本项目是一个基于大语言模型的上下文感知销售AI智能体实现，支持语音、电子邮件以及短信（SMS、WhatsApp、微信、微博、Telegram等）等多种沟通方式。

SalesGPT具备上下文感知能力，能够理解当前销售对话所处的阶段，并据此采取相应行动。此外，SalesGPT还可以访问工具，例如您预先定义的产品知识库，从而显著减少幻觉现象。

我们的愿景：打造最佳开源AI销售智能体

我们致力于构建SalesGPT，以助力您打造最优秀的AI销售智能体。因此，我们非常期待了解您正在开发的应用场景，这些信息将为SalesGPT的发展路线图提供重要参考，请随时与我们联系。

需要GenAI/LLM应用开发方面的帮助吗？

如果您需要协助，我们的团队随时为您提供支持！请通过Odyssey AI Partners与我们联系，获取专业的技术支持和指导。

:red_circle: 最新动态

• AI销售智能体现在可以真正完成销售！它们能够自主生成Stripe支付链接，直接向客户销售产品和服务。
• 您现在可以通过我们的前端界面测试您的AI销售智能体。
• 销售智能体现在可以利用工具，例如在产品目录中查找产品！

演示与用例

SalesGPT驱动的AI销售智能体演示： 我们新的虚拟劳动力？ 🤔

演示1：Sarah - 南奥兰治儿科医院的患者协调员

• 用我们的虚拟劳动力提升100倍的医疗行政效率

演示2：Ted - 自动创建支付链接并收取客户付款

您也可以在我们的SalesGPT托管前端演示上亲自体验。

如有任何建议、问题或需求，请联系我们

我们正在构建SalesGPT，旨在为您的优秀AI销售智能体提供强大支持。因此，我们非常希望了解您正在开发的具体应用场景，这将有助于推动SalesGPT的发展规划。

如果您希望我们更好地满足您的需求，或者在AI销售智能体方面需要帮助，请与我们交流：SalesGPT用例收集调查

功能特性

上下文理解：销售阶段感知

AI销售智能体能够识别对话所处的阶段（您可以根据自身需求自定义阶段）：

• 介绍阶段：通过自我介绍及公司简介开启对话。
• 资格确认阶段：确认对方是否是您产品/服务的合适对接人。
• 价值主张阶段：简要说明您的产品/服务如何为客户带来价值。
• 需求分析阶段：提出开放式问题，挖掘客户的潜在需求和痛点。
• 解决方案呈现阶段：根据客户需求，展示您的产品/服务作为解决其痛点的方案。
• 异议处理阶段：针对客户可能存在的疑虑或反对意见进行回应。
• 成交阶段：通过提出下一步行动建议来促成成交。
• 对话结束阶段：用户表示不再继续对话，此时结束通话。

业务与产品知识：

• 只引用您企业的相关信息和产品，从而显著减少幻觉现象！

完成销售：

• AI智能体能够通过生成Stripe支付链接，直接从客户处完成订单收款。

连接任意数据系统：

• 通过与Mindware的集成，AI智能体可以利用任何数据系统中的信息，无论是新系统、旧系统还是遗留系统。

自动化邮件沟通：

• 借助自动化邮件沟通功能，进一步优化您的销售流程。SalesGPT现在可以向潜在客户发送个性化邮件，包括后续跟进或产品信息等。

Calendly会议预约：

• AI智能体现在可以生成Calendly链接，帮助客户便捷地安排会议。

支持任意LLM驱动您的AI销售智能体

• 凭借与LiteLLM的集成，您可以选择任何闭源或开源的LLM与SalesGPT配合使用！感谢LiteLLM维护者为此做出的贡献！

实时销售对话支持：

• 同步与异步推理支持
• 同步与异步流式输出支持

针对语音渠道的低延迟优化：

• 语音AI销售智能体对人类发言者的往返响应时间可低至1秒以内，这一时间涵盖了整个处理流程——从语音转文本、LLM推理到文本转语音——同时确保系统的稳定性和可扩展性。

