定销售笔记的期望结构、KPI 计算结果、0 信息和 API 失败测试。 ## 5. 综合评价流程设计已经具备产品雏形，尤其是确定性 KPI 和回退策略值得肯定。下一步重点是让每个销售判断可追溯，并让反馈闭环可以稳定复现。 > 评测依据：仓库 README、架构边界与公开 Demo 加载结果；评测日期：2026-08-06。

No labels

No milestone

No project

No assignees

1 participant

Notifications

Due date

The due date is invalid or out of range. Please use the format "yyyy-mm-dd".

No due date set.

Dependencies

No dependencies set.

Reference

chenxinxing/zhike-ai#3

No description provided.

Rows
Columns