
OpenTag
OpenTag 是一款模型无关的 AI 协作者,适用于团队聊天,您可以在 Slack 或 Microsoft Teams 中 @提及它,以将任务路由到 80 多个模型,通过连接的工具执行实际操作,并在线程中回复证据——而不仅仅是摘要。
https://tryopentag.com/?ref=producthunt&utm_source=aipure

产品信息
更新于:2026年08月31日
什么是 OpenTag
OpenTag 是一款团队原生的 AI 队友,旨在融入工作发生的地方——主要是 Slack 和 Microsoft Teams。它不是一个独立的聊天机器人,而是在您的频道和线程中运行,具有共享上下文和权限,帮助团队回答问题、起草输出和完成操作任务。其核心区别在于其模型无关的路由:OpenTag 可以从 80 多个模型中进行选择,并且只在需要时“调用”前沿模型,旨在降低总体模型开支,同时保持高质量。
OpenTag 的主要功能
OpenTag 是一个与模型无关的 AI 协作者,它存在于团队协作线程中(特别是 Slack 和 Microsoft Teams)。您可以在对话中提及/标记它,它会将请求路由到适当的模型(通过 Conifer 从 80 多个模型的大型池中选择,仅在需要时使用前沿模型),在限定于连接工具的沙盒环境中执行工作,并在同一线程中回复并提供证据/收据。它还可以从重复请求中学习以建议自动化,维护一个源自真实团队讨论的自更新维基,并且专为团队范围使用而设计,其权限遵循请求用户,因此队友无需共享凭据。
Slack 和 Teams 中的线程内 AI 协作者: 在您的团队已经协作的地方工作:在线程中提及 @opentag,它会在上下文中响应,将结果直接返回到同一对话中,而不是将用户推送到单独的 UI 中。
跨 80 多个模型的模型无关路由: 自动为任务选择最适合的模型(通过 Conifer),对日常工作使用更便宜/更快的模型,并在必要时升级到 Claude/GPT/Gemini 级别的模型,以降低总体开销。
具有范围工具访问权限的沙盒运行: 每次运行都在其自己的机器/环境中执行,是沙盒化的,仅限于您连接的工具,并在完成后被销毁——支持更安全的“做实际工作”姿态。
人工审批和基于证据的输出: 旨在显示收据并保留会影响外部系统的操作,直到有人批准;“应用”仅在适配器配置为执行操作时出现。
重复请求的自动化建议: 当 OpenTag 检测到重复请求(例如,多次相同的周一报告)时,它会主动提供安排和拥有工作流,只需简单的“是/否”批准。
来自真实线程的自组织团队维基: 将分散的频道决策和运行手册转化为活页,当策略更改时更新,保留机构知识并减少人员流动期间的“部落知识”流失。
OpenTag 的使用场景
销售和运营的重复报告: 从连接的系统中自动生成每周管道/CAC/预测摘要,并在团队批准建议的自动化后,按计划将其发布到正确的 Slack 频道。
客户支持和运营手册: 将不断变化的策略(退款阈值、升级规则、入职步骤)从支持/运营线程捕获到始终保持最新的维基中,并提供有来源的上下文来回答问题。
工程值班和事件分类: 在事件频道中,总结上下文,从连接的工具(例如,集成的 GitHub/Zendesk/监控)中提取相关信息,提出下一步行动,并保留所做工作的可审计记录。
财务和账单跟进: 通过起草消息、跟踪状态和在线程中发布更新来协调发票催收或收款工作流程,然后将重复的手动跟进转换为计划的自动化。
跨职能项目协调: 将正在进行的项目讨论转化为结构化知识(决策、负责人、时间表),并帮助执行跨工具的日常协调任务,而无需定制工作流配置。
优点
模型无关的路由可以通过对大多数工作使用较小的模型来降低成本,同时在需要时保留对前沿模型的访问。
直接在团队协作工具(Slack/Teams)中工作,减少上下文切换,并将结果与原始线程关联。
基于重复行为的自动化建议减少了手动工作流设置的需要,并鼓励逐步采用。
缺点
设置和有效性取决于连接正确的工具/适配器;如果没有适当的频道成员资格或配置,它可能会显得“损坏”,尽管行为正确。
因为它可能采取行动,组织可能需要仔细的权限设置、批准和治理,以符合内部安全/合规要求。
积极的开发意味着更快的变化;接口/SDK 组件和操作细节可能会随着时间的推移而演变。
如何使用 OpenTag
