AI News HubLIVE
站內改寫2 分鐘閱讀

Founders OS – 為你的AI客户端提供真實業務上下文,支持自託管

Founders OS 是一個開源 MCP 服務器,為創業公司和小型企業提供完整的業務上下文,包括 CRM、任務、項目、財務、訂閲源、記憶等功能模塊,可集成到 Claude、Cursor 等 AI 客户端中,支持自託管部署。

來源Hacker News AI作者: ourthinktank

Founders OS 是一個開源的 MCP(Model Context Protocol)服務器,專為創業公司和小型企業設計,旨在為 AI 代理提供完整的業務上下文。通過 Founders OS,用户可以將 CRM、項目、任務、財務等數據無縫連接到 Claude、Cursor 或任何兼容 MCP 的 AI 客户端。該項目的網站為 foundersmcp.com,由 OurThinkTank 開發。

對於初次接觸 AI 工具的用户,項目提供了一份名為“Read This First”的入門指南,用通俗語言介紹 Founders OS 的功能邊界、AI 助手的能力與侷限,以及使用習慣建議。

Founders OS 包含 12 個模塊,共 92 個工具,覆蓋了企業運營的多個方面:

  • CRM 模塊(13 個工具):管理客户組織和聯繫人,支持管道階段(潛在客户、意向客户、商機、成交客户、續約、流失/不活躍),可記錄交互、查看儀表盤。
  • 任務模塊(12 個工具):統一的任務管理,支持組織/個人範圍、實體關聯、AI 分配、依賴關係和進度備註。任務完成時可存儲為記憶。
  • 項目模塊(5 個工具):以項目標籤(如 #acme-rebuild)錨定的項目記錄,可查看項目卡片、關聯標籤、按狀態分組的最新任務。
  • 運行手冊模塊(11 個工具):可重複使用的編排模板。定義一個手冊後,可針對客户運行,自動創建本地任務並調用外部 MCP 工具(如 GitHub、Slack)。如果連接不可用,步驟會優雅回退為標記為 [manual] 的任務。
  • 標籤模塊(4 個工具):共享標籤註冊表,支持軟驗證。標籤建議使用前綴(如 # 項目名、@ 人名、! 狀態),但不會強制阻止操作。
  • 財務模塊(14 個工具):簡單的複式記賬,按公司 ID 隔離,支持用户級訪問控制。提供交易、賬户、報表等工具。
  • 訂閲源模塊(13 個工具):內置 RSS/Atom/JSON 訂閲閲讀器,支持訂閲、簡報、搜索、書籤和置頂。
  • 記憶模塊(5 個工具):基於 pgvector 的語義記憶,支持個人和組織作用域、近重複檢測、元數據過濾和分頁。嵌入提供商可選 OpenAI、AWS Bedrock 或 Ollama。
  • 概覽模塊(4 個工具):跨域讀取視圖,為 AI 代理準備即用儀表盤,包括會話開始、實體卡片、週迴顧和待辦列表。
  • 成員模塊(4 個工具):組織成員目錄,支持添加、移除成員,設置公司所有者。
  • 審計與恢復模塊(2 個工具):完整審計日誌和軟刪除恢復。
  • 診斷模塊(5 個工具):Ping、版本、使用指南、能力探索器和演示。

快速開始

運行 Founders OS 需要一個 Supabase 項目、一個嵌入 API 密鑰(默認使用 OpenAI)以及一個支持 MCP 的 AI 客户端。

首先,在 Supabase 中創建項目,然後在 SQL 編輯器中運行 supabase/setup.sql 來設置完整的數據庫架構,包括擴展、表、索引、行級安全策略等。也可以使用項目網站上的嚮導(foundersmcp.com/setup)根據嵌入提供商生成 SQL。

接着,通過 npx 運行 MCP 服務器。在 AI 客户端的 MCP 配置中添加 Founders OS 的服務器信息,包括 Supabase 憑證、公司 ID、用户 ID、時區、嵌入提供商等。配置可以直接從嚮導複製或手動填寫。

配置完成後,可以嘗試一系列命令,例如查看能力、獲取會話概覽、添加客户、記錄交互、創建任務、運行手冊等。

技術細節

記憶模塊支持多種嵌入提供商:默認使用 OpenAI 的 text-embedding-3-small(1536 維),也可選擇 AWS Bedrock 或 Ollama。設置嵌入維度後不可更改,更換提供商需要重新嵌入記憶表。

財務模塊支持多公司管理,通過不同的 FOUNDERS_OS_COMPANY_ID 隔離賬簿。默認只有公司所有者擁有財務訪問權限,其他人需顯式授權。

運行手冊的步驟可以包含佔位符(如 {{customer.name}}),在運行時解析。支持原生任務和外部 MCP 動作兩種步驟類型。

總體而言,Founders OS 通過 MCP 協議將分散的業務數據整合到一個統一的上下文中,使 AI 代理能夠更智能地執行任務,同時保持數據的完全控制和自託管靈活性。