关于 Juno AI Customer Research
Juno Agent Toolkit 提供 Python 客户端、Agent 技能和可运行工作流,用于通过 Juno 的 AI 主持访谈开展客户研究。它适合需要从分析或支持数据之外了解客户解释的团队,并将研究草拟、上线、审阅和证据导出分开处理。
主要功能
- 01调用 Juno API 的 Python 客户端
- 02用于研究任务的 Agent 技能
- 03可运行的研究工作流
- 04上线前草拟并审阅研究
- 05导出正式访谈的转录和回答
适用场景
- 01调查客户放弃新手引导的原因
- 02审阅已完成访谈的证据
- 03导出访谈转录和回答
- 04使用测试模式模拟进行演练
MCP 相关
该工具包通过 OAuth 或 bearer key,将兼容的 MCP 客户端连接到 Juno 托管的远程 MCP 服务:`https://api.heyjuno.co/v1/mcp/`。此仓库提供客户端集成材料,不包含独立或可自托管的 MCP 服务。
配置
远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。
https://api.heyjuno.co/v1/mcp/claude mcp add --transport http hey-juno-juno https://api.heyjuno.co/v1/mcp/{"mcpServers":{"hey-juno-juno":{"type":"http","url":"https://api.heyjuno.co/v1/mcp/"}}}在 Cursor 中打开{"servers":{"hey-juno-juno":{"type":"http","url":"https://api.heyjuno.co/v1/mcp/"}}}在 VS Code 中打开{"mcpServers":{"hey-juno-juno":{"type":"http","url":"https://api.heyjuno.co/v1/mcp/"}}}{"mcpServers":{"hey-juno-juno":{"serverUrl":"https://api.heyjuno.co/v1/mcp/"}}}命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。
工具
详细介绍
Juno Agent 工具包
面向 Juno 的 Agent 技能、精简版 Python 客户端和可运行工作流:借助 AI 对真实用户开展访谈。
当产品分析、支持工单或现有研究无法回答需要客户亲自解释的问题时,可使用 Juno。拟定研究简报、查看访谈、收集回复,并通过受支持的 API 获取证据。
**自助式 API 密钥和 OAuth 2.1。**生产环境支持自助式 Juno API 密钥(jsk_live_… / jsk_test_…)以及支持动态客户端注册和 PKCE S256 的 OAuth 2.1。原生 MCP 客户端(Claude Code、OpenAI Codex、ChatGPT)可通过 OAuth 或持有者密钥直接连接;此 Python 工具包使用 JUNO_API_KEY,不实现注册或凭据签发。Juno 的远程 MCP 服务已列入官方 Model Context Protocol Registry,条目为 io.github.hey-juno/juno(server.json)。有关已测试内容,请参阅验证与限制。
选择使用方式
| 使用方式 | 适用场景 | 从这里开始 |
|---|---|---|
| Agent 技能 | 教会具备技能支持的助手如何使用 Juno 执行经授权的研究任务 | Juno 研究技能 |
| Python 客户端 | 从应用或 Agent 调用 Juno | 客户端和下方的快速入门 |
| MCP | 将兼容的客户端连接到 Juno 托管的工具 | MCP 连接指南 |
| 研究工作流 | 按流程从研究简报收集参与者证据 | 工作流和可运行示例 |
Python 快速入门
Python 3.11 或更高版本;无第三方运行时依赖。克隆此仓库,并在仓库根目录运行:
git clone https://github.com/hey-juno/juno-agent-toolkit.git
cd juno-agent-toolkit
python -m examples.research_workflow --help
使用常规的密钥管理方式在环境中设置 JUNO_API_KEY。不要将其写入源文件、提示词、已提交的客户端配置或问题报告。
import os
from juno_client import JunoClient
client = JunoClient(api_key=os.environ["JUNO_API_KEY"])
identity = client.me()
print(identity["org_id"], identity["scopes"])
当用户已授权创建研究时:
python -m examples.research_workflow draft \
--guidance "Understand why customers abandon onboarding and what they expected instead."
新研究会以 Test 模式启动。选择上线前,请先检查研究简报。此示例将起草、上线、查看访谈和导出结果分开处理;它不会自动招募或联系参与者。
此客户端涵盖核心研究与证据工作流,但并未实现所有公开 API 操作。完整接口定义见在线 REST 参考和 OpenAPI 文档。此预览版通过 GitHub 分发,尚未发布到 PyPI。
Agent 可以获取的内容
研究和访谈端点提供状态与元数据。**访谈元数据不包含文字记录。**对于 Live 模式下已完成的访谈,可使用导出工作流获取 CSV 格式的文字记录和答案,具体受组织权限和脱敏设置限制。Test 模式模拟仅供演练,不属于客户证据。
使用研究简报、参与者引述和文字记录上下文来说明研究结果。明确呈现不确定性和相互矛盾的说法。Juno 不会将小规模定性样本转化为整体人群中的普遍比例,也不会得出经测量的因果效应。
公共 MCP 托管服务
Juno 提供远程 MCP 端点 https://api.heyjuno.co/v1/mcp/。公开连接信息便于发现该服务;凭据和工作区权限则控制其使用。客户端配置和验证状态请参阅连接指南。
此仓库包含客户端集成材料。托管的 MCP 服务和 Juno 的研究引擎仍属于 Juno 服务的一部分。此处不包含第二个 MCP 服务、本地代理或可自托管的 Juno 后端。
实际研究案例
这些是已发布的客户案例,并非此客户端的固定测试数据或基准测试结果。
开发
python -m unittest discover -s tests -v
测试使用本地 HTTP 服务器和合成数据。无需 Juno 或模型 API 密钥,也不会创建真实研究。契约来源说明介绍了公开架构快照。请在 GitHub 上报告可复现的客户端问题,并移除凭据和研究数据;账户或私有数据问题请联系 Juno Support。
此工具包采用 MIT 许可证。托管服务的访问权限遵循 Juno 当前的条款和授权范围。
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。