开源AI CRM正式发布：让 AI 帮助销售推进成交

传统CRM只记录客户，AI CRM应该帮销售行动。

传统CRM最大的问题，不是功能少，而是销售不愿用

因为大多数CRM，本质上还是一个“客户数据录入系统”——
销售要把客户信息、跟进记录、任务、日程、联系人、邮件、附件全部填进去。

但系统很少告诉销售：

• 这个客户现在是什么状态？
• 下一步应该怎么跟？
• 什么时候跟最合适？
• 该发什么内容？
• 这个客户背后还有哪些关系人和历史线索？

所以很多销售对CRM的真实感受是：
我在帮系统补数据，而不是系统在帮我成交。

我们做悟空AI CRM，就是想重新回答这个问题：
CRM不应该只是记录客户，而应该帮助销售判断下一步动作。

今天，我们决定把悟空AI CRM开源出来！
它不是一个简单的AI聊天框，也不是在传统CRM上加一个问答入口。
我们想做的是一个带客户上下文的AI工作台：
当销售选中一个客户、一个项目、一个关系人或一个团队成员时，AI能理解相关资料、历史跟进、任务、日程、沟通记录和知识库，然后直接帮销售生成下一步跟进动作。

我们相信，下一代CRM的入口，可能不再是客户列表，而是AI工作台。

为什么传统CRM难用？

CRM诞生的初衷，是为了让企业更好地管理客户、商机和销售过程。
但在很多真实团队里，CRM最后变成了另一种东西：

• 销售主管需要它看过程
• 老板需要它看数据
• 运营需要它做统计
• 但一线销售却觉得它增加了工作负担

销售每天面对的是客户、微信、电话、会议、报价、回访、催单、异议处理和内部协同。
但传统CRM给销售的第一反应往往是：
请填写客户资料，请补充跟进记录，请创建任务，请更新阶段，请上传附件。

这些动作当然重要，但它们本身不产生成交。
销售真正需要的是：

• 今天该优先跟谁？
• 这个客户现在卡在哪里？
• 上次聊到什么程度？
• 下一步应该推动预算、需求、决策人，还是试用？

如果CRM只是让销售录入信息，而不能把这些信息转化成行动建议，那它很容易变成一个 “管理者看得见，销售不爱用” 的系统。
销售真正需要的不是更多表单，而是更清晰的下一步。
这也是我们做悟空AI CRM的起点。

我们认为AI CRM应该是什么？

过去一年，很多企业软件都在接入AI。
但我们越来越强烈地感觉到：AI不能只是一个悬浮在系统旁边的聊天框。
如果AI不理解业务上下文，它就只能回答一些通用问题。
比如“帮我写一段客户跟进话术”“帮我总结一下销售技巧”。
这些当然有用，但还不够。

在CRM场景里，AI真正有价值的地方，不是单独聊天，而是进入真实业务工作流。
也就是说，AI需要知道：

• 这个客户是谁
• 客户属于哪家公司
• 之前沟通过什么
• 当前处在哪个销售阶段
• 有哪些任务没有完成
• 有哪些日程即将发生
• 有哪些附件、文档、邮件和知识库资料可以调用
• 这个客户背后有哪些关系人
• 团队里谁曾经参与过这个项目

只有当AI理解这些上下文之后，它才能真正回答销售每天最关心的问题：下一步怎么做？

所以我们认为，AI CRM不应该只是“CRM + 聊天框”，而应该是“客户上下文 + AI推理 + 业务动作”的结合。
AI不应该只是聊天框，而应该进入真实业务工作流。

悟空AI CRM想做的，就是把AI放到客户、项目、关系、任务、日程、通讯录、邮件和知识库这些真实业务对象里面，让AI不再脱离上下文，而是围绕销售正在处理的对象给出具体帮助。

悟空AI CRM做了什么？

在目前版本里，悟空AI CRM的核心不是做一个“大而全”的传统CRM，而是先围绕AI工作台把销售高频动作串起来。
我们重点做了几个方向：

第一，AI聊天式CRM工作台

销售可以围绕客户、项目、关系人、员工等对象进入AI对话。
AI不只是被动回答问题，而是结合当前对象的信息，帮助销售理解背景、梳理状态、生成跟进建议。

第二，客户上下文侧栏

销售在处理一个对象时，不需要在多个页面之间来回跳转。
客户资料、历史记录、任务、日程、文档、附件等信息可以集中展示，让AI和销售看到同一个上下文。

第三，任务和日程的智能创建

销售不应该每次都手动填表。
很多销售动作，本质上可以从自然语言里解析出来。
比如“明天下午两点前给北京智联发送一份报价单”，系统应该能理解对象、时间和动作，并生成对应任务或日程。

第四，关系人与项目协同

真实销售过程里，成交往往不是只面对一个客户联系人，而是面对多个关系人、多个角色、多个决策链条。
悟空AI CRM希望把这些关系沉淀下来，让销售能更清楚地看到客户背后的组织和沟通脉络。