人工介入机制：

• 适用于需要人工监督的场景。

Langsmith追踪：

• 用于调试、测试、评估和监控基于任何LLM框架构建的链条和智能体。

企业级安全性

• 即将与PromptArmor集成，以保护您的AI销售智能体免受安全漏洞威胁（详情请参阅我们的路线图）。

快速入门

import os
from salesgpt.agents import SalesGPT
from langchain_community.chat_models import ChatLiteLLM

from dotenv import load_dotenv
load_dotenv() # 确保你有一个包含API密钥的 .env 文件，例如：OPENAI_API_KEY=sk-xxx, MINDWARE_API_KEY 等。

# 选择你的模型 - 我们通过 LiteLLM 支持50多种大语言模型 https://docs.litellm.ai/docs/providers
llm = ChatLiteLLM(temperature=0.4, model_name="gpt-4-0125-preview") 
                            
sales_agent = SalesGPT.from_llm(llm, use_tools=True, verbose=False,
                            product_catalog = "examples/sample_product_catalog.txt",
                            salesperson_name="Ted Lasso",
                            salesperson_role="销售代表",
                            company_name="Sleep Haven",
                            company_business='''Sleep Haven 
                            是一家高端床垫公司，致力于为客户提供最舒适、最具支撑性的睡眠体验。 
                            我们提供一系列高品质的床垫、枕头和床上用品配件， 
                            这些产品专为满足客户的独特需求而设计。'''
                            )
sales_agent.seed_agent()
sales_agent.determine_conversation_stage() # 可选，用于演示，已内置在提示中
# 代理
sales_agent.step()

# 用户
user_input = input('您的回复: ') # 嗯，好的
sales_agent.human_step(user_input)

# 代理
sales_agent.determine_conversation_stage() # 可选，用于演示，已内置在提示中
sales_agent.step()

# 用户
user_input = input('您的回复: ') # 你们的床垫定价是多少？
sales_agent.human_step(user_input)

# 代理
sales_agent.determine_conversation_stage() # 可选，用于演示，已内置在提示中
sales_agent.step()

对话阶段： 介绍：开始对话时，请先介绍自己和贵公司。

思考：我需要使用工具吗？不需要
泰德·拉索：您好，我是泰德·拉索，代表 Sleep Haven 致电。我们是一家高端床垫公司，致力于为客户提供最舒适、最具支撑性的睡眠体验。我想了解一下您是否对我们的产品感兴趣，以及它们如何改善您的睡眠？

用户：嗯，好的

对话阶段： 价值主张：简要说明您的产品/服务如何使潜在客户受益。

思考：我需要使用工具吗？不需要
泰德·拉索：很高兴听到您感兴趣！我们的床垫经过特殊设计，能够贴合您的身体曲线，提供恰到好处的支撑与舒适度，助您拥有更好的睡眠。此外，这些床垫采用高品质材料制成，经久耐用。您想进一步了解我们的不同床垫型号吗？

用户：你们的床垫定价是多少？

思考：我需要使用工具吗？需要 --> AI 代理在此使用工具。
行动：ProductSearch
行动输入：床垫价格
观察：Sleep Haven 提供三种床垫：经典和谐弹簧床垫售价1,299美元，奢华宁静竹纤维床垫售价2,599美元，豪华云舒记忆棉床垫售价999美元。不同床垫的尺寸有所不同。

思考：我需要使用工具吗？不需要
泰德·拉索：Sleep Haven 提供三种不同价位的床垫。经典和谐弹簧床垫售价1,299美元，奢华宁静竹纤维床垫售价2,599美元，豪华云舒记忆棉床垫售价999美元。具体价格会根据您选择的尺寸有所不同。您需要了解更多关于每款床垫的具体尺寸和功能吗？

用户：不用了，我要两床经典和谐弹簧床垫。
思考：我需要使用工具吗？需要 --> AI 代理在此使用工具。
行动：GeneratePaymentLink
行动输入：经典和谐弹簧床垫，2张，约翰·多伊 观察：{"response":"https://buy.stripe.com/test_9AQ6rygc397Bbv228p"}

