DeskcommCRM:把销售团队装进一台 VPS

一个巴西开发者做了一件很巴西的事——他把整个销售团队塞进一台 VPS,用 WhatsApp 当战场,让 AI agent 替你接客、筛线索、关单。然后开源了。

一个巴西开发者做了一件很巴西的事——他把整个销售团队塞进一台 VPS,用 WhatsApp 当战场,让 AI agent 替你接客、筛线索、关单。然后开源了。

项目叫 DeskcommCRM,一天涨了 505 颗星。定位很直接:开源 AI 销售 OS,Kommo、Octadesk、Intercom 的自托管替代品。

一个命令,一个 CRM

传统 SaaS CRM 的痛点不是功能不够,是你每个月都在为别人的服务器付钱。DeskcommCRM 的逻辑反过来:你租一台 4GB VPS,跑一条 bash hostgator-setup-kit/install.sh,整个 CRM(Next.js 16 + Supabase + WhatsApp 网关 + AI agent)就起来了。HTTPS 自动配,数据库 schema 自动建,admin 用户自动创建,连 cron 都自动装好。

这不是"一键部署"的营销话术。安装脚本做了三件传统一键脚本不做的事:

1. 验证每个输入——API key 错了当场拒绝,不是三步之后才报错 2. 幂等——重跑不破坏任何东西,不重复创建 cron 3. 自适应环境——检测到 VPS 已有反向代理(Hostinger/Coolify),自动切换发布模式而不是傻乎乎再起一个 Caddy

这三件事合在一起,意味着非技术用户也能装。这是开源 CRM 一直没解决的长尾问题。

AI agent 不是噱头,是核心

大部分 CRM 的"AI 功能"是给个聊天框,让你问"这个月的销售额是多少"。DeskcommCRM 的 AI agent 做的是另一件事:接客、筛线索、关单

具体来说,agent 在 WhatsApp 上做三件事:

  • 接待:客户发消息进来,agent 先接住,理解意图,判断是不是有效线索
  • 筛选:根据预设规则(QUANDO/SE/ENTÃO)给线索打分、打标签、分到对应队列
  • 销售:对低价值线索直接自动回复,对高价值线索转人工
这不是"AI 助手",是"AI 销售员"。区别在于:助手回答你的问题,销售员替你干活。

MCP-ready:让 Claude Code 替你装 CRM

README 里最有趣的一段是:

Jogue a pasta hostgator-setup-kit/ no chat do Claude Code rodando dentro da VPS e diga "instala o DeskcommCRM pra mim".

把安装包丢给 Claude Code,让它读 CLAUDE.md 里的安装指南,用葡萄牙语引导你完成部署。这不是"AI 功能",是把 AI agent 当运维用

项目还内置了 .agents/skills/deskcomm-instalar/ 目录,Claude Code、Codex、Cursor、OpenCode、Antigravity 打开项目文件夹就自动加载。这是"skill 驱动部署"的思路——不是给 AI 写 prompt,是给 AI 写 skill。

为什么是 WhatsApp

DeskcommCRM 是巴西人写的,巴西是 WhatsApp 第一大市场。在巴西,小企业不用邮件,不用 Slack,不用钉钉,所有生意都在 WhatsApp 上谈。所以"WhatsApp-native CRM"在巴西市场不是 feature,是生存条件。

但这个定位放到全球也成立:印度、印尼、墨西哥、尼日利亚——所有新兴市场的中小企业都在用 WhatsApp 做生意。DeskcommCRM 瞄准的不是硅谷的 SaaS 市场,是全球 5 亿家中小企业的 WhatsApp 销售场景

技术栈选型的判断

  • Next.js 16:最新版,App Router + Server Actions,前后端一体
  • Supabase:Postgres + Auth + Storage,省掉三个服务
  • WAHA(WhatsApp HTTP API):开源 WhatsApp 网关,不依赖 Meta 官方 API(贵且审核慢)
  • TypeScript strict:不是可选项,是强制项
这个选型的核心判断是:自托管必须简单。Supabase 免了三个服务,WAHA 免了 Meta 审核,Next.js 免了前后端分离部署。整个 stack 只需要一台 VPS + 一个 Supabase 免费账号 + 一个 AI API key。

值得关注的点

DeskcommCRM 不是技术上最创新的项目,但它做对了几件事:

1. 把 AI agent 放在正确位置——不是聊天框,是销售流程的执行层 2. 把部署门槛压到最低——非技术用户也能装,这是开源 CRM 的长尾痛点 3. 把 skill 当部署接口——Claude Code 读 skill 文件就能替你装,这是"AI 运维"的雏形 4. 选对了市场——WhatsApp 销售场景在新兴市场是刚需,不是锦上添花

505 颗星不算多,但这个项目的意义不在星数。在于它证明了一件事:AI agent 的落地场景不是"更聪明的聊天框",是"替人干活的流程执行者"。销售 CRM 是第一个被 AI agent 重写的垂直领域,DeskcommCRM 是这个趋势的一个具体样本。


GitHub: https://github.com/melgarafael/DeskcommCRM

暂无表态

想参与讨论或点赞?登录后使用完整功能

讨论回复(0)

暂无回复,登录后可参与讨论
合作

智谱 GLM-5 已上线

在智谱开放平台 BigModel.cn 打造 AI 应用。新一代旗舰模型 GLM-5 在推理、代码、智能体综合能力达到开源模型 SOTA。

领取 2000万 Tokens