obsei/obsei

obsei – 私有、AI 原生的反馈分析

它是什么 – obsei 是一个开源、可自托管的平台，用于获取客户文本（评论、工单、问卷、通话记录等）、遮蔽个人识别信息、利用 AI 模型丰富内容，并透过 Webhook、网页 UI (Studio) 和 MCP/Claude 插件提供结果。所有处理都在您自己的基础设施内进行，因此原始数据永远不会离开您的环境。

为什么重要 – 企业通常需要了解客户心声，但往往受限于隐私法规（GDPR、CCPA 等）或公司政策，禁止将原始文本发送到 SaaS 分析工具或公共 LLM API。obsei 通过以下方式解决此问题：

• 加密存储并提供内置审计日志，
• 允许您插入任何您可控的 LLM 或轻量级决策模型（Ollama、OpenAI、Azure、Bedrock、vLLM 等），
• 自动遮蔽 PII 并可选择对作者进行假名化。

核心组件

组件	功能
Sources	从 CSV/JSONL 文件、REST 端点、Webhook、应用商店 API、GitHub、Hacker News、Bluesky、YouTube、RSS/Atom、SQL 数据仓库、IMAP 信箱、任何 MCP 服务器、Zendesk、Freshdesk、Intercom、Gong 等获取数据（Reddit 通过社区插件）。
Enrichers	运行 AI 模型来分类情感、意图、语言、自定义标签或任何二元/评分字段。支持快速的纯 CPU 决策模型（Julia-1, Clef）或通过 LiteLLM 兼容端点使用完整 LLM。低置信度的结果可升级至更强的模型或人工审核。
Sinks	将丰富后的记录传递至 Slack、GitHub issues、Jira、Linear、Parquet 文件、SQL 数据库/仓库或任意 Webhook（HMAC 签名）。路由规则可根据标签、置信度分数等引导记录。
Analysis	使用嵌入进行离线或多语言主题聚类（50+ 种语言）、近重复检测、k-匿名视图，以及返回引用答案的查询接口 (obsei ask)。只读的 Studio UI 可可视化知识图谱、趋势、决策和路由面板。
Privacy layer	区域感知 PII 遮蔽（美洲、欧洲、英国、亚太、印度、非洲）、可选名称遮蔽、加盐作者假名、加密 DuckDB 存储，以及用于遗忘、导出或审计数据的指令。
Server	obsei serve 运行调度管道、签名 Webhook 接收、MCP HTTP API、Studio UI、基于角色的访问控制和可选的 SSO-proxy 集成。

典型工作流程

1. 初始化 项目 (obsei init) – 创建 obsei.yaml 和示例多语言数据集。
2. 配置 您的数据源，选择丰富模型（例如本地的 Ollama 或通过 LiteLLM 的 OpenAI），并设置接收端 (Sinks)。
3. 运行 管道 (obsei run) – 数据被获取、遮蔽、丰富并存储。
4. 服务 系统 (obsei serve) – 可调度管道、接收 Webhook 并访问 Studio UI。
5. 查询 洞察 (obsei ask 或通过 Studio UI) – 代理在遵守隐私过滤器的同时，以引用方式回答问题。

安装 – 该项目通过 PyPI 和 Docker 镜像发布。

# Python package (install the 1.x pre-release)
uv tool install "obsei[mcp]>=1.0.0rc1"   # or pip install "obsei[mcp]>=1.0.0rc1"

# Docker (run from your repo directory)
docker run --rm -v "$PWD:/data" -w /data --user "$(id -u):$(id -g)" \
  -e OBSEI_DB_KEY -e OBSEI_PSEUDONYM_SALT ghcr.io/obsei/obsei:1.0.0-rc.3 run

环境变量 OBSEI_DB_KEY 和 OBSEI_PSEUDONYM_SALT 用于保护加密的 DuckDB 存储和作者假名。

谁应该使用它

• 需要分析多个应用商店用户评论，同时保持符合数据隐私法的产品团队。
• 希望实现自动化工单分类、情感路由和升级，且不将原始工单暴露给外部服务的支持或服务台运营团队。
• 在公共信息流（Reddit、YouTube、类似 Twitter 的平台）上进行社交聆听，并需要多语言主题聚类的营销或 CX 团队。
• 处于气隙环境或受高度监管，但仍希望利用 LLM 进行分类、摘要或问答的企业。

路线图快照 – 1.0 发布候选版本（阶段 0.1-0.5）已经提供了私有核心、MCP/Claude 插件、企业级 BYO 模型支持、主题聚类和路由。未来工作包括实时连接器验证以及在最终 1.0.0 发布前的额外候选版本。

链接 – Docs: https://docs.obsei.com/ • Live demo: https://docs.obsei.com/demo/ • Website: https://obsei.com/ • Blog: https://blog.obsei.com/ • Discussions: https://github.com/obsei/obsei/discussions