
OpenTag
OpenTag 是一個模型無關的 AI 協作者,用於團隊聊天,您可以在 Slack 或 Microsoft Teams 中 @提及它,以將任務路由到 80 多種模型,透過連接的工具執行實際操作,並在討論串中回覆證據——而不僅僅是摘要。
https://tryopentag.com/?ref=producthunt&utm_source=aipure

產品資訊
更新時間:2026年08月31日
什麼是 OpenTag
OpenTag 是一款以團隊為中心的 AI 隊友,旨在融入現有的工作環境中,主要包括 Slack 和 Microsoft Teams。它不是一個獨立的聊天機器人,而是在您的頻道和討論串中運作,具有共享的上下文和權限,協助團隊回答問題、起草輸出和完成操作任務。其核心區別在於模型無關的路由:OpenTag 可以在 80 多種模型中進行選擇,並且只在需要時「使用」前沿模型,旨在降低整體模型開支,同時保持高品質。
OpenTag 的主要功能
OpenTag 是一個與模型無關的 AI 協作者,它存在於團隊協作執行緒中(特別是 Slack 和 Microsoft Teams)。您可以在對話中提及/標記它,它會將請求路由到適當的模型(透過 Conifer 從 80 多個模型的龐大池中選擇,僅在需要時使用前沿模型),在限定於連接工具的沙盒環境中執行工作,並在同一個執行緒中附帶證據/收據回覆。它還能從重複的請求中學習以建議自動化,維護一個從真實團隊討論中獲取資訊的自我更新維基,並且設計用於團隊範圍內使用,其權限遵循請求使用者,因此隊友無需共用憑證。
適用於 Slack 和 Teams 的執行緒內 AI 協作者: 在您的團隊已經協作的地方工作:在執行緒中提及 @opentag,它會在上下文中回應,直接將結果返回到同一個對話中,而不是將使用者推送到單獨的 UI。
跨 80 多個模型的模型無關路由: 自動為任務選擇最合適的模型(透過 Conifer),對於例行工作使用更便宜/更快的模型,並在必要時升級到 Claude/GPT/Gemini 級模型,以減少總體開支。
具有範圍工具存取的沙盒運行: 每次運行都在自己的機器/環境上執行,是沙盒化的,僅限於您連接的工具,並在完成後被銷毀——支援更安全的「做真實工作」姿態。
人工審批與基於證據的輸出: 旨在顯示收據並在有人簽核之前暫停會影響外部系統的操作;「應用」僅在適配器配置為執行該操作時出現。
來自重複請求的自動化建議: 當 OpenTag 檢測到重複請求(例如,多次相同的週一報告)時,它會主動提議排程並負責該工作流程,只需簡單的是/否批准。
來自真實執行緒的自組織團隊維基: 將分散的頻道決策和操作手冊轉化為活頁,這些頁面會在政策變更時更新,保留機構知識並減少人員流動期間「部落知識」的損失。
OpenTag 的使用案例
銷售與營運的重複性報告: 從連接的系統自動生成每週的銷售管道/客戶獲取成本/預測摘要,並在團隊批准建議的自動化後,按計畫將其發佈到正確的 Slack 頻道。
客戶支援與營運手冊: 將不斷變化的政策(退款閾值、升級規則、入職步驟)從支援/營運執行緒中擷取到一個始終保持最新的維基中,並以有來源的上下文回答問題。
工程師隨叫隨到與事件分類: 在事件頻道中,總結上下文,從連接的工具(例如,整合的 GitHub/Zendesk/監控)中提取相關資訊,提出下一步行動,並保留所做工作的可審計記錄。
財務與帳單追蹤: 透過起草訊息、追蹤狀態並在執行緒中發佈更新來協調發票追蹤或收款工作流程,然後將重複的手動追蹤轉換為排程自動化。
跨職能專案協調: 將正在進行的專案討論轉化為結構化知識(決策、負責人、時間表),並協助跨工具執行例行協調任務,而無需客製化的工作流程配置。
優點
模型無關路由可以透過對大多數工作使用較小的模型來降低成本,同時在需要時保留對前沿模型的存取。
直接在團隊協作工具(Slack/Teams)中工作,減少上下文切換,並將結果與原始執行緒綁定。
基於重複行為的自動化建議減少了手動工作流程設定的需求,並鼓勵逐步採用。
缺點
設定和有效性取決於連接正確的工具/適配器;如果沒有適當的頻道成員資格或配置,它可能會顯得「損壞」,儘管行為正確。
由於它可以執行操作,組織可能需要仔細的權限設定、批准和治理,以符合內部安全/合規要求。
積極開發意味著更快的變革;介面/SDK 組件和操作細節可能會隨時間演變。
如何使用 OpenTag
