Relaticle 是一款开源、agent-first 的 CRM 系统，通过 OAuth 向 MCP 客户端开放 37 个一方工具，让 AI 助手可以直接读取和操作客户数据。其应用内助手会把每一次写入都呈现为记录级提案，由人工审批后才真正落库，兼顾自动化效率与数据可控性。产品支持自托管、采用 AGPL 协议，并可配置 Ollama 实现本地推理。 定价：开源免费（AGPL-3.0），自托管永久免费；云版按工作区计费（非按席位）。编辑评分：⭐ 4.5。
Relaticle是什么？
一句话说：一个把 AI 助手当"一等公民"来设计的开源 CRM。
传统 CRM 的 AI 功能基本是后加的——先有系统，再想办法塞个助手进去，AI 只能在你已经点开的页面上帮你写点东西。Relaticle 反过来，它从架构上就是 agent-first：AI 助手不是外挂，而是能真正读写客户数据的一层。
具体怎么做到？它通过 OAuth 向 MCP 客户端（Model Context Protocol，可以理解成让 AI 助手连接外部工具的通用接口）开放了 37 个一方工具。也就是说，你常用的 MCP 客户端被授权之后，AI 就能直接读客户数据、执行操作，而不是让你复制粘贴。
但真正让它和一堆"AI CRM"区分开的是这一点：应用内助手把每一次写入都呈现为记录级提案，你审批之后才真正落库。 换个说法——AI 不会偷偷改你的客户记录，它只是"提个建议"，比如"要不要把这条线索的阶段改成'已联系'？"，你点确认，改动才生效。
加上它是开源的（AGPL 协议）、支持自托管、还能配 Ollama 跑本地推理，对数据和隐私敏感的人会比较受用。
这款产品 2026-09-08 在 Product Hunt 首发，拿到 164 票（来源：Product Hunt）。
核心功能
1. 开源 agent-first CRM 系统 底层就是一套完整的 CRM：客户、线索、商机这些常规对象都有，但它把"AI 能操作什么"当作核心设计目标，而不是附属功能。实际感受是，你不用在"用系统"和"用 AI"之间来回切换，两者是同一套东西。
2. 通过 OAuth 开放 37 个一方工具给 MCP 客户端 这是它最有意思的部分。OAuth 意味着授权是标准流程，不是塞个 API Key 了事；37 个工具意味着一方能力覆盖得比较全。对已经在自己工作流里接 MCP 的人来说，Relaticle 相当于给 AI 助手装了一个能读写客户数据的"手"，而不是只能看的"眼睛"。
3. 应用内 AI 助手，对话式操作客户数据 不用去翻菜单找字段，直接说"帮我看看这周新增的商机"或者"给这家公司加个备注"，助手来执行。日常高频操作的摩擦感会明显低一些。当然，效果也取决于你用的是哪个 MCP 客户端和模型。
4. 记录级写入提案 + 人工审批 这是整个产品最"稳"的设计。所有写入都不是直接生效，而是以一条针对具体记录的提案形式摆在你面前，等你确认。AI 误改数据的风险被压到很低——代价是多一步点击。对于 CRM 这种改错一条记录可能影响后续跟进的场景，这个取舍我觉得是对的。
5. 自托管 + AGPL + 可选 Ollama 本地推理 你可以把它部署在自己的服务器上，代码是 AGPL 的，数据不出自己的环境。如果配上 Ollama 跑本地模型，连推理请求都不用出网。对合规要求高或者单纯不想把客户数据交给第三方的人来说，这是硬需求。反过来，这也意味着部署、运维、升级都得自己扛。
版本/套餐对比
| 版本 | 授权协议 | 部署方式 | 价格 | 备注 |
|---|---|---|---|---|
| 开源自托管版 | AGPL | 自行部署 | 官方未公开定价信息 | 据公开信息，产品以开源自托管形式提供，能力上包含完整 CRM 与 MCP 集成 |
需要说明的是，目前公开渠道没有提供付费版、云托管版或套餐分层的信息，所以这里没法做更细的横向比较。想了解最新情况建议直接看官网。
值不值得用？
优点：
- 开源 + AGPL + 可自托管，数据自主可控，这一条对很多人来说就是决定性的
- 37 个一方工具通过 OAuth 开放给 MCP 客户端，AI 集成是原生能力，不是缝上去的
- 记录级提案 + 人工审批，AI 想改数据得先过你这关，安全感足够
- 可配 Ollama 本地推理，隐私敏感或离线场景能兜住
缺点：
- 产品很新，2026-09-08 才首发，生态、文档、社区案例都还在积累阶段，踩坑时能搜到的答案有限
- 自托管是把双刃剑，部署、运维、升级的成本得你自己出
- 目前主要面向 MCP 客户端和 Web 端，其他平台的支持情况没有明确说法
结论： 如果你已经在用 MCP 客户端、又对数据自主有要求，Relaticle 值得认真试一次——它的写入审批机制在同类产品里算是想清楚了。但如果你要的是一个开箱即用、有客服兜底、身边同事都能上手的成熟 CRM，现在进场可能早了点，建议先观望文档和社区成熟度。
使用建议
- 先小范围跑通授权链路。 OAuth 授权 + MCP 客户端连接这一步是整个体验的地基，先拿一个测试环境把 37 个工具的调用跑通，再考虑接真实数据。
- 别急着关掉审批。 记录级提案是它的核心安全设计，初期建议全部人工过一遍，等你对 AI 的行为模式有判断了再说。
- 隐私敏感就上 Ollama。 既然产品支持本地推理，如果有合规压力或者数据不能出网，直接本地模型走起，不要含糊。
- 自托管要预留运维成本。 部署不是一次性动作，升级、备份、权限管理都得规划进去，最好有人对这块负责。
- 文档还不厚，遇到问题多做记录。 产品新，很多细节可能只有官方文档和 GitHub 上有，建议自己整理一份内部使用笔记。
适合谁用？
推荐：
- 已经在用 MCP 客户端、想把 AI 助手接进客户数据的团队
- 对数据主权敏感、必须自托管的技术型团队
- 有本地推理需求（隐私合规、离线环境）的用户
- 愿意接受早期产品、能自己解决部署问题的开发者或小团队
可考虑：
- 想尝鲜 agent-first CRM，但暂时不打算把核心业务数据迁进去的人
- 团队里有运维能力，但对 AI 改数据这件事仍然谨慎的
- 只是想体验 MCP 生态能玩到什么程度的个人用户
不推荐：
- 需要开箱即用、有完善客服和成熟生态的销售团队
- 完全没有技术资源、靠 SaaS 解决一切的小团队
- 依赖移动端或其他非 Web 平台办公的场景——目前支持情况不明确
