如何快速完成OpenExecutive企业配置:对话式Onboarding向导从0到1实战

原创2026-09-22 20:10:011,400 阅读
文章标签:人工智能AI 应用AI Agent多智能体Agent 编排大模型MCP 服务Agent 记忆Agent 工作流RAG后端前端企业应用任务调度

如何快速完成OpenExecutive企业配置:对话式Onboarding向导从0到1实战

OpenExecutive 是一套开源的 AI 虚拟高管团队(FastAPI + Next.js),由 8 位专业领域 Agent 支撑一个连贯的高管人格。安装之后,企业配置(Company Onboarding)是让它真正懂你的关键一步:通过内置的对话式 Onboarding 向导,只需几分钟描述自己的业务,Executive 就能在后续每一次回答中引用你的公司上下文,而不是泛泛而谈。

为什么企业配置是第一步

配置完成后,OpenExecutive 会生成一份结构化的公司档案(Company Profile),作为所有回答的"事实底座",覆盖:

  • 公司基本信息(名称、行业、融资阶段、团队规模)
  • 商业模式与 ARR、竞争格局
  • 战略优先级与北极星指标
  • 财务数据(月燃耗、Runway)——仅存本地,绝不外传
  • 团队花名册(People)与部门清单(Departments),用于审批路由和告警分发

相关实现都在 onboarding 模块 中,配套官方文档可参考 docs/architecture.md 与 docs/deployment.md。

快速上手:环境准备 3 步走

在开始配置前,先跑起本地环境(需 Python 3.11+ 与 Node 22+):

git clone https://gitcode.com/gh_mirrors/op/OpenExecutive
cd OpenExecutive

cp .env.example .env   # 填入 ANTHROPIC_API_KEY=sk-ant-...

make dev

打开浏览器访问 http://localhost:3000 即可开始(API 运行在 8000 端口)。首次启动会下载约 90MB 的本地向量化模型,稍等几分钟即可,之后启动都是秒开。

💡 提示:向导完成时会自动触发一次 executive_research 后台工作流,你第一次打开 /today 页面就能看到 Executive 主动调研生成的"我们应当关注的信号"告警。

选择配置模式:对话式访谈 vs 分步表单

打开 /onboard 页面,默认进入对话式模式,这也是推荐的方式。

对话式模式(默认,最快路径)

流程就像和一位顾问聊天:

  1. 开口描述:开场白是固定的——"说说你的公司:做什么、卖给谁、大概多大、今年聚焦什么",支持直接附上 pitch deck、一页纸等文件,系统会自动提取内容;
  2. 澄清提问:访谈 Agent 会针对缺失信息追问,最多 8 个问题(见 interview.py 中的 MAX_QUESTIONS),随时可点"立即生成草稿"跳过剩余提问;
  3. 审查草稿:生成包含公司档案、领导层名单、部门清单的草稿,每个不确定字段都会写进"置信度说明"——它绝不会替你猜测数字;
  4. 编辑保存:在审查页面上直接改任何字段,点击保存即完成全部配置。

对话组件位于 OnboardConversation.tsx,草稿审查界面在 OnboardDraftReview.tsx。

表单模式(兜底方案)

如果不喜欢开放式聊天,访问 /onboard?mode=form 进入 12 步分步向导,由 wizard.py 定义问题清单:

步骤 问题 必填
0 公司名称 ✅
1 行业与阶段(如 "B2B SaaS, Series A") ✅
2 团队规模与成立年份 ✅
3 商业模式与 ARR ✅
4 竞争对手与核心优势 ✅
5 年度战略优先级与北极星指标 ✅
6–8 文化价值观、财务数据、使命愿景 可选
9–11 你的身份、团队成员、顾问名单 可选

任何一步输入 skip 即可跳过可选项。表单模式的解析逻辑(如自动从自由文本中提取 ARR、月燃耗)实现在 wizard.py 的 build_profile_from_answers。

保存之后:系统做了什么

点击保存,commit 接口 按严格顺序执行一次性写入:

  1. 校验:公司必须有名字;团队名单中必须有且仅有 1 人标记为"本人"(Principal,拥有默认审批权);部门负责人必须在名单内;
  2. 写入档案:生成 company/profile.yaml(原子写入 + fsync),该目录被 gitignore,数据只留在你的机器上;
  3. 同步人员与部门:花名册按姓名 upsert 写入 SQLite;部门采用增量匹配——同名部门就地更新,新部门才创建,绝不删除已有配置(见 commit.py);
  4. 触发首查调研:后台自动运行一次高管研究工作流,为看板和告警预热。

实战技巧与常见坑

  • 随时重跑:配置完成后重新进入 /onboard,系统会把现有档案注入对话,让 Agent 在已有基础上确认更新,而不是从头问一遍;
  • 隐私设计:访谈中提到的 ARR、燃耗等财务数字,即使报错也不会回显到错误信息或日志中——这是该模块的硬性约束;
  • 先试 Demo 公司:仓库自带 3 家演示公司(Halcyon Motors、Meridian Petroleum、Tandem Robotics),含完整档案、文档与场景,见 fixtures/README.md,适合先体验再替换为自己的数据;
  • 上传补充材料:配置完成后,可通过 Web UI 或 CLI(openexecutive upload deck.pdf)继续上传 pitch deck、财务模型等文档,Executive 会按主题检索引用。

下一步:接入你的工作流

企业配置完成后,OpenExecutive 可以接入你已经在用的渠道(Slack、Discord、Telegram、Email、Google Chat),或作为 MCP Server 供 Claude Code 等外部 Agent 直接引用你的公司上下文;更完整的部署与鉴权配置参考 docs/auth.md。

至此,从 clone 到拥有"懂你公司"的 AI 高管团队,全程只需 10 分钟左右。

登录后查看全文
OpenExecutive