Hubspot Agent Demo

🤖 K-Rauta AI代理工作流演示

使用Claude Sonnet 4.5 + HubSpot API为K-Rauta客户服务进行多智能体编排

🎯 这证明了什么

这个演示展示了 生产就绪的代理工作流 that：

1. 收集上下文信息 - 通过MCP从HubSpot获取真实客户数据
2. 采取行动 - 分析数据并生成智能、个性化的回复
3. 验证工作 - 在交付前对输出结果进行质量检查

这对Humm集团为何至关重要

• MCP集成 - 与业务系统（HubSpot、CRM、ERP）建立安全、可扩展的连接
• 智能自动化 - 能够理解上下文和客户价值的人工智能
• 质量保证 - 内置验证减少错误
• 成本效益 - 基于生物的模型选择（展示的架构）

🏗️ 建筑学

Customer Inquiry
      ↓
[STAGE 1: GATHER CONTEXT]
  └─→ HubSpot MCP Server
       ├─ Fetch contact details
       ├─ Fetch company info
       └─ Fetch deal history
      ↓
[STAGE 2: TAKE ACTION]
  └─→ Claude Agent SDK
       ├─ Analyze customer value
       ├─ Generate personalized response
       └─ Determine routing (auto/review/escalate)
      ↓
[STAGE 3: VERIFY WORK]
  └─→ Quality Check
       ├─ Accuracy verification
       ├─ Tone appropriateness
       └─ Risk assessment
      ↓
Result: Ready-to-send response

🚀 快速入门

先决条件

1. Node.js 已安装v18+版本
2. HubSpot 私有应用 带有访问令牌
3. Anthropic API密钥 (在这里拿一个)

设置

1. 导航到代理目录：

   cd hubspot-agent-demo/agent

1. 创建 .env 文件：

   cp .env.example .env

1. 编辑 .env 并添加您的API密钥：

   ANTHROPIC_API_KEY=sk-ant-your-key-here
   HUBSPOT_ACCESS_TOKEN=your-hubspot-token-here
   PORT=3000

1. 启动服务器：

   node server.js

1. 打开演示用户界面：

- 开放 web/index.html 在您的浏览器中 - 或者访问： file:///C:/Users/Admin/hubspot-agent-demo/web/index.html

📋 面试演示脚本

设置（演示前）

1. 在HubSpot中有2-3个不同客户层级的测试联系人
2. 在浏览器中打开网页用户界面
3. 服务器正在运行（node server.js)

演示流程（5分钟）

\[开场 - 30秒\]

“我已构建了一个智能代理工作流程的演示，该流程使用模型上下文协议与HubSpot集成。这展示了AI如何能够安全地访问业务系统并做出智能决策。”

\[演示步骤 1 - 1 分钟\]

“让我给你看看一个客户咨询……”

• 在用户界面中输入客户电子邮件和查询内容
• 点击“执行代理工作流”
• 指向第一阶段：“代理现在正通过MCP从HubSpot获取这位客户的资料——包括联系详情、公司信息和交易历史。”

\[演示步骤 2 - 1.5 分钟\]

“现在观看第二阶段……”

• 展示分析及生成响应
• 亮点：“客服判定此为\[高/中/低\]价值客户，并建议\[自动回复/人工复审/升级处理\]”
• 指出个性化之处：“注意它是如何引用他们特定的账户详情的”

\[演示步骤3 - 1分钟\]

“最后，第三阶段质量验证……”

• 显示质量评分和检查结果
• “这确保了在发送任何回复之前，内容的准确性和语气的恰当性。”

\[总结 - 1分钟\]

“这展示了三项关键能力： 1. MCP集成 - 安全访问HubSpot，无需暴露凭据 1. 智能路由 - 人工智能决定是否应自动回复、需要人工审核，还是升级处理 1. 质量保证 - 内置验证功能防止错误 对于Humm集团而言，这一模式同样适用于任何业务系统，而不仅仅是HubSpot。我们可以连接到您的客户关系管理系统（CRM）、工单系统、知识库等等。“

🔧 技术栈

• 代理框架Claude Agent SDK（TypeScript）
• MCP集成官方 @hubspot/mcp-server
• 人工智能模型克劳德·莎士比亚十四行诗4.5（2024年10月）
• 后端Express.js REST API
• 前端纯HTML/CSS/JavaScript

📊 什么使得这个产品可投入生产？

1. 三阶段工作流程模式

• 明确的职责分离
• 每个阶段都可以独立优化
• 易于添加监控和日志记录功能

2. 基于MCP的架构

• 安全凭证管理
• 基于工具的访问控制
• 可扩展至任何配备有MCP服务器的系统

3. 智能决策

• 客户层级分析
• 自动/审查/升级路由
• 情境感知响应

4. 质量保证

• 自动化验证
• 风险检测
• 语气和准确性检查

🎓 展示的关键概念

模型上下文协议（MCP）

• 什么连接AI与外部工具/数据的开放标准
• 为什么无需硬编码API，实现安全、可维护的集成
• 如何MCP服务器将AI请求转换为HubSpot API调用

代理工作流

• 不是简单聊天机器人或API调用
• 是的多阶段决策过程
• 益处处理需要情境和判断的复杂场景

基于层级的架构

• 演示在所有阶段均使用Claude Sonnet 4.5
• 生产可以使用较便宜的模型进行验证，关键决策时则采用昂贵的模型
• ROI（投资回报率）88%的成本节省（根据您的演示文稿）

🔐 安全考虑事项

1. API密钥储存于 .env，从未提交到git
2. MCP隔离HubSpot访问权限限制为特定工具/范围
3. 数据处理客户数据已处理，未存储
4. 速率限制应在生产中添加

📈 生产的下一步计划

• \[ \] 添加身份验证/授权
• \[ \] 实施速率限制
• \[ \] 添加全面的日志记录（LangSmith）
• \[ \] 工作流历史数据库
• \[ \] 实时WebSocket更新
• \[ \] 多层模型选择
• \[ \] A/B测试框架
• \[ \] 监控和警报

💡 扩展思路

1. 多系统集成

- 添加Salesforce MCP - 添加 Zendesk MCP - 结合多个来源的上下文

1. 高级路由

- 基于SLA的优先级排序 - 代理技能匹配 - 时区感知路由

1. 学习循环

- 追踪成功率 - 重新训练路由模型 - 优化响应模板

📞 支持

由：\[您的姓名\] 创建 职位：Humm集团技术负责人 演示日期：\[面试日期\]

______________________________________________________________________

记住这个演示证明你两者都理解 技术 (MCP、代理SDK、APIs) 和 商业价值 （成本节约、质量、可扩展性）——这正是技术负责人所需要的。