企业AI知识上下文平台
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
Clustr 定位为“公司 AI 的上下文层”，目标是把企业内分散在 SaaS、自动化工具、脚本、知识文档和个人经验中的信息集中起来，形成供 Cursor、Claude、ChatGPT、OpenClaw、Paperclip、Telegram bot 等 AI/Agent 共用的单一事实来源。页面明确说明产品仍处于 pre-launch 和 private development 阶段，展示界面均为示意 mockup，并非真实可用仪表盘。
从页面信息看，Clustr 的核心不是自研大模型，而是连接层、知识层和自动化管理层。它希望统一管理 Stripe、Notion、HubSpot、Slack、内部 API 等连接，同时集中沉淀退款政策、定价规则、流程说明等团队知识，并让不同 Agent 基于同一套上下文回答和执行动作。其技术基础是 Model Context Protocol（MCP），强调开放协议和避免锁定。安全方面，页面称连接默认私有，只有被授权的人或 Agent 可使用，并支持 token、API key、basic login、custom headers、AWS-style signed requests 等认证方式。
目前没有公开价格、套餐、免费额度或试用说明。用户只能加入 waitlist，官方表示会分批邀请等待名单用户。对于企业采购来说，缺少成本、SLA、部署方式和合规信息，现阶段难以评估真实投入产出。
优点是问题切入准确：企业在引入多个 AI 工具后，常见痛点正是上下文、权限和自动化分散，导致不同 Agent “各说各话”。Clustr 试图用统一公司大脑解决这一点，并借助 MCP 对接主流 AI 工具。缺点也很明显：产品未上线，截图非真实系统，实际连接稳定性、权限隔离、审计能力、知识更新机制和输出一致性都无法验证。安全隐私描述仍停留在原则层面，未见加密、数据保留、合规认证等细节。
Clustr 适合已经使用多种 SaaS、自动化流程和 AI Agent 的团队，尤其是希望统一企业知识问答、自动化动作入口和 Agent 上下文的公司。对国内用户而言，页面未说明中文支持、国内网络可访问性和支付方式，且其依赖的 Claude、ChatGPT、部分海外 SaaS 在中国大陆可能存在访问限制，因此中国访问状态只能判断为未知。可替代方案包括 Zapier、n8n、Notion/Slack 知识库、企业自建 MCP Server 或 LangChain/LangGraph 相关上下文管理方案。
本测评基于公开资料整理,不构成购买建议,请以 clustr.me 官网实际信息为准。
将连接、自动化和团队知识统一给AI代理使用。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。