Frigade Assist API：让AI客服从甩文档变成指哪打哪

当AI客服「看不见」屏幕时会发生什么

如今几乎每款SaaS产品都内嵌了AI助手，但当用户问出「我该怎么操作」时，绝大多数AI客服给出的答案是一整段密密麻麻的文字说明。用户读完还得自己在界面上逐个按钮寻找，体验割裂而低效。

问题的根源在于：这些内嵌的AI Agent根本「看不见」屏幕。它们只能基于文档知识生成文本回复，却无法感知用户当前所处的界面状态，更无法告诉用户「点这里」。这正是Frigade Assist API试图解决的核心痛点。

近日在Product Hunt上线的Frigade Assist API，以78票的成绩排在当日榜单第16位，被归类于「客户成功」「人工智能」「SDK」三个领域，切中了AI客服体验升级的关键环节。

一次工具调用，让Agent学会「指路」

核心机制：引导+文本兜底+界面感知

Frigade Assist API的设计哲学非常克制——它不是要替换你现有的AI Agent，而是作为Agent可以调用的**一个工具（tool call）**存在。

这里有必要解释一下「工具调用」这一关键概念。工具调用（Tool Call / Function Calling）是当前大语言模型应用架构中的核心机制。传统的LLM只能生成文本，而通过工具调用，LLM可以在对话过程中识别出需要外部能力的场景，并以结构化的方式请求调用预定义的外部函数或API。OpenAI的Function Calling、Anthropic的Tool Use都是这一机制的典型实现。在Agent框架中，开发者会预先注册一系列「工具」——每个工具有名称、描述和参数定义——LLM根据用户意图自主决定是否调用、调用哪个工具、传入什么参数。Frigade正是利用这一机制，将自己定位为Agent工具箱中的一件新工具，而非替代整个Agent系统。

当用户提出操作类问题时，你现有的Agent只需发起一次对Frigade的工具调用，Frigade就会完成三件事：

• 在页面上直接绘制分步引导：不再是文字描述，而是在真实界面上高亮指引，一步步告诉用户该点哪里；
• 在无法可视化引导时，返回纯文本答案：当引导不适用时，Frigade会把清晰的文字回复交还给Agent，保证对话不会「断链」；
• 告诉Agent用户正在看什么：这一点尤为关键，Frigade为Agent补上了「屏幕感知」这块拼图，让Agent理解用户当前的界面上下文。

这种三段式设计，让AI客服从「答题机器」升级为真正能带着用户完成任务的操作向导。

与现有技术栈的兼容性

在集成层面，Frigade Assist API展现出良好的开放性。官方明确表示它可以与Vercel AI SDK协同工作，也支持任何具备工具调用能力的框架。

Vercel AI SDK是由Next.js背后的公司Vercel推出的开源SDK，旨在帮助前端开发者快速构建AI驱动的应用。它提供了统一的接口来对接OpenAI、Anthropic、Google等多家模型提供商，并原生支持流式响应（Streaming）、工具调用、结构化输出等能力。由于Vercel生态在现代Web开发中占据重要地位——Next.js是React框架中部署量最大的全栈方案之一——与Vercel AI SDK的兼容意味着Frigade可以无缝融入大量已有的SaaS产品技术栈，覆盖广泛的开发者群体。

开发者无需重构现有的Agent架构，只需将Frigade作为一个可调用的工具接入即可，迁移成本极低。

产品知识从何而来：浏览器Agent自动学习

这可能是Frigade最有意思的技术亮点。传统的产品引导工具依赖人工配置每一个步骤，工作量巨大且难以维护。而Frigade宣称它「懂你的产品」，原因是——浏览器Agent已经先用过一遍你的产品了。

换言之，Frigade通过浏览器自动化Agent实际操作产品界面，自动学习产品的功能路径与交互逻辑，从而构建出可用于引导的知识库。

浏览器自动化Agent是近年来快速发展的技术方向。早期的代表性框架包括Playwright和Puppeteer，它们通过程序化方式控制浏览器执行预定义操作。而近期涌现的AI驱动浏览器Agent——如Anthropic的Computer Use、OpenAI的Operator——则更进一步，能够像真实用户一样在浏览器中导航、点击、输入，甚至理解页面语义。其核心技术包括DOM解析、视觉识别（通过截图结合多模态模型理解界面）、以及行为序列规划。Frigade利用类似技术自动「试用」客户产品，本质上是将浏览器Agent从「替人操作」转向「替人学习」——它不是替用户完成任务，而是通过自动探索来构建产品知识图谱，然后用这些知识来指导真实用户。

