基于自然语言的 agent 创建
使用 Invent 通过自然语言提示构建 agent,它会生成工作流所需的 agent、工具和评估。
Relevance AI 是面向企业的 AI agent 平台,可在销售、营销、支持和运营等工作流中构建并治理 AI agent,支持无代码、自然语言和编程方式搭建,配备监控与访问控制。
Relevance AI 是一个用于构建、管理和治理 AI agent 的企业平台。网站将其定位为一种让领域专家设计 playbook,并让 agent 在外联挖掘潜在客户、入站资格判定、客户成功、内容营销和会议准备等工作流中执行这些 playbook 的方式。
该平台强调从辅助式 AI 向更自主化运营的演进,并提供用于构建 agent、将其连接到现有系统、评估其输出以及监督其行为的工具。定价页和企业页显示,它面向的是需要共享访问、控制和部署选项的团队,而不是单一用途的聊天机器人。
使用 Invent 通过自然语言提示构建 agent,它会生成工作流所需的 agent、工具和评估。
使用无代码构建器以可视化方式优化 agent,或从零开始创建,而无需完全依赖工程团队。
对于偏好代码优先工作流的团队,可使用 MCP 结合 Claude Code、Codex 或其他 copilot 进行编程构建。
定义质量标准并通过评估进行监控,包括分数和任务级检查,以支持部署决策。
使用监控仪表板、审计日志、版本历史、审批关卡和升级路径,让 agent 活动保持可见并受控。
通过大型集成目录以及自定义 API 和 MCP 连接,将 agent 接入现有技术栈。
团队可以自动化潜在客户研究、线索评分、外联草稿和跟进序列,同时保留人工参与以便审核或升级处理。
收入团队可以路由传入线索、筛选 MQL,并在 HubSpot 或类似触发源之间标准化响应处理。
营销团队可以利用共享 playbook 和质量检查,构建用于内容再利用、SEO 优化和活动效果分析的 agent。
支持和客户成功团队可以分流请求、搜索知识库、准备续约工作,并将低置信度操作升级以供审查。
运营团队可以将 agent 连接到内部工具,用于信息补全、报告生成、会议准备以及其他跨系统工作流。
Relevance AI 被定位为一个用于构建和管理 AI agent 的企业平台。源内容显示它支持无代码和编程两种构建方式,并提供用于监督与审批的治理功能。
网站展示了三种构建方式:使用 Invent 通过自然语言构建,使用拖放式构建器供领域专家使用,以及使用 MCP 结合 Claude Code、Codex 或其他 copilot 以编程方式构建。
定价页展示了 Enterprise 方案,包含自定义操作、自定义供应商积分、无限制的 agent 和工具、无限制的用户和项目、2,000+ 集成、呼叫与会议 agent、agent 评估、A/B 测试和分析、SSO、RBAC、审计日志以及专属客户经理。
企业页面列出了 SOC 2 Type II、SSO 和 SCIM、基于角色的访问控制、审计日志、加密、数据驻留选项以及灵活部署,作为其安全态势的一部分。
网站强调可与 Salesforce、HubSpot、Snowflake、Slack、Gong、Gmail、Microsoft、Notion、Jira、Zendesk、Intercom、Databricks、Sheets、Airtable、Salesloft、GitHub、Confluence 和 Drive 等系统集成,同时还支持自定义 API 和 MCP 连接。