第五，邮箱、通讯录和知识库的连接

销售沟通不只发生在CRM里，也发生在邮件、通讯录、文档和知识库里。
AI CRM如果要真正理解客户上下文，就需要逐步接入这些信息源，让客户沟通、内部协同和知识调用形成闭环。

第六，多种大模型支持

我们认为，企业级AI应用不应该被绑定在单一模型上。
不同销售场景对模型的要求并不一样：

• 有些场景更重视响应速度，比如快速生成跟进话术、总结客户状态、创建任务
• 有些场景更重视推理能力，比如分析客户潜力、判断商机风险、拆解决策链条、生成复杂销售策略
• 还有些企业会更关注成本、部署方式、数据合规和模型供应商选择

所以悟空AI CRM在设计上支持多种大模型接入和切换。
销售在AI工作台中，可以根据不同任务选择不同模型，让模型能力真正服务于业务场景，而不是让业务被某一个模型限制。

目前系统已经支持包括 Qwen、GPT、DeepSeek、Kimi 等多类大模型：

• 在轻量问答、快速摘要、客户跟进建议等场景，可以选择响应更快、成本更低的模型
• 在复杂客户分析、商机判断、销售策略生成等场景，可以选择推理能力更强的模型
  
  

我们不想做一个让销售打开后更焦虑的系统。
我们更希望它像一个销售助理：
能看上下文，能提建议，能帮你生成动作，能提醒你下一步该做什么。
下一代CRM的入口，可能不是客户列表，而是AI工作台。

技术架构与快速上手

悟空 AI CRM 采用现代化的企业级技术栈，兼顾开发效率、运行性能与部署灵活性。无论你是想深度参与代码贡献，还是希望快速在自己的团队中试用，都能获得良好的支持。

• 后端：Java 21 + Spring Boot 3.x + Spring AI + PostgreSQL + Redis + MinIO
• 前端：Vue 3 + TypeScript + Element Plus + Tailwind CSS
• 部署：支持 Docker Compose 一键部署，提供完整生产环境配置。

后端技术栈

前端技术栈

项目结构

wk_ai_crm/
├── backend/                 # 后端 Spring Boot 项目
│   ├── src/main/java/      # Java 源码
│   ├── src/main/resources/  # 配置文件
│   └── pom.xml             # Maven 配置
├── frontend/               # 前端 Vue 项目
│   ├── src/                # 前端源码
│   └── package.json        # npm 配置
└── docker/                 # Docker 部署配置
    ├── docker-compose.yaml # 编排文件
    └── nginx/              # Nginx 配置
└── LICENSE.md              # 协议文件
└── README.md               # 本文档

快速开始（本地开发）

如果你想在本地运行或进行二次开发，只需简单几步即可启动。

先决条件

JDK 21+、Node.js 18+、Maven 3.8+
PostgreSQL 17、Redis 6+
（可选）Docker & Docker Compose

1. 克隆项目

git clone https://github.com/WuKongOpenSource/AI_CRM.git
cd AI_CRM

2. 后端启动

cd backend
mvn clean install
mvn spring-boot:run
# API服务将在 http://localhost:8088 运行
# API文档 (Knife4j): http://localhost:8088/doc.html

3. 前端启动

cd frontend
npm install
npm run dev
# 前端将在 http://localhost:5173 运行

4. 使用Docker一键部署（推荐）

cd docker
docker-compose up -d
# 访问 http://localhost 即可 (Nginx反向代理了前后端)

配置文件：首次运行前，请根据 backend/src/main/resources/application.yml 中的注释，配置数据库、AI API密钥（如OpenAI、DeepSeek等）等必要信息。

配置说明

主要配置文件位于 backend/src/main/resources/application.yml，以下是几项关键配置的说明：

数据库配置

spring:
  datasource:
    url: jdbc:postgresql://localhost:5432/wk_ai_crm
    username: postgres
    password: your_password

Redis配置

spring:
  data:
    redis:
      host: localhost
      port: 6379
      password: your_password
      database: 7

AI服务配置

spring:
  ai:
    openai:
      api-key: your_api_key
      base-url: https://api.openai.com/v1/  # 或其他兼容 API
      chat:
        options:
          model: gpt-4

MinIO 对象存储配置

minio:
  enabled: true
  endpoint: http://localhost:9000
  access-key: minioadmin
  secret-key: minioadmin
  bucket: ai-crm

WeKnora 知识库服务配置

weknora:
  enabled: true
  base-url: http://localhost:8080/api/v1
  api-key: your_api_key
  knowledge-base-id: your_kb_id

为什么选择开源？

我们选择开源，不是因为这个方向已经完成了，而是因为这个方向还需要更多真实场景一起打磨。
AI CRM不是一个只靠闭门设计就能做好的产品。

不同企业的销售流程不一样，不同行业的客户关系不一样，不同团队对CRM的痛点也不一样：

• 有的团队最大问题是销售不愿意录入
• 有的团队最大问题是客户跟进断层
• 有的团队最大问题是主管看不到风险
• 有的团队最大问题是新人不知道怎么跟客户
• 有的团队最大问题是知识库和销售沟通没有打通
• 有的团队则希望在本地部署，掌握自己的客户数据和业务流程

