Customer Intelligence Hub

客户智能中心-CRM

由人工智能代理支持的智能客户关系管理系统，旨在分析客户数据，创建有针对性的营销活动，并提供可操作的业务见解。

概述

客户智能中心是一个基于人工智能的系统，将客户数据分析与自动化营销能力相结合。它使用LangGraph进行代理编排，使用PostgreSQL进行数据存储，使用模型上下文协议（MCP）进行工具集成。

建筑

graph TB
    A[👤 User] --> B[🤖 Neo AI Agent]
    B --> C[🔧 MCP Tools Layer]
    
    C --> D[🗄️ PostgreSQL Server]
    C --> E[📧 Marketing Server]
    C --> F[💬 Slack Server]
    
    D --> G[(📊 Customer Database)]
    G --> H[👥 Customers]
    G --> I[💰 Transactions]
    G --> J[📈 RFM Analysis]
    G --> K[🎯 Campaigns]
    
    E --> L[📝 Campaign Creation]
    E --> M[✉️ Email Automation]
    
    F --> N[🔔 Team Notifications]
    F --> O[💡 Insights Sharing]
    
    B --> P[📊 LangSmith Tracking]
    

主要特点

• 基于人工智能的客户分析：自动RFM（近期、频率、货币）分析
• 智能营销活动：根据客户细分创建和管理有针对性的活动
• 实时数据查询：查询客户和销售数据的自然语言界面
• Slack集成：自动与您的团队分享见解和更新
• 全面跟踪：LangSmith积分的完全可观测性

益处

• 🎯 目标市场：识别高价值客户并创建个性化活动
• 📊 数据驱动的洞察：获取有关客户行为和销售业绩的即时答案
• ⚡ 自动化：通过自动创建活动和发送电子邮件减少手动工作
• 👥 团队协作：通过Slack通知让每个人都了解情况
• 📈 性能跟踪：与LangSmith一起监控所有人工智能交互和决策
• 🔄 可扩展体系结构：采用现代工具构建，实现企业级性能

快速开始

先决条件

• Docker和Docker Compose
• OpenAI API密钥
• LangSmith API密钥（可选，用于跟踪）
• Slack Bot令牌（可选，用于Slack集成）

使用Docker运行（推荐）

1. 克隆存储库

   git clone https://github.com/Gabrielm3/customer-intelligence-hub
   cd customer-intelligence-hub

1. 配置环境变量

   cp .env.example .env
   # Edit .env with your API keys

1. 启动系统

   docker-compose up --build -d

1. 生成并导入样本数据

   # Generate CSV files from raw data (run once)
   docker-compose exec crm-agent bash -c "cd database && uv run python generate_data_tables.py"

   # Import CSV files to database
   docker-compose exec crm-agent bash -c "cd database && uv run python import_data.py"

1. 启动交互式CLI

   docker-compose exec crm-agent uv run python cli/interactive_cli.py

本地运行

1. 安装依赖项

   uv sync

1. 设置PostgreSQL数据库

   # Start PostgreSQL locally or use Docker
   docker run -d --name postgres \
     -e POSTGRES_DB=crm_database \
     -e POSTGRES_USER=crm_user \
     -e POSTGRES_PASSWORD=crm_password \
     -p 5432:5432 postgres:15-alpine

1. 配置环境

   cp .env.example .env
   # Update DATABASE_URL for local PostgreSQL

1. 初始化数据库

   cd database
   # Generate CSV files from raw data
   uv run python generate_data_tables.py
   # Import to database
   uv run python import_data.py

1. 运行CLI

   uv run python cli/interactive_cli.py

用法示例

系统运行后，您可以向Neo（AI代理）提出以下问题：

• 客户分析：“我们有多少客户？”或“按支出显示前5位客户”
• 产品洞察：“我们最畅销的产品是什么？”或“哪些产品的利润率最高？”
• 营销活动：“为VIP客户创建忠诚度活动”或“向不活跃的客户发送重新参与电子邮件”
• RFM分析：“向我展示我们客户的RFM分析”或“谁是我们最有价值的客户？”

配置

环境变量

MCP服务器

该系统使用三个MCP服务器：

• PostgreSQL：用于数据库查询和分析
• 营销：用于活动创建和电子邮件自动化
• Slack：用于团队沟通和通知

项目结构

customer-intelligence-hub/
├── src/crm_agent/           # Core agent logic
│   ├── agent_graph.py       # LangGraph workflow
│   ├── system_prompts.py    # AI agent prompts
│   └── mcp_servers/         # MCP server configurations
├── cli/                     # Interactive command-line interface
├── database/                # Database setup and sample data
├── docker-compose.yml       # Docker orchestration
└── pyproject.toml          # Python dependencies

故障排除

常见问题

数据库连接错误

# Check if PostgreSQL is running
docker-compose ps
# Restart if needed
docker-compose restart postgres

缺少的依赖

# Rebuild containers
docker-compose down
docker-compose up --build

空数据库

# Re-generate and import sample data
docker-compose exec crm-agent bash -c "cd database && uv run python generate_data_tables.py"
docker-compose exec crm-agent bash -c "cd database && uv run python import_data.py"

监控

• LangSmith仪表板: https://smith.langchain.com/（项目： customer-intelligence-hub)
• 数据库状态: docker-compose exec postgres psql -U crm_user -d crm_database -c "\dt"
• 容器日志: docker-compose logs crm-agent

贡献

1. 分叉存储库
2. 创建要素分支
3. 进行更改
4. 提交拉取请求

许可证

此项目根据MIT许可证获得许可-有关详细信息，请参阅许可证文件。