核心用法
OEE CRM Intelligence 采用独特的两阶段过滤架构处理个人CRM数据。第一阶段为快速硬过滤,基于关键词、域名规则和交互模式进行低成本筛选,无需调用外部API;第二阶段启用Claude Haiku进行深度AI相关性评分,输出0-150+分的量化优先级。用户可通过命令行直接过滤JSON/CSV联系人文件,对特定联系人追加上下文进行精准评分,或查看学习统计了解模型优化轨迹。系统通过learning.json持续记录用户反馈,实现偏好自适应。
显著优点
架构设计极具巧思:分层策略平衡了成本与效果,简单场景零API消耗,复杂场景才触发AI。评分机制突破二元分类,150分制提供细腻梯度。学习闭环让工具越用越懂用户,避免重复配置规则。代码结构清晰,纯Python标准库+官方SDK,零额外依赖负担。开源透明,用户可完全审计AI决策逻辑。
潜在局限
功能聚焦单一场景,缺乏与企业级CRM(Salesforce/HubSpot)的原生集成。AI评分依赖Anthropic API,存在网络延迟和成本累积。学习机制基于本地文件,多设备同步需手动处理。评分标准主观性强,初期需较多人工校准反馈才能达到理想效果。
适合人群
自由职业者、独立顾问、小型团队负责人等需要管理数百至数千联系人但无力维护复杂CRM系统的个人用户。特别适合邮件往来频繁、人际网络价值高、需要快速识别高优先级跟进对象的场景。
使用风险
API密钥需妥善管理,环境变量泄露将导致Anthropic账户被盗用。Stage 2会向外部传输联系人摘要信息(邮箱、主题、交互频次),虽非完整内容但仍属隐私数据外泄。长期运行可能产生不可忽略的API调用成本。学习文件损坏将导致偏好重置,建议定期备份。