ChatGPT-On-CS: ein SaaS-Kundendienst-Bot für chinesische E-Commerce-Plattformen
拼多多、千牛、抖店 AI 客服机器人：自动回复客户咨询、商品答疑、售后申诉处理，支持微信、小红书、京东、抖音、B站、微博等多平台统一接待；可接入 DeepSeek / 通义千问 等大模型，支持自有知识库定制。
Auf einen Blick
- Was ist das?
- Das Repository beschreibt eine TypeScript-Anwendung, die Kundenanfragen auf Pinduoduo, Qianniu, Douyin und weiteren Plattformen über ein LLM beantwortet. Der Quellcode steht unter AGPL-3.0, das Produkt selbst wird als gehosteter Dienst unter jinxiaoai.com vermarktet.
- Für wen ist es gedacht?
- Wer auf chinesischen Marktplätzen verkauft und Kundendienst automatisieren will, findet hier eine breite Plattformabdeckung unter AGPL-3.0. Wer den Code kommerziell nutzen oder schließen möchte, braucht laut README eine gesonderte kommerzielle Lizenz.
- Darf ich es kommerziell nutzen?
- Ja, unter strengen Bedingungen. AGPL-3.0 ist eine Lizenz mit Netzwerk-Copyleft: Wenn andere eine veränderte Version über ein Netzwerk nutzen, etwa als gehosteten Dienst, müssen Sie ihnen den Quellcode unter derselben Lizenz anbieten.
- Wird es noch gepflegt?
- Ja. Die letzten Commits kamen vor 20 Tagen.
- In welcher Sprache ist es geschrieben?
- Hauptsächlich TypeScript, laut der Sprachstatistik von GitHub.
Die Antworten beruhen auf den GitHub-Daten des Projekts (zuletzt abgeglichen am 15. September 2026) und auf unserer Analyse. Sie sind keine Rechtsberatung.
TIEFGEHENDE OPEN-SOURCE-ANALYSE
Welches Problem der Bot adressiert und für wen er gedacht ist
Ein Händler, der gleichzeitig auf Pinduoduo, Taobao über Qianniu, Douyin, JD und Xiaohongshu verkauft, führt mehrere Kundendienst-Oberflächen parallel. Jede Plattform hat eigene Eingangslisten, eigene Antwortvorlagen, eigene Eskalationsregeln. Das Repository nennt genau das als Ausgangslage: mehrere Verkaufskanäle sollen in einer einzigen Oberfläche bedient werden. Die Zielgruppe sind damit Verkäufer und Betreiber mit mehreren Shop-Accounts, nicht einzelne Onlineshop-Betreiber mit einem Kanal.
Das README beschreibt die Funktion als automatische Beantwortung von Kundenanfragen, Produktfragen und Nachverkaufs-Einsprüchen. Ein Kunde fragt nach Lieferzeit, der Bot antwortet aus einer hinterlegten Wissensbasis oder über ein angebundenes Sprachmodell. Ein zweiter Anwendungsfall ist die Nachverkaufsbearbeitung, im README als eigenständige Anwendung unter dem Namen Shen Duo Duo für automatische Einsprüche auf Pinduoduo verlinkt.
Bemerkenswert ist die Breite: die Liste der unterstützten Plattformen umfasst WeChat, Qianniu, Bilibili, Douyin-Unternehmenskonten, Douyin, Douyin-Shop, Pinduoduo, Weibo-Chat, Xiaohongshu Professional-Account-Betrieb, Xiaohongshu und Zhihu. Wer nur eine Plattform bedient, bekommt hier deutlich mehr Oberflächen, als er braucht.
Wie der Bot arbeitet: Plattformadapter, Modellschicht, Wissensbasis
Aus dem Repository-Aufbau lässt sich die Architektur in groben Zügen ableiten. Die primäre Sprache ist TypeScript, die Automatisierungsschicht stützt sich laut Topic-Liste auf AutoHotkey. Das ist ein Hinweis darauf, dass die Anbindung an die Plattformen nicht über offizielle APIs läuft, sondern über die Steuerung der jeweiligen Client-Oberflächen. Das README erwähnt passend dazu Funktionen wie Browser-Multibox-Unterstützung, automatