HEA Consulting AI
An open-source AI backbone for consulting firms that want to help SMBs build a culture of continuous improvement.
consultinghea.com • What This Solves • How It Works • Get Started
______________________________________________________________________
这解决了什么
拉丁美洲（以及世界各地）的中小型企业也面临着同样的问题： 没有SOP，没有记录在案的流程，没有数据驱动的决策，也没有雇佣麦肯锡的预算。
他们知道他们需要改进。他们只是负担不起可以帮助他们的咨询公司。
HEA咨询AI 我们建立的系统就是为了改变这一点。这是人工智能的支柱 HEA咨询 --2024年12月在墨西哥成立的一家真正的咨询公司，由一个人经营，为中小企业提供战略、定制平台和人工智能解决方案。
这不是一个理论框架。这是我们每天用来：
- 提供咨询服务 --从诊断到SOP再到持续改进计划
- 管理客户关系 --健康评分、互动跟踪、随访
- 自己经营企业 --提案、发票、项目跟踪、潜在客户开发
- 建立知识库 --195份方法、框架和最佳实践文件可通过RAG搜索
一位创始人。交付了六个客户项目。整个操作在这个系统+克劳德代码上运行。
______________________________________________________________________
为什么这种架构很重要：配额效率
如果你使用Claude Code运行多个项目， 你可能很快就用完了配额。 每个项目都是一个独立的人工智能环境——独立的 CLAUDE.md，独立的MCP服务器，独立的代码库发现。在一天内切换5个项目，仅在上下文加载时就消耗了5倍的令牌。
HEA Consulting AI通过将所有东西集中到一个大脑中来解决这个问题。
WITHOUT centralization: WITH HEA architecture:
Project A → AI session → quota ┌──────────────────┐
Project B → AI session → quota │ One AI Session │
Project C → AI session → quota → │ (Central Brain) │
Project D → AI session → quota │ Routes to all │
Project E → AI session → quota │ projects via MCP │
└──────────────────┘
5 cold starts, 5 context loads 1 session, 0 cold starts| 度量 | 按项目方法 | 集中式大脑 |
|---|---|---|
| 每天课程 | 5-8（每个项目一次） | 1-2（所有内容都已安排） |
| 上下文重载开销 | 每次切换 | 从不（持久） |
| MCP服务器RAM | 每个项目约300MB | 总计约300MB |
| 跨项目查询 | 不可能 | 原生（“所有客户的收入？”） |
| 配额消耗 | 燃烧速度快5倍 | Max计划可持续 |
我们跑步 8个活跃项目 通过该系统在单个Claude Code Max订阅（每月100美元，5倍使用率）上不受限制。统一的MCP服务器允许每个项目访问 8个业务领域的72个工具 --财务、项目、销售、知识、文档、任务、客户成功和内容——所有这些都在一个过程中。
深潜： 看 文档/报价-效率.md 获取完整的技术分解、定额数学和实施指南。
______________________________________________________________________
使命
帮助 1000家中小企业 在墨西哥和拉丁美洲，通过咨询采用更好的运营实践——SOP、精益思维、数据驱动决策、持续改进文化 可访问和人工智能增强.
这种回购是我们共享基础设施的方式，这样其他顾问、自由职业者和小公司也可以在他们的市场上做同样的事情。
______________________________________________________________________
运作原理
统一MCP服务器
一台服务器，八个域，咨询公司需要的所有工具：
mcp = FastMCP("hea-unified")
knowledge.register_tools(mcp) # RAG search over methodologies & frameworks
finance.register_tools(mcp) # Quotes, P&L, payment tracking
projects.register_tools(mcp) # Portfolio health, deadlines, notes
tasks.register_tools(mcp) # AI-prioritized task management
docs.register_tools(mcp) # Proposal & contract generation
sales.register_tools(mcp) # Lead qualification, pipeline
csm.register_tools(mcp) # Client health scores, retention
content.register_tools(mcp) # Image generation for deliverables每个域都是一个Python模块，在共享的FastMCP实例上注册其工具。一个进程，一个Supabase连接，资源使用最少。
RAG知识库
该系统的核心：一个可搜索的咨询知识库。
- 语义搜索 --384个dim嵌入的pg向量余弦相似度
- 全文搜索 --PostgreSQL tsvector用于精确术语匹配
- 混合搜索 --结合两者以获得最佳回忆
- 三层优先级 --生产文档的排名高于参考材料
- 本地嵌入 -sentence-transformers（免费，无API费用）
这就是一个顾问如何携带整个公司的知识。SOP、精益六西格玛框架、行业特定的剧本、诊断模板——所有这些都可以用自然语言搜索。
代理路由
查询会自动路由到正确的部门：
"How much did we invoice this month?" → Finance (FIN)
"What's the health of our client?" → Customer Success (CSM)
"Find our Lean methodology docs" → Research & Knowledge (RND)
"Generate a proposal for a new client" → Documents (DOC)13个部门，基于关键字的调度，置信度评分，审计日志记录。
自主操作
该系统可以在安全控制下无人值守运行：
Scan → Decide → Approve → Execute → Reflect- 检测过期任务、过时线索、缺失嵌入
- 根据严重程度选择最高优先级的操作
- 高风险操作需要Telegram批准
- 断路器在反复故障时停止
剧本
基于触发器的动作链，自动化多步骤工作流程：
| 剧本 | 触发器 | 它的作用 |
|---|---|---|
| 简报 | “早上好” | 将任务、截止日期、财务、管道汇编成报告 |
| 收款 | “跟进付款” | 检查待处理的发票，生成亲切的提醒 |
| 客户检查 | “我们的客户怎么样” | 计算健康评分，标记有风险的账户 |
| 寻找潜在客户 | “寻找潜在客户” | 报废、鉴定、创建后续任务 |
| 每周回顾 | “周总结” | 进度、速度、阻碍因素、下周的优先事项 |
______________________________________________________________________
项目结构
hea-consulting-ai/
├── mcp-server/ # Unified MCP server (8 domains)
│ ├── server.py # Entry point
│ ├── shared.py # Shared clients & config
│ └── domains/ # One module per domain
├── agents/ # Multi-agent routing
│ ├── router.py # 13-department dispatcher
│ ├── dispatch.py # Routing + audit logging
│ └── logger.py # Activation audit trail
├── automation/ # Autonomous operations
│ ├── session_registry.py # Multi-session state tracking
│ ├── notifier.py # Telegram notifications
│ ├── afk/ # 5-layer autonomous system
│ └── playbooks.md # 10 action chain templates
├── embeddings/ # Local vector embeddings
│ └── generate.py # Batch processor (no API cost)
└── database/ # PostgreSQL + pgvector schema
└── schema.sql # Full schema with AI priority engine______________________________________________________________________
入门指南
先决条件
- Python 3.11+
- Supabase帐户（或带有pgvector的本地PostgreSQL）
- Claude Code命令行界面（推荐）
快速开始
git clone https://github.com/HEAConsulting/hea-consulting-ai.git
cd hea-consulting-ai
pip install -r requirements.txt
cp .env.example .env
# Add your Supabase URL and key
# Initialize the database
psql $DATABASE_URL Built by HEA Consulting with Claude Code
Because every small business deserves great operations.