这些问题都需要真实用户、开发者、销售团队负责人和企业软件从业者一起讨论。

开源之后，我们希望悟空AI CRM不只是一个产品展示，而是一个可以被研究、被部署、被改造、被贡献的项目。

• 如果你关注AI Agent，可以看看AI如何进入企业业务对象
• 如果你关注CRM，可以一起讨论传统CRM如何从数据系统变成行动系统
• 如果你关注RAG和知识库，可以一起探索知识如何参与销售回复和客户跟进
• 如果你关注企业应用开源，可以参与自部署、权限、集成、工作流等能力建设
• 如果你是一线销售或销售负责人，我们更希望听到真实场景里的反馈

我们相信，AI在企业软件里的价值，不应该停留在“生成一段文字”，而应该真正进入业务流程，帮助人做出更好的下一步动作。

我们想找什么样的用户和开发者？

这次开源，我们特别希望找到几类朋友：

👨‍💻 如果你是开发者，欢迎Star、Fork、提Issue，也欢迎一起参与功能设计和代码贡献。
悟空AI CRM涉及AI Agent、客户上下文、知识库、任务日程、CRM工作流、邮箱和通讯录集成等方向，这里面有很多值得继续探索的工程问题。

🧑‍💼 如果你是销售团队负责人，欢迎给我们真实业务场景。
比如你们现在CRM最大的问题是什么？销售为什么不愿意用？客户跟进最容易断在哪一步？主管最想提前看到哪些风险？

💼 如果你是SaaS或CRM从业者，欢迎一起讨论这个判断：
CRM到底应该继续作为管理工具，还是应该进一步变成销售行动工具？

🔬 如果你正在研究AI应用落地，也欢迎一起交流。
我们很想知道，在真实企业系统里，AI到底应该以什么形态出现：是聊天助手、工作台、流程编排器，还是某种更自然的业务入口？

我们现在没有把悟空AI CRM描述成一个已经完美的系统。
相反，开源意味着我们愿意把它放到真实环境里，被使用、被质疑、被改进。
因为CRM这件事，最终不是为了让系统看起来更智能，而是为了让销售更容易推进客户，让团队更清楚地理解业务，让企业更少依赖零散经验和个人记忆。

我们接下来会继续做什么？

开源只是第一步。
接下来，悟空AI CRM会继续围绕几个方向迭代：

1️⃣ 继续完善客户上下文能力。
让AI更好地理解客户资料、历史跟进、任务、日程、文档、邮件和关系网络，而不是孤立地回答问题。

2️⃣ 增强销售动作生成能力。
包括跟进建议、任务创建、日程安排、客户回复、会议纪要、风险提醒和阶段推进建议。

3️⃣ 完善知识库和业务资料调用。
让企业已有的产品资料、报价规则、案例、FAQ和销售话术能够参与客户沟通。

4️⃣ 增强自部署和二次开发能力。
开源项目必须足够清晰，开发者才能真正部署、理解、修改和贡献。

5️⃣ 持续收集真实销售场景。
我们希望产品不是被想象出来的，而是在真实销售流程里长出来的。

我们知道，AI CRM这个方向还有很多问题要回答：

• AI生成的建议如何可信？
• 销售数据如何保护？
• 不同企业的流程差异如何适配？
• AI如何不打扰销售，而是在关键时刻出现？
• CRM如何从“要求销售录入”变成“帮助销售行动”？

这些问题不会靠一篇文章解决，也不会靠一次发布解决。
但我们愿意从开源开始，把问题摊开，把产品拿出来，把真实反馈收回来。

项目已经开源

如果你是开发者，欢迎Star、Fork、提Issue。
如果你是销售团队负责人，欢迎把真实业务场景告诉我们。
如果你正在研究AI Agent、CRM、RAG知识库、销售自动化或企业软件开源，也欢迎一起交流。

我们不想做一个“更复杂的CRM”。
我们想做的是一个真正能帮销售行动的AI工作台。

如果你也认为CRM不应该只是客户数据库，而应该成为销售行动系统，欢迎把这篇文章转给正在做销售管理、AI应用或企业软件的朋友。

GitHub地址： https://github.com/WuKongOpenSource/AI_CRM

我们更希望收到真实反馈：

• 你觉得AI CRM最应该解决哪个问题？
• 你们团队现在用CRM最大的痛点是什么？
• 开源版最应该保留哪些能力？
• 你认为AI应该在CRM里扮演什么角色？

GitHub已开源，欢迎Star / Fork / 提Issue。

传统CRM只记录客户。
AI CRM应该帮销售行动。

欢迎在评论区留言，或通过GitHub与我们交流。你的每一次反馈，都会让悟空AI CRM变得更好。