ProdOps.AI

ProdOps.AI

Revelry Labs (Revelry Ai) · 生產力

ProdOps.AI 現在導向 Revelry Ai,一套讓營運團隊接上自家工具、執行 Skills 與 Workflows、並在送出前逐份核准草稿的 AI 代理平台。

ProdOps.AI 的介面預覽

關於 ProdOps.AI

About

什麼是 ProdOps.AI

網址本身就說明了大半。在瀏覽器輸入 prodops.ai,會直接跳到 revelry.ai,產品在那裡以 Revelry Ai 的名義販售。背後是 Revelry Labs,一家從 2013 年就開始做軟體的團隊,2024 年推出這個平台。

它真正做的事,是把一天裡重複的那一段接走。平台接上團隊本來就會登入的系統,例如 Procore、QuickBooks、Xero、Slack、Jira、GitHub、Microsoft 與 Google,再依自家文件與範本產出週報、標單比價、客戶追蹤與月結摘要。每個數字都附上來源紀錄,負責複核的人點開原始資料,不必憑感覺相信。它賣的是 AI 工作流程自動化,不是又一個把檔案掛在旁邊的聊天視窗。

註冊前有兩件事要先知道。官方沒有公開價目表,價格只出現在報價單上。另外,原本要打包各產業現成 Skills 與 Workflows 的 Kits,在開發者頁面上仍標示為尚未上線。

開始使用

  1. 在 revelry.ai 註冊,上傳一份你本來就在用的文件。不用填信用卡,第一個答案就從這份檔案長出來。
  2. 接上團隊在用的工具。初次建置的協助免費,平台還沒支援的系統會排進官方的開發清單。
  3. 把團隊只寫一次的規則放進去,並將 Google Drive 或 SharePoint 同步到 Knowledge,讓答案來自最新檔案。
  4. 從現成的 Agent 開始,或在對話裡描述你想要的;凡是會寫回已連接系統的動作,都先設好核准關卡。
  5. 在對話視窗裡操作,或產生 API 金鑰,從自家程式呼叫同一批 Agent。

產品資訊

快速了解 ProdOps.AI 的定價、支援平台與效能。

免費方案是
付費方案Free to start, paid plans by quote (Accelerate and up)
平台Web app, REST API, MCP server and client
開發者Revelry Labs (Revelry Ai)
類別生產力
發布日期Jan 2024
最近更新Oct 2026
網站訪問量611
網站全球排名15.1M
API 提供狀態是

適合對象

這項工具最適合的使用者、任務與情境。

使用者

  • 營造廠與分包商的營運主管:週報、標單比價、催收送審文件是三件現成 Agent 最先接手的工作,而團隊本來就活在 Procore 與 Bluebeam 裡。
  • 銀行與放款單位的營運團隊:先替整份卷宗做第一輪閱讀,在人翻開檔案之前就標出合規缺口,再依 Agent 讀到的內容起草處理紀錄。
  • 打造內部 AI 功能的開發者:Skills 與 Workflows 可透過 REST API 執行,產品團隊不必自建檢索層就能推出對話功能。

任務

  • 每週工程報告:Agent 從專案管理系統與 ERP 取數起草,團隊修一份完成的草稿,而不是從四個系統拼一份出來。
  • 標單比價:分包商報價幾分鐘內並排比較,每個金額都綁著原始文件。
  • 客戶追蹤與進度催詢:吃掉協調人員整個上午的信件與 Slack 往返,交給每次都跑同樣流程的 Workflow。
  • 月結與文件審閱:合約、請款與申請書在一串 Skills 裡完成擷取與分類,執行結束就拿到結構化輸出。

情境

  • 已經付費買了聊天工具、卻每個人問出不同答案的團隊:同一個 Workflow 每次照跑,結果不取決於誰打了提示詞。
  • 想用自家品牌轉售 AI 的組織:合作夥伴方案有自己的網域與定價,各家客戶的資料彼此隔離。路易斯安那州就這樣運作中小企業方案,目標是 5,000 家企業。
  • 需要稽核軌跡的工作:每一次寫入都先詢問並留下紀錄,這是示範品與合規部門願意簽核的系統之間的差別。

主要功能

Skills、Agents 與 Workflows

三個積木幾乎涵蓋全部。Skill 是一段提示詞,加上模型、工具與資料來源,Skills 之間可以固定順序互相呼叫,也可以讓模型自己判斷什麼時候需要另一個。Agent 是設定好的對話,帶有人設、記憶、Skills 與工具。Workflow 則是有明確輸入與輸出的多步驟流程,適合每次都得跑出一樣結果的作業。每一步可以用不同模型,長篇分析與快速分流不必共用同一張帳單。這樣的結構,就是營運團隊 AI 代理與一般聊天訂閱的差別。

Knowledge 附上出處

上傳文件、同步 Google Drive 與 SharePoint,或抓進網頁,帳號裡的每個 Agent 都能搜尋這座文件庫。營運場景真正在意的是引用:每個答案都指向數字所在的檔案或紀錄。專案經理懷疑報告裡的某個金額時,複核只要幾秒。

動手前先核准

Agent 要在已連接的服務裡新增、更新或刪除紀錄之前,會停下來詢問。你可以核准一次、往後都允許這個動作,或直接拒絕。唯讀動作不必打斷流程,每個動作都會進紀錄。正因為這樣,把 Agent 指向正式的 ERP 而不是副本,才說得過去。

MCP 雙向打通

Claude、Cursor 或內部應用程式可以透過 MCP 呼叫你的 Agents 與 Skills,能力做一次,每個用戶端都能用到。反過來也成立:Agents 會呼叫外部 MCP 伺服器,GitHub 是最清楚的例子,它能讀 issue、搜程式碼、開一張 pull request 等人審。

隔離的 Workspaces

Workspaces 給 Agent 一個讀寫檔案、執行程式、處理試算表的空間。每個沙箱與正式系統隔開,算到一半的數字不會碰到真實帳簿。這是清單上最不起眼的功能,卻大概是你資安同仁第一個追問的項目。

每個任務各自選模型,另有 API 存取

每個 Skill 與 Agent 自己挑模型,昂貴的推理不會落在便宜的雜事上。平台以 Elixir 撰寫,能同時撐住大量長時間執行的任務。工程端只要帶著 Bearer 金鑰 POST 到 chats 端點,就能與指定的 Agent 對話,速率上限則依方案分級。

優缺點

優點

  • 每個答案都附出處,複核是一個點擊,而不是再跑一遍四個系統。
  • 跑在團隊已經付費的工具上,包括 Procore、QuickBooks、Xero、Slack、Jira 與 GitHub。
  • 核准機制加上動作紀錄,讓寫入正式系統這件事在合規審查面前站得住腳。
  • 官方表明不以客戶資料訓練模型,並可索取 SOC 2 Type 1 報告。
  • 起用不收費,官方說基本的建置大約兩週就能上線。

缺點

  • 沒有公開價格。要編預算得先約業務,想在試算表裡比價的人會被拖慢。
  • 名字容易誤導:ProdOps.AI 聽起來像產品管理軟體,實際鎖定的是營造、放款這類一般營運角色。
  • 連接器數量偏少。你的核心系統若不在公開點名的十來項裡,就只能等開發清單。
  • 原本要按產業打包 Skills 與 Workflows 的 Kits 還沒推出,每個團隊得自己組起步點。

常見問題

是,至少網路上是。prodops.ai 這個網域會轉到 revelry.ai,平台在那裡以 Revelry Ai 的名義提供說明與銷售。兩者背後的公司都是 Revelry Labs。