crm

背景故事：把 CRM 反过来做的实验

你有没有想过——为什么管客户的人，每天还在手动填表格？

传统 CRM 是一个"表单后面的数据库"，AI 版 CRM 是在"表单旁边加个聊天框"。两种思路都没解决一个核心问题：找到真相、记录下来，仍然是人在干——而人最应该干的，是基于真相做决策，不是收集真相。

Comp AI CRM 给出了另一种思路：CRM 不是 Agent 的功能，Agent 才是 CRM 的核心。这个 CRM，就是 Agent 的笔记本。

项目来自 Vercel 团队成员，同时维护着 eve.dev——Vercel 内部推出的"文件系统优先"持久化 Agent 框架。GitHub 创建时间显示 2026-07-31，但实际应该是在 2025 年中上线，2026 年 8 月已有 7,247 颗星，增长非常迅猛。

核心作者的核心洞察：AI CRM 最危险的错误，是 AI 会自信地填入错误信息。一个对客户信息"自信地写错了"的 AI，比空白字段更糟糕，因为没人知道它是错的。所以这个项目设计了一套证据分类账机制：强证据直接写入记录，弱证据变成人工确认的建议。

产品截图

核心原理：Agent 自己驱动，证据账本把关

整个系统的架构，可以用一句话总结：Agent 部署在自己独立的实例上，按照自己的工作队列运行。关闭浏览器，它还在跑。

证据账本：不给 AI 打分，只让 AI 报告"观察到了什么"

大多数 AI 系统会让模型给自己的答案打"置信度"，但这反而会让 AI 高估自己。

Comp AI CRM 的设计反其道而行：工具不接受置信度参数。工具只报告"观察到了什么"，比如：

• crm.signature-block：从邮件签名提取信息
• github.account-identity：通过 GitHub 账号验证身份
• read_crm_history：读取 CRM 历史记录

然后，证据账本给这些观察定价：强证据写入记录，弱证据变成建议，等待人工确认。一个说不清楚"为什么 14 天后再来看"的 Agent，没有理由，只有默认值。

18 个工具 + 4 个技能，Agent 自主工作

Agent 拥有 18 个精心设计的工具：

类别	工具
读取	read_crm_history、search_crm、identify_contact
研究	research_person、enrich_company
记录	record_fact、schedule_recheck
外部	GitHub 身份验证、邮件签名提取等

4 个技能（Skill）是 markdown 文件，像代码一样版本管理：

• evidence.md：证据评估标准
• identity-matching.md：身份匹配规则
• data-boundaries.md：数据边界政策
• writing-a-brief.md：撰写简报规范

工作队列用 PostgreSQL 的 FOR UPDATE SKIP LOCKED 实现：两个调度器各拿各的任务包，死掉的调度器释放它租用的行，保证任务不丢失。

零 API Key 也能跑

这个项目设计了一条有趣的底线：完全没有外部 API Key 也能正常工作。因为 read_crm_history 可以读取你自己的邮件线程和会议记录——免费，且比任何数据供应商卖给你的更准确（"你可以直接看到这个人自己说的话"）。每个接入的 API Key 只是多开一个信息源，Agent 会在每次会话开始时确认"你有哪些 Key"，据此规划研究策略。

技术架构：Turborepo 三合一，eve 是灵魂

项目采用 Turborepo Monorepo 结构，workspace 包含 3 个应用 + 5 个共享包：

apps/agent —— Agent 本体

技术栈：TypeScript + eve.dev + context.dev

eve 是 Vercel 推出的文件系统优先持久化 Agent 运行时，核心哲学：工具是文件，技能是 markdown，调度是文件。运行时自动处理跨部署恢复、任务持久化。Agent 部署在 Vercel 上，完全独立于 Web 应用。

context.dev 是数据丰富服务（人/公司信息查询），在 agent 中通过 @crm/env 注入。Agent 拥有 deny-all 出站网络限制，只能访问明确授权的外部服务。

apps/api —— 后端服务

技术栈：NestJS + tRPC + Better Auth + Prisma + PostgreSQL + Redis

tRPC 提供端到端类型安全的 API 调用，Better Auth 处理多提供商身份验证（支持 SSO），Prisma 作为 ORM 与 PostgreSQL 交互，Redis 提供缓存层。

apps/app —— Web 前端

技术栈：Next.js 15 + React 19 + shadcn/ui + Carbon Design（IBM） + Tailwind CSS

Carbon Design System 带来统一的 IBM 级设计语言，shadcn/ui 提供组件基础，DnD Kit 支持拖拽排序，nuqs 管理 URL 状态，posthog-js 接入 PostHog 分析。

packages/ —— 共享基础设施

• @crm/db：Prisma schema + 适配器
• @crm/auth：Better Auth 封装 + SSO
• @crm/ui：共享 UI 组件库
• @crm/env：环境变量类型安全
• @crm/telemetry：日志/遥测

部署体验：docker-compose 一键启动

对于个人或小团队使用，项目提供了 docker-compose.yml，只需一行命令即可启动 PostgreSQL 数据库：

cp .env.example .env   # 填写 DATABASE_URL、BETTER_AUTH_SECRET 等
docker compose up -d  # 启动 Postgres
bun run db:migrate    # 迁移数据库
bun run db:seed       # 种子数据
bun run dev           # 启动开发服务器

前端（Next.js）和后端（NestJS）均可在本地通过 bun 运行，Agent 则需要单独配置 Vercel 部署或本地 eve 运行时。

推荐快速体验路径：克隆 → docker-compose 启动数据库 → 配置 .env → bun run dev → 打开 http://localhost:3000。

局限与争议：没有免费的智能

1. Agent 行为不可完全预测：虽然有"不给置信度"的设计约束，但 Agent 生成的建议仍需人工审核——它不会说"我不知道"，它会"自信地不知道"。
2. 数据丰富依赖外部服务：context.dev 是付费服务，没有免费额度限制的数据查询量，企业使用成本需评估。
3. eve 框架成熟度：eve.dev 作为新兴框架，文档和社区仍在建设中，遇到问题主要靠源码和 AGENTS.md 排查。
4. PostgreSQL 是唯一选项：不支持 SQLite 或其他数据库，部署门槛略有增加。

行业意义：Agent-First CRM 的标杆实验

Comp AI CRM 不仅仅是一个工具，更代表了一种范式转移：从"AI 辅助人做 CRM"到"AI 做 CRM，人做决策"。当 Agent 能够自主研究客户、记录发现、预订跟进，销售人员的角色将从"数据录入员"转变为"信息仲裁者"——决定哪些 AI 发现值得跟进，哪些可以忽略。

项目 MIT 协议开源，代码质量高（Biome 代码格式化，TypeScript 严格类型，tRPC 端到端类型安全），是近半年最值得关注的新兴 AI 应用之一。

---

一句话评价：把 CRM 反过来做的实验——CRM 是 Agent 的笔记本，不是人的表格工具。技术扎实，设计理念独特，值得深入研究。