The gap
大多数团队无法自己构建 AI Agent，只能排队等工程。
01
AI 工具需要 API、代码和基础设施。大多数非技术团队无法配置模型 API、编写 prompt chain，或搭服务器让 Agent 稳定运行，结果就是 AI 需求长期堆在工程队列里。
02
基于 prompt 的工具每次会话都会丢上下文。ChatGPT 这类工具适合单次对话，但业务团队需要能记住过往运行、文件和决策的 Agent，让工作不断积累，而不是每周一重新开始。
03
每一次工作流调整都需要工程 ticket。市场经理想改外呼节奏时，只能等下个 sprint，而不是自己改一个设置。业务速度被工具和排期拖慢。
04
非技术团队缺少审查和治理层。没有输出审查、工具权限控制和运行审计，业务团队很难放心部署 Agent，采用也会卡在安全评审。
为什么是 Buda
一个整个团队都能使用的 AI Agent 平台，而不只是工程团队。
能力
让任何团队都能拥有 AI Agent 的六项能力。
Buda 为业务团队提供构建、运行、审查和改进 AI Agent 的基础模块，不必让工程为每个工作流接线。
◎ 销售
可视化工作流构建器
用可视化界面配置 Agent 工作流：选择触发器、设置上下文来源、连接集成、定义输出格式。无需 prompt engineering。
▦ 运营
Agent 模板库
从常见业务工作流模板开始：线索研究、内容草稿、周报、CRM 清理、客户 onboarding 等。无需从零开始。
↔ 市场
无代码集成
点击即可把 Agent 连接到 CRM、邮箱、日历、Slack、Google Drive 和 Notion。无需 webhook、API token 或开发支持。
🧠 客服成功
持久 Agent 记忆
每个文件、过往运行和决策都会保存在团队的 Buda Drive 中。Agent 会从上次结束处继续，而不是丢上下文或重新 brief。
✓ 销售
团队审查与审批
每个 Agent 输出都会进入共享审查队列。团队可以批准、编辑或拒绝 artifact，再交给客户、系统或利益相关方。
☁️ 运营
云端执行
Agent 完全在云端运行：无需本地机器、服务器或 IT ticket。业务团队可从浏览器启动、排程和监控工作流。
工作流
四个无需工程参与、团队可自行拥有的工作流。
从一个输入清晰、输出可审查的重复工作流开始。Buda 会把它变成团队可以自行管理的 Agent。
构建线索研究 Agent2m
Northwave — pricing14m
Helio Health — case study1h
Arc Logistics — contact2h
Account brief
Discovery notesD+0
Proposal draftD+0
Follow-up #1D+2
Decision checkD+7
New
Disc
Eval
Close
试点计划
四步构建并部署你的第一个 AI Agent。
从一个模板开始，加入你的上下文，审查第一份输出；当工作流可信后，再邀请团队加入。
01
01为第一个工作流选择模板
从线索研究、周报、内容草稿、CRM 清理或 onboarding 开始。选择一个输入重复、输出可审查的工作流。
02
02连接工具并加载上下文
从可视化工作区添加文件、CRM 数据、文档和集成权限。无需 API 设置或服务器配置。
03
03运行 Agent 并审查第一份输出
让 Agent 生成简报、报告、草稿或清单。任何内容触达客户或系统前，团队先审查 artifact。
04
04共享工作区并扩展
邀请队友，调整节奏和权限；第一个工作流被信任后，再扩展到更多流程。