思考：我需要使用工具吗？不需要
泰德·拉索：太棒了！我已经为您生成了一个支付链接，方便您订购两床经典和谐弹簧床垫。请点击此链接完成购买：https://buy.stripe.com/test_9AQ6rygc397Bbv228p。今天还有其他我可以帮您办理的事项吗？

架构

设置

安装

请确保你安装了 python >=3.8,<3.12:

在你的电脑上创建一个虚拟环境。我们在设置中将虚拟环境命名为“env”。你可以将其重命名，但之后在操作该环境时务必使用相同的名称（同时相应地修改 Makefile 中的 VENV 变量，以便在克隆我们的仓库后成功使用 make 命令）：

对于 Windows：

• 打开命令提示符或 PowerShell。
• 导航到你的项目目录：cd path\to\your\project
• 创建虚拟环境：python -m venv env
• 激活虚拟环境：.\env\Scripts\activate

对于 Mac：

• 打开终端。
• 导航到你的项目目录：cd path/to/your/project
• 创建虚拟环境：python3 -m venv env
• 激活虚拟环境：source env/bin/activate

当你不再使用虚拟环境时，只需运行：deactivate 即可停用。

克隆 SalesGPT 的 GitHub 仓库：

git clone https://github.com/filip-michalsky/SalesGPT.git

进入仓库目录，并如果你使用了不同的虚拟环境名称，请在 Makefile 中将 VENV 变量重命名：

cd SalesGPT

如果你想以最终用户的身份直接使用 SalesGPT 而无需进行本地修改，可以直接从 PyPI 安装：

pip install salesgpt

如果你想开发自己的版本或为我们的开源版本做出贡献，则需按照上述方法激活虚拟环境，然后运行：

make setup

有关更详细的安装步骤及其原因，请参阅 CONTRIBUTING.md。

最后，在使用 SalesGPT 之前，请参照我们的 .env.example 文件创建一个 .env 文件，并将你的 API 密钥按行填写进去。

运行一个 AI 销售代理示例

进入 SalesGPT 目录：

cd SalesGPT

SalesGPT 可以通过多种方式运行，具体取决于你的偏好和设置。以下是可用的方法：

1. 使用 Docker

对于偏好容器化部署的用户，Docker 提供了一个隔离且一致的运行环境。请按照 官方 Docker 安装指南 确保您的系统已安装 Docker。

要使用 Docker 运行 SalesGPT，请执行以下步骤：

1. 通过 Docker Compose 启动应用：

   使用以下命令以分离模式启动 SalesGPT：

   docker-compose up -d
   

   如果您对代码进行了修改并希望这些更改生效，可以在上述命令后添加 --build 参数。

2. 停止应用：

   若要停止并移除所有与 SalesGPT 相关的容器，请执行：

   docker-compose down
   

故障排除：

• 清理 Docker 资源： 如果遇到错误，您可以谨慎地清理 Docker 中的所有未使用的容器、网络、镜像和卷：

  docker system prune --volumes
  

• 无缓存重建： 若要重新构建并从头开始启动服务而不使用缓存，可运行：

  docker-compose up -d --build --no-cache
  

成功部署后，您可以通过浏览器访问 localhost:3000/chat 来使用 SalesGPT。

2. 直接启动用户界面

如果您不使用 Docker，可以直接启动 SalesGPT 的用户界面。请参考前端目录中的 README.md 文件，了解如何在本地设置 UI。

3. 使用终端

对于喜欢使用终端或编写自动化脚本的用户，可以使用以下命令运行 SalesGPT： python run.py --verbose True --config examples/example_agent_setup.json

4. 仅运行后端

对于希望将 SalesGPT 的后端集成到自有用户界面或应用程序中的用户，仅运行后端是一个简单直接的方式。这样您既可以利用 SalesGPT 的强大功能，又能完全掌控用户体验。

