mcpField
O
obsei

obsei

本地服务
obsei.com商业与营销1.4k2 周前更新

关于 obsei

obsei 是一款可自托管的开源客户反馈分析服务,面向希望汇集反馈并保护个人数据的团队。它在数据进入时去除 PII,再提供搜索、统计、主题分析及带引用的回答。

主要功能

  1. 01采集多个渠道的反馈
  2. 02入库前去除 PII
  3. 03搜索反馈并查看统计
  4. 04提取稳定主题
  5. 05提供带证据引用的回答

适用场景

  1. 01汇总不同渠道的客户反馈
  2. 02在 LLM 处理前清除个人数据
  3. 03分析多语言反馈主题
  4. 04让 AI Agent 基于引用回答问题

MCP 相关

obsei 可通过 `obsei mcp` 在 MCP 客户端中使用,使 AI 工具能够访问反馈分析能力。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"obsei-obsei": {
"command": "uvx",
"args": [
"obsei"
],
"env": {
"OBSEI_CONFIG": "<OBSEI_CONFIG>",
"OBSEI_DB": "<OBSEI_DB>",
"OBSEI_DB_KEY": "<OBSEI_DB_KEY>"
}
}
}
}
启动命令uvx obsei
需要配置的环境变量
OBSEI_CONFIGPath to obsei.yaml (default ./obsei.yaml).
OBSEI_DBPath to the database, overriding store.path.
OBSEI_DB_KEY密钥The key that encrypts the database.

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
pypiobsei1.1.1

工具

4

收录的工具列表 · 更新于 2 周前

参数类型必填说明
langany否ISO 639-1 语言代码。
textany否不区分大小写的子字符串,支持任意语言。
limitinteger否
sinceany否仅包含在此时间或之后创建的反馈。
themeany否来自 list_themes 的主题 ID。
untilany否仅包含在此时间之前创建的反馈。
intentany否要匹配的分类器标签。
sourceany否来源类型,例如 appstore、playstore、csv。
sentimentany否要匹配的分类器标签。
max_ratingany否
min_ratingany否

详细介绍

obsei

obsei

了解客户在说什么,同时保护他们的隐私。 可自托管的开源替代方案,可替代 Enterpret 和 Unwrap,并在任何大模型看到数据之前移除 PII。 从各种渠道和语言收集反馈,在存储之前移除个人数据,发现稳定的主题,并让 AI Agent 基于有引用的证据回答问题。

1.0 与 0.0.x 不兼容;如需使用旧版工具包,请运行 pip install "obsei<1"。

uvx --from "obsei[recommended]>=1.0" obsei init   # or: pip install "obsei[recommended]"
obsei try                                        # redacted, labelled preview; nothing stored
obsei add appstore                               # add sources and sinks without editing YAML
obsei add slack
obsei check
obsei run

obsei init 会将数据库密钥和假名盐写入 .obsei/secrets.env(仅所有者可访问,且已加入 Git 忽略列表),每条命令都会加载该文件;在服务器和 CI 中,请设置 OBSEI_DB_KEY 和 OBSEI_PSEUDONYM_SALT,或挂载该文件。

可选扩展:recommended(包含 local 和 embeddings)、local(进程内分类器)、sql、google、apple、names(人名脱敏)、embeddings(多语言主题)、notify(通过 Apprise 支持 Telegram、Discord、电子邮件等)。

在 AI 工具中使用:在 Claude Code 中运行 /plugin install obsei --marketplace obsei/obsei, 运行 gemini extensions install https://github.com/obsei/obsei,或在任何 MCP 客户端中运行 uvx --from "obsei>=1.0" obsei mcp。Codex、Copilot、VS Code、Cursor 等工具的相关说明:https://docs.obsei.com/guides/ai-tools/

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。