语义搜索专家人脉
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。
Digital Guanxi 定位为“Google for People, Not Websites”，即帮助用户用自然语言找到合适专家，而不是依赖 LinkedIn 关键词或线下随机社交。它同时服务两类人：专家希望被正确项目发现，需求方希望准确找到能解决问题的专业人士。目前页面明确标注 Coming Soon，仅开放候补名单。
其核心是语义搜索和 AI 生成专家资料。用户可提交姓名、LinkedIn 或描述，系统会从 10+ 来源做研究，生成专家画像和五级解释内容，再由专家本人校正。所谓 Expertise Slider 是关键创新：同一专家能力可按从通俗到博士级的不同层级解释，降低非专家理解门槛。平台还强调验证专业能力，例如 Stack Overflow 声望、GitHub 提交、论文等，而非只看自我陈述。专家侧可设置价格门槛、领域偏好和伦理排除项，并用付费墙过滤低意向咨询。
定价信息非常有限。页面只提到 paywall 和 pricing thresholds，没有套餐、佣金比例、订阅价格或企业方案。第三方方面，文本出现 LinkedIn、Stack Overflow、GitHub、publications 等来源，但更像数据参考或验证信号，并未说明 OAuth、CRM、日历、Slack 等集成。团队协作、权限管理、审计日志、数据安全、合规认证、部署方式以及 API 均无公开说明，因此暂不能按成熟企业软件评估。
优点是切入点明确：专家发现确实存在关键词失配、专家不善自我营销、沟通成本高等问题；五级解释和专家校正机制也有实用价值。缺点是产品尚未上线，专家供给规模、匹配质量、资料准确性和交易闭环都无法验证。更适合早期尝鲜的专家、顾问、研究人员、投资或产业调研人员，以及需要寻找小众技术专家的团队。
中国访问情况无法仅凭页面判断，支付方式也未披露。若面向国内用户，LinkedIn、GitHub 等外部信号的访问和数据完整性可能影响体验。可替代方案包括 LinkedIn、Maven、Catalant、GLG、Upwork；国内场景可考虑脉脉、知乎、专家访谈或行研顾问网络。
本测评基于公开资料整理,不构成购买建议,请以 digitalguanxi.com 官网实际信息为准。
等待名单产品，概念有信息差。
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。