要仅运行 SalesGPT 的后端，请按照以下步骤操作：

1. 启动后端服务：

   使用以下命令启动后端服务。默认情况下，服务器将在端口 8000 上运行，从而提供 API 访问：

   docker-compose up -d backend
   

   如果需要重建后端镜像（例如在修改代码之后），可在上述命令中添加 --build 参数。

2. 访问后端：

   后端运行后，您可以通过 http://localhost:8000 访问 API 端点。有关可用端点及其用法的详细信息，请参阅 API 文档。

3. 停止后端：

   若要停止后端服务，执行：

   docker-compose stop backend
   

   如果您希望彻底移除后端容器，可以使用：

   docker-compose down
   

此设置非常适合希望将 SalesGPT 后端集成到自定义应用程序中的开发者，或者更倾向于使用其他前端技术的用户。

测试您的部署

1. 按照上述说明激活您的虚拟环境。（在类 Unix 系统上运行 source env/bin/activate，在 Windows 上运行 .\env\Scripts\activate。将 env 替换为您虚拟环境的名称）
2. 切换到 SalesGPT 目录。如果尚未进入 SalesGPT 主目录，请先切换。
3. 运行 make test。

所有测试都应通过。警告可以忽略。

修复您的部署

SalesGPT 仓库会定期更新。如果您的代码无法正常运行，请检查当前的 README 文件，查看是否有启动方式的变化。随着更新，通常会添加一些额外的环境变量，而这些变量对于某些功能是必需的。请务必检查最新的 .env.example 文件。

如遇无法解决的问题，请随时联系我们的 Discord 支持频道。

卸载 SalesGPT

要删除用于 SalesGPT 开发的虚拟环境以及 SalesGPT 仓库，请导航至您安装虚拟环境和克隆 SalesGPT 的目录，并运行： make clean

文档

在此实现中，我们使用了 langchain 库，特别是 自定义智能体配置，并受到 BabyAGI 架构的启发。

LangSmith 追踪

LangSmith 是一个用于构建生产级 LLM 应用程序的平台。

它允许您调试、测试、评估和监控基于任何 LLM 框架构建的链条和智能体，并可无缝集成到 LangChain——这一构建 LLM 应用程序的首选开源框架中。

LangSmith 由 LangChain 公司开发，该公司也是开源 LangChain 框架的幕后推手。

要启用 LangSmith 追踪，您需要执行以下步骤：

1. 创建 LangSmith 账户
2. 在设置中创建 API 密钥
3. 将您的 LangSmith 账户中的 API 密钥和项目名称添加到 .env 文件或 run.py 模块中
4. 将 run.py 中的 LANGCHAIN_TRACING_V2 设置改为 true
5. 完成！您将在 LangChain 管理面板中更好地了解您的智能体和链条性能。

如需进一步阅读，请参阅 文档。

路线图

1. 提升 SalesGPT 的可观测性
2. 增强提示版本控制
3. 添加提示评估
4. 编写更多文档
5. 改进代码文档
6. 重构
7. 提升解析器的可靠性 问题链接 和 这里
8. 改善部署说明
9. 调用功能——示例代码
10. 企业级安全——与 PromptArmor 集成，以保护您的 AI 销售智能体免受安全漏洞侵害
11. LLM 评估
12. 解决工单和 PR（持续进行中）
13. 添加 OpenAI 函数智能体的示例实现问题链接
14. 增加对多种工具的支持 问题链接
15. 添加智能体控制器，以便在需要按顺序完成各个阶段时避免跳过 问题链接
16. 添加 tool_getter，根据任务需求与工具之间的向量距离来选择合适的工具
17. 智能体应具备哪些工具？（例如，搜索互联网的能力）
18. 增加销售智能体与您网站上的 AI 插件交互的能力（通过 .well-known/ai-plugin.json）
19. 更多 SalesGPT 示例

