AI 分析
痛点:企业团队和客户需要可自托管、用户相互隔离、带长期记忆与多连接器的 AI 助手框架,现有开源框架(LangChain/Agno)在安全可控和落地体验上不满足需求
目标用户:希望安全地在内部和面向客户使用 AI agent 的中小企业、团队及技术负责人
证据:While looking for a harness to use at my company, I built the engine that I'm open-sourcing today... I started looking for a harness that both our clients and our team could use safely. After experimenting with frameworks like Agno and LangChain... I decided to build a proprietary solution from scratch.
变现:开源核心 + 托管版 SaaS 订阅、企业私有化部署与支持服务、垂直行业(如美妆零售)定制 harness,或对连接器/审计合规插件收费
MVP:聚焦单一垂直场景,做一键托管部署的 AI 助手:预置 3-5 个常用连接器 + 简单长期记忆 + 多用户隔离,免费自助试用、付费托管与合规审计增值
竞品:Agno、LangChain、Instinct、Muse、Dots、Open Claw
摘要:一位美妆科技公司的技术创始人为让公司团队与客户安全使用 AI agent,从零自建可自托管、每用户隔离、带长期记忆和 Google/Slack/Notion 等连接器的 harness,并以 AGPL-3.0 开源。他此前尝试过 Agno、LangChain 及多种 Claw 方案仍不满意,侧面验证了企业级安全可控 agent 框架的真实需求,但也说明该赛道竞品密集。