OpenTag
OpenTag 是一款专为 Slack 和 Microsoft Teams 设计的模型无关 AI 助手，旨在通过自动化重复性任务和维护自更新的公司知识库来提升团队效率。
组织与自动化通过 Conifer 路由层将任务路由至包含 80 多种 AI 模型的库。当在聊天讨论中检测到政策变更时，自动更新文档。在 HubSpot、GitHub、Stripe 和 Zendesk…维护用户特定的权限，确保访问权限随发出请求的个人而变。
- 收录于 AIToolly
OpenTag 是什么？产品概览
产品用途与官方定位
OpenTag 作为一个 AI 队友，直接集成到 Slack 和 Microsoft Teams 等团队协作平台中。它利用模型无关的路由系统，根据请求的具体要求，将任务分配给包括 Claude、GPT 和 Gemini 在内的 80 多种不同的 AI 模型。
该工具旨在通过识别循环任务并提供自动化建议来减轻手动工作量。它还通过在聊天线程中做出决策时自动更新中央维基来维护组织知识，从而使文档能够实时反映当前的业务运营情况。
OpenTag 可以用来做什么？
有官方来源支持的使用场景
自动化报告
OpenTag 会识别用户多次手动提取相同数据的情况，并建议按周计划自动交付报告。
动态知识管理
当在 Slack 频道中讨论并确定政策变更时，OpenTag 会自动修订相应的维基页面并存档旧版本。
如何使用 OpenTag
官网提供的使用流程
- 1
平台集成
将 OpenTag 连接到 Slack 或 Microsoft Teams，并链接相关数据源，如 HubSpot、GitHub 或内部数据库。
- 2
任务启动
在聊天线程中提及 OpenTag，以请求信息或在已连接的工具中执行操作。
- 3
自动路由
系统分析请求并将其路由至其拥有 80 多个选项的库中最合适的 AI 模型。
- 4
审核与批准
OpenTag 在线程中返回完成的工作，提供所采取的步骤，并针对任何外部操作请求批准。
模型无关架构
OpenTag 的运行原则是标记和路由层应独立于任何单一的 AI 模型提供商。通过使用 Conifer 路由系统，它可以访问从高端前沿模型到更高效的专用模型的各种模型。
这种架构允许工具针对性能和成本进行优化。虽然复杂的推理任务可能会被路由到 Claude 或 GPT，但较简单的任务则由符合特定工作要求的模型处理，而不会产生不必要的开销。
- 访问包括 Claude、GPT 和 Gemini 在内的 80 多种 AI 模型。
- 根据任务复杂度进行自动路由。
- 独立于单一供应商的模型限制。
选择 OpenTag 前需要测试什么
用自己的素材和工作流完成验证
- 验证对特定公司数据库以及 Stripe 或 Zendesk 等第三方工具的集成支持。
- 通过观察工具如何处理聊天线程中讨论的政策变更，确认维基更新机制。
- 通过在数周内重复特定的数据请求来检查自动化建议功能，以触发计划提示。
- 审查沙箱化执行日志，确保任务已隔离并根据用户权限正确限定范围。
OpenTag 来源与核对时间
核对了哪些信息以及核对时间
- 最后核对
- 分类
- 组织与自动化
OpenTag 常见问题
基于已核对产品资料的回答
OpenTag 支持哪些平台？
OpenTag 旨在 Slack 和 Microsoft Teams 环境中工作，在这些平台中它作为一个集成的 AI 队友发挥作用。
维基如何保持更新？
OpenTag 监控频道线程中的决策和变更，然后自动修订相关的维基页面，以确保文档保持最新状态。
OpenTag 可以在其他软件中执行操作吗？
是的，它可以连接到 HubSpot、GitHub 和 Stripe 等工具，根据团队请求执行操作并提取数据。
任务执行期间如何处理安全性？
每个任务都在其自己的沙箱化云端机器上运行，范围限定于特定的连接工具，并在工作完成后销毁。
用户是否需要选择使用哪个 AI 模型？
不需要，OpenTag 会在 80 多个选项中自动将任务路由到最合适的模型，但在必要时会调用前沿模型。