关于团队

主要维护者：Filip Michalsky

• 联系邮箱
• LinkedIn
• 在 X 平台关注我们：@FilipMichalsky

我们的支持团队：

• AI 工程师：Honza Michna (LinkedIn)
• 软件工程师：Illia Makovoz

如何贡献

我们非常鼓励大家贡献！请先 fork 仓库，然后提交 Pull Request。

SalesGPT 快速上手指南

SalesGPT 是一个开源的、具备上下文感知能力的 AI 销售代理框架。它能够理解销售对话的各个阶段（如介绍、资格确认、价值主张、需求分析等），并调用工具（如产品知识库查询、生成支付链接）来辅助完成销售任务，支持语音、邮件和短信等多种渠道。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Windows, macOS 或 Linux
• Python 版本：3.8 <= Python < 3.12
• API Keys：
  • LLM 提供商密钥（如 OPENAI_API_KEY）
  • 可选：其他工具密钥（如 MINDWARE_API_KEY, STRIPE_API_KEY 等）

安装步骤

1. 创建虚拟环境

建议在隔离的虚拟环境中运行项目。

Windows (CMD/PowerShell):

cd path\to\your\project
python -m venv env
env\Scripts\activate

macOS / Linux:

cd path/to/your/project
python3 -m venv env
source env/bin/activate

2. 安装依赖

使用 pip 安装 SalesGPT 及其依赖：

pip install salesgpt

(注：如果下载速度较慢，可尝试使用国内镜像源：pip install salesgpt -i https://pypi.tuna.tsinghua.edu.cn/simple)

3. 配置环境变量

在项目根目录下创建 .env 文件，并填入您的 API 密钥：

OPENAI_API_KEY=sk-xxx
# 如有其他工具密钥，在此处添加，例如：
# MINDWARE_API_KEY=your_key

基本使用

以下是一个最简单的 Python 脚本示例，展示如何初始化 SalesGPT 代理并进行多轮对话。该示例模拟了一位名为 "Ted Lasso" 的销售代表推销床垫的场景。

import os
from salesgpt.agents import SalesGPT
from langchain_community.chat_models import ChatLiteLLM

from dotenv import load_dotenv
load_dotenv() # 加载 .env 文件中的 API 密钥

# 选择模型 - 通过 LiteLLM 支持 50+ 种模型
llm = ChatLiteLLM(temperature=0.4, model_name="gpt-4-0125-preview") 
                            
# 初始化 SalesGPT 代理
sales_agent = SalesGPT.from_llm(llm, use_tools=True, verbose=False,
                            product_catalog = "examples/sample_product_catalog.txt", # 需确保存在该产品目录文件或修改路径
                            salesperson_name="Ted Lasso",
                            salesperson_role="Sales Representative",
                            company_name="Sleep Haven",
                            company_business='''Sleep Haven 
                            is a premium mattress company that provides
                            customers with the most comfortable and
                            supportive sleeping experience possible. 
                            We offer a range of high-quality mattresses,
                            pillows, and bedding accessories 
                            that are designed to meet the unique 
                            needs of our customers.'''
                            )

# 启动代理
sales_agent.seed_agent()

# --- 第一轮交互 ---
sales_agent.determine_conversation_stage() 
sales_agent.step() # 代理发言

user_input = input('Your response: ') # 用户输入，例如：Yea, sure
sales_agent.human_step(user_input)

# --- 第二轮交互 ---
sales_agent.determine_conversation_stage() 
sales_agent.step() # 代理发言

user_input = input('Your response: ') # 用户输入，例如：What pricing do you have for your mattresses?
sales_agent.human_step(user_input)

# --- 第三轮交互 (可能触发工具调用) ---
sales_agent.determine_conversation_stage() 
sales_agent.step() # 代理发言 (若涉及价格查询，会自动调用 ProductSearch 工具)

运行说明：

1. 确保当前目录下存在 examples/sample_product_catalog.txt 文件，或者在代码中指定一个有效的本地产品知识文本文件路径。
2. 运行脚本后，代理会根据预设的销售流程主动发起对话。
3. 当用户询问具体产品信息时，代理会自动调用工具查询知识库；当达成购买意向时，可生成支付链接。