Chatwoot v4.0.2 Beta发布:AI助手与全新UI升级
项目简介
Chatwoot是一款开源的客户沟通平台,为企业提供多渠道的客户支持解决方案。它集成了网站聊天、电子邮件、社交媒体等多种沟通渠道,帮助企业高效管理客户对话。作为一个可自托管的解决方案,Chatwoot特别适合注重数据隐私和定制化需求的企业。
核心升级:Captain AI助手
本次v4.0.2 Beta版本最引人注目的功能是全新的AI助手"Captain",它通过四个核心模块彻底改变了客户支持的体验:
-
Captain Assistant:面向客户的智能应答系统,能够基于上下文提供实时响应。这个模块可以理解客户问题的意图,并给出准确的初步回答,大大减轻人工客服的压力。
-
Captain Co-pilot:专为客服人员设计的AI辅助工具。它不仅能帮助起草回复、进行实时翻译,还能快速检索相关数据,相当于为每位客服配备了一位智能助手。
-
Captain FAQs:智能识别客户常问但知识库中尚未收录的问题。这个功能对于持续完善知识库特别有价值,它能自动发现知识盲区,提醒管理员补充相关内容。
-
Captain Memories:自动记录对话中的关键信息到CRM系统。这个创新功能让企业能够建立更完整的客户画像,为未来的个性化服务打下基础。
全面革新的用户界面
除了AI功能外,v4.0.2还对用户界面进行了全面升级:
-
收件箱视图:重新设计的收件箱让客服人员能够更专注地处理与自己相关的对话和通知,减少了无关信息的干扰。
-
邮件预览优化:改进了邮件内容的显示格式,使客服能够更快地理解邮件内容并做出响应。
-
联系人管理:全新的联系人界面采用更清晰的布局和更强大的筛选功能,让客户信息管理变得更加直观高效。
-
对话流程简化:优化后的对话处理流程减少了不必要的操作步骤,提高了客服人员的工作效率。
-
帮助中心门户:不仅外观更加现代化,后台管理工具也得到增强,使内容维护更加便捷。
-
侧边栏导航:重新设计的导航菜单让各个功能模块的访问路径更加清晰合理。
技术升级注意事项
作为Beta版本,v4.0.2主要面向测试环境,不建议直接在生产环境部署。特别需要注意的是,这个版本要求数据库安装pgvector扩展,这是支持新AI功能的关键技术依赖。
未来展望
v4.0.2 Beta版本标志着Chatwoot向智能化客户支持平台迈出了重要一步。随着AI功能的不断完善和用户界面的持续优化,Chatwoot正在重新定义开源客户支持系统的可能性。开发团队表示,他们将继续收集用户反馈,为即将到来的稳定版本做准备。
对于技术团队而言,这个版本不仅提供了强大的新功能,也展示了Chatwoot在AI集成方面的技术路线图。企业可以开始评估这些新功能如何融入现有的客户支持工作流,为全面升级做好准备。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00