1) 驗證 Node.js 22.14+ 已安裝: 在終端機中,執行 `node -v`。確認版本為 22.14.0 或更新。如果版本較舊,請升級 Node(例如,透過 nvm、Volta 或您的作業系統套件管理器),然後再次使用 `node -v` 檢查。
2) 安裝(或執行)已發佈的 OpenTag CLI: 使用 OpenTag 專案 (amplifthq/opentag) 中已發佈的 OpenTag CLI。如果您不想全域安裝,可以根據 CLI 的發佈方式,透過套件執行器(例如 `npx`)執行。安裝後,執行 `opentag --help` 確認其正常運作。
3) 使用 `opentag setup` 開始引導式配置: 執行 `opentag setup` 並按照互動式提示操作。在此步驟中,您將連接 OpenTag 將讀取和操作的工具,選擇一個程式碼代理執行器,並將 OpenTag 綁定到本地專案檢出。
4) 選擇您的聊天/討論串來源(入口轉接器): 在設定過程中,選擇您將提及 OpenTag 的位置以及它將在討論串中回覆的位置。從以下選項中選擇一個(或多個,如果您的設定支援):Slack、GitHub、GitLab、Linear、Lark / Feishu、Telegram、Discord 或 Microsoft Teams。
5) 連接所選平台並授予範圍存取權限: 按照 `opentag setup` 的提示完成平台的 OAuth/應用程式安裝步驟。OpenTag 的設計宗旨是讓權限遵循提問者,頻道保持僅限邀請,且隊友之間不互相借用存取權限。
6) 如果使用 Slack 或 Teams,請確保應用程式存在於頻道中: 特別針對 Slack,將 OpenTag 應用程式新增/邀請到任何您預期 `@opentag` 提及會起作用的頻道。如果應用程式不是頻道的成員,Slack 將不會發出 `app_mention` 事件,這可能會讓 OpenTag 即使配置正確也看起來像是壞了。
7) 選擇一個程式碼代理執行器: 在 `opentag setup` 中,選擇 OpenTag 應將工作路由到哪個程式碼代理。內建選項包括 `claude-code` 和 `codex` 等執行器,OpenTag 還可以根據您的環境路由到 Cursor 或任何代理客戶端協議 (ACP) 代理。
8) 將 OpenTag 綁定到本地專案檢出(本地優先工作流程): 選擇 OpenTag 應在其中工作的本地儲存庫/專案目錄。預設的「最佳路徑」是在本地運行,以便程式碼工作保留在您的檢出中。如果您不想要本地守護程式,也可以在相同的聲明和回調合約上使用託管執行器。
9) 啟動本地守護程式(如果您的設定使用它): 如果您的配置使用本地執行器/守護程式(通常稱為 `opentagd`),請按照 CLI 的指示啟動它,以便 OpenTag 可以在您的機器上聲明和執行運行。
10) 在討論串中提及 OpenTag 以使用它: 在您選擇的平台(例如,Slack 頻道討論串、GitHub 問題/PR 評論)中,提及 `@opentag` 並描述任務。OpenTag 會將提及標準化為事件,將其分派給配置的執行器,並在同一討論串中回覆,附帶證據/收據,而不僅僅是摘要。
11) 了解「應用」與「需要設定/注意」的收據: OpenTag 僅在分派器確認已配置的轉接器可以執行所請求的動作時顯示「應用」。如果轉接器未配置或缺少範圍,收據將指示需要設定或注意,並且運行在本地仍然可審計。
12) 在本地檢查運行狀態和審計追蹤: 當您有運行 ID 時,使用 `opentag status --run <run_id>` 查看本地審計追蹤,並查看該運行發生了什麼(或被阻止了什麼)。
13) 讓 OpenTag 為重複請求提出自動化建議: 如果相同的請求重複(例如,「拉取週一數據」連續三個週一),OpenTag 可以提議將其作為自動化接管。在它開始按計畫運行並將結果連同收據發佈到頻道之前,您需要明確批准(是/否)。
14) 使用 OpenTag 從真實討論串中維護一個活生生的維基: 當您的團隊在頻道中做出決策時,OpenTag 可以綜合並維護源自原始討論串的維基頁面。當決策改變時,它會修改頁面,記錄更改內容,並保留以前的版本歸檔,以便文件不會過時。
OpenTag 常見問題
OpenTag 是一個與模型無關的 AI 協作者/隊友,它在您的團隊協作的地方工作—主要是 Slack 和 Microsoft Teams。您在討論串中提及/標記它,它會在相同的上下文中返回結果。











