从安装到独立接待，八步。

一台 Linux 或 macOS 机器，Docker 24 以上。一条命令拉起 API、控制台、Postgres、Temporal 与 OpenFGA，并执行健康自检。

git clone <repo> ai-employee-oss && cd ai-employee-oss
bash infra/up.sh                 # 拉起全部服务，健康自检
bash infra/up.sh --with-ollama   # 可选：在宿主机启动 Ollama 并拉取模型

完成后打印控制台地址（默认 :3000）与 API 地址（:8000/docs）。数据存放在命名卷中，git pull && bash infra/up.sh 即可升级，迁移自动执行。

打开你自己部署的控制台（第一步打印的地址）的 /login，用邮箱注册。注册即创建一个独立租户、一家沙盒店铺和一个 owner 账号，密码至少 8 位。官网上没有公共的注册入口：工作台跟着你的服务端走，不在我们这里托管。

沙盒店铺用来熟悉工作台与接待沙盒，不连接真实平台；真实的拼多多店铺在下一步接入。

进入「规则与设置 → 自带模型」，为生成、忠实度核查、内容安全三个角色各选一个模型：本地 Ollama、DeepSeek 等模型服务，或任何 OpenAI 兼容端点。保存即生效，下一条消息使用新模型。

• 生成模型建议 4B 以上的 instruct 模型；工具调用与多步追问需要这个量级。
• 忠实度核查留空则沿用生成模型；开启后编造的尝试会被拦下并计入可信度看板。
• 内容安全可接入独立的安全分类模型；未配置时使用关键词规则。

桌面端负责在商家电脑上打开受控的浏览器窗口、识别拼多多登录态并上报，以及展示控制台。它不保存拼多多账号密码。

预览版安装包未签名：Windows 首次运行可能显示系统安全提示，macOS 可能阻止打开。请核对本页底部的 SHA-256 校验值后再安装，不要关闭系统安全保护。

在桌面端打开「本机连接」并启动。SAS 打开一个独立的浏览器窗口，你在拼多多自己的登录页登录——扫码或密码短信均可。

SAS 不代收、不代理、不重放任何凭据，只识别窗口中是否存在可用的登录态，并核对店铺身份。工作台的「接店状态」每 2 秒刷新一次，六种状态见下表。

只有显示为「已连接」时才会进入后续步骤；其他任何状态都不会启动自动接待。

点「从历史学习」，SAS 读取最长三年的会话，出现两次以上的问题聚成候选知识。个案说法、含个人信息、答法不一的候选被自动标记；干净的候选标为推荐，一键批量确认即生效。确认前可以预览这条知识生效后哪些买家问题会变为可回答；确认后自动做冲突扫描。

还没接店、或历史不在这台电脑上：在「知识审核」里上传从拼多多或千牛导出的聊天记录文件（CSV / XLSX / JSON / 纯文本），确认列映射后写入，同样可以学习，也可以在可信度看板「回放历史」提前对账。

真实店铺在开启全程接管之前一律处于校准模式：AI 对每条买家消息拟稿但不发送，与店内原有回复逐条对账，逐日给出采纳率、改写率、忽略率、越权率与知识覆盖率。

默认达标标准：近 7 天配对样本不少于 50 条，越权率不高于 5%，知识覆盖率不低于 60%。看板会直接写出结论——「可全程接管：AI 能自己回答 68%，每 100 条买家问题约 32 条推到你的手机」，或者「能接管但你会很忙，先补知识再切」。每天二三十条咨询的店铺约一周凑齐样本；导入过历史的店铺，回放当天就有结果。

达标后，在「店铺」里把接待模式切到「全程接管」，并在「规则与设置」里打开直发开关。此后售前、物流、售后全部由 AI 独立完成，全天在线；退款与赔付的审批在拼多多商家后台由你本人操作。

• 在「通知」里配置企业微信或飞书群机器人：工单创建、退款申请、差评等事件推送到群；AI 答不了的问题连同 72 小时有效的手机链接一起推送，你在手机上回一句即转发买家并学进知识库。
• 「承诺时限」默认 2 小时、到点前 30 分钟提醒，都可在「规则与设置」里调整；登记话术与超时话术同样可改。
• 需要时关闭开关，AI 即刻停止；正在发送中的消息不会被撤回，但之后的一律不发。「用量与计费」实时统计咨询人头、轮次、直接回答、追问等，口径公开。