这套机制解决了产品引导工具最头疼的维护难题：

「它每次发版都会重新学习。」

这句话点出了产品引导领域的长期痛点。产品引导工具并非新概念，早期的代表性产品包括WalkMe（2011年成立，2021年以15亿美元被SAP收购）、Pendo、Appcues、Userflow等。这些工具通常采用「无代码配置」模式：产品经理在可视化编辑器中选定页面元素，设置触发条件和引导步骤，生成弹窗提示或高亮指引。然而这种模式的最大痛点在于维护成本——每当产品界面改版，CSS选择器失效、页面结构变化都可能导致引导失效，需要人工重新配置。Frigade通过浏览器Agent自动学习来替代人工配置，本质上是用AI能力解决了这一代产品引导工具最根本的可维护性问题，大幅降低了运维负担。

Frigade切中了怎样的行业趋势

从「对话」到「操作」的AI Agent演进

Frigade Assist API的出现，反映出AI Agent正在从「能对话」向「能操作」演进的大趋势。过去一年，业界对Agent的想象大多停留在文本交互层面；而Frigade代表的方向，是让Agent深度嵌入产品界面，成为用户操作的「实时向导」。

更具体地看，AI Agent的能力演进可以划分为几个层次：第一层是文本对话，即基于知识库的问答（如传统RAG方案）；第二层是信息整合，Agent能调用搜索、数据库等工具获取实时信息；第三层是界面感知，Agent能理解用户当前的操作上下文；第四层是自主操作，Agent能直接代替用户完成界面操作。Frigade目前主要覆盖第三层——它让Agent「看到」用户界面并提供可视化引导，但最终操作仍由用户完成。而像Anthropic Computer Use这样的方案则直指第四层。值得注意的是，在SaaS客服场景中，第三层可能比第四层更具实用价值，因为用户通常希望自己掌控操作过程，只是需要指引方向，而非将操作权完全交给AI。

这背后是一个朴素的洞察：用户要的往往不是「答案」，而是「结果」。与其给用户一段说明书，不如直接带他完成操作。

客户成功场景的新工具

说个细节，Frigade被明确归入「客户成功（Customer Success）」类别。这说明它的价值主张不仅是技术层面的创新，更指向实实在在的商业收益——降低用户的学习门槛、提升SaaS产品激活率与留存率、减少客服工单量。

这些指标的商业意义值得展开。根据行业数据，SaaS产品的平均激活率（用户从注册到完成核心操作）通常在20%-40%之间，意味着超过一半的新用户在体验产品价值之前就已流失。而客服工单的平均处理成本约为5-15美元/次（视复杂度而定），其中大量工单属于「如何操作」类的低复杂度问题。如果AI客服能够通过可视化引导直接解决这类问题，不仅能显著降低工单量，更重要的是缩短了用户的「价值发现时间」（Time to Value），这是影响SaaS留存率的最关键因素之一。对于SaaS企业而言，这些都是可量化的核心指标。

潜在的疑问与观察

尽管产品理念清晰，仍有几个问题值得关注：

首先是浏览器Agent自动学习机制的准确性。自动学习虽然省去人工配置，但复杂产品的边缘操作路径能否被完整、准确地捕捉，仍需实践检验。尤其是涉及权限控制、多角色视图、条件分支等复杂交互场景时，浏览器Agent是否能正确理解并记录所有可能的操作路径，是一个值得观察的技术挑战。

其次是可视化引导的适用边界。官方也坦承，存在「无法可视化引导」的场景，此时只能退回文本答案。这条兜底逻辑的触发频率，直接决定了用户体验的上限。

最后是多平台适配能力。目前披露的信息主要围绕Web端的浏览器界面，对于桌面应用或移动端的引导支持尚不明确。

结语

Frigade Assist API抓住了一个真实且普遍的痛点：内嵌AI客服「看不见屏幕、只会甩文档」。它用「一次工具调用」的轻量集成方式，加上「浏览器Agent自动学习产品」的巧妙设计，为AI客服补上了界面感知与可视化引导的能力。

在AI Agent能力快速外扩的当下，这类专注于「让AI真正带着用户操作」的产品引导工具，或许比又一个通用对话模型更贴近SaaS产品与用户的实际需求。