1) 验证是否安装了 Node.js 22.14+: 在终端中运行 `node -v`。确认版本为 22.14.0 或更高。如果版本较旧,请升级 Node(例如,通过 nvm、Volta 或您的操作系统包管理器),然后再次使用 `node -v` 检查。
2) 安装(或运行)已发布的 OpenTag CLI: 使用 OpenTag 项目 (amplifthq/opentag) 中已发布的 OpenTag CLI。如果您不想全局安装,可以根据 CLI 的发布方式通过包运行器(例如 `npx`)运行它。安装后,通过运行 `opentag --help` 确认其正常工作。
3) 使用 `opentag setup` 开始引导式配置: 运行 `opentag setup` 并按照交互式提示操作。在此处,您将连接 OpenTag 将从中读取和执行操作的工具,选择一个编码代理运行器,并将 OpenTag 绑定到本地项目检出。
4) 选择您的聊天/线程源(入口适配器): 在设置过程中,选择您将提及 OpenTag 的位置以及它将在线程中回复的位置。从以下选项中选择一个(或多个,如果您的设置支持):Slack、GitHub、GitLab、Linear、Lark / Feishu、Telegram、Discord 或 Microsoft Teams。
5) 连接所选平台并授予范围访问权限: 按照 `opentag setup` 的提示完成平台的 OAuth/应用程序安装步骤。OpenTag 的设计宗旨是权限遵循提问者,频道保持仅限邀请,并且队友之间不共享访问权限。
6) 如果使用 Slack 或 Teams,请确保应用程序存在于频道中: 对于 Slack,请将 OpenTag 应用程序添加/邀请到您希望 `@opentag` 提及起作用的任何频道。Slack 不会在应用程序不是成员的频道中发出 `app_mention` 事件,这可能看起来 OpenTag 出现故障,即使它已正确配置。
7) 选择一个编码代理运行器: 在 `opentag setup` 中,选择 OpenTag 应将工作路由到哪个编码代理。内置选项包括 `claude-code` 和 `codex` 等运行器,OpenTag 还可以根据您的环境路由到 Cursor 或任何代理客户端协议 (ACP) 代理。
8) 将 OpenTag 绑定到本地项目检出(本地优先工作流): 选择 OpenTag 应该工作的本地存储库/项目目录。默认的“最佳路径”是本地运行,以便编码工作保留在您的检出中。如果您不想使用本地守护程序,也可以在相同的声明-回调合同上使用托管运行器。
9) 启动本地守护程序(如果您的设置使用它): 如果您的配置使用本地运行器/守护程序(通常称为 `opentagd`),请按照 CLI 的指示启动它,以便 OpenTag 可以在您的机器上声明和执行运行。
10) 在线程中提及 OpenTag 来使用它: 在您选择的平台(例如,Slack 频道线程、GitHub 问题/PR 评论)中,提及 `@opentag` 并描述任务。OpenTag 将提及规范化为事件,将其分派给配置的运行器,并在同一线程中回复证据/收据——而不仅仅是摘要。
11) 理解“应用”与“需要设置/关注”收据: OpenTag 仅在调度程序确认配置的适配器可以执行请求的操作时显示“应用”。如果适配器未配置或缺少范围,收据将指示需要设置或关注,并且运行在本地仍然可审计。
12) 在本地检查运行状态和审计跟踪: 当您拥有运行 ID 时,使用 `opentag status --run <run_id>` 查看本地审计跟踪,并查看该运行发生了什么(或被阻止了什么)。
13) 让 OpenTag 为重复请求提出自动化建议: 如果相同的请求重复出现(例如,“拉取周一数据”连续三个周一),OpenTag 可以提供将其作为自动化接管。您在它开始按计划运行并将结果连同收据发布回频道之前明确批准(是/否)。
14) 使用 OpenTag 从真实线程中维护一个实时维基: 当您的团队在频道中做出决策时,OpenTag 可以综合并维护源自原始线程的维基页面。当决策发生变化时,它会修订页面,注明更改内容,并保留以前的版本存档,以便文档不会腐烂。
OpenTag 常见问题
OpenTag 是一个与模型无关的 AI 协作者/队友,它可以在您的团队协作的地方工作——主要是 Slack 和 Microsoft Teams。您在帖子中提及/标记它,它会在相同的上下文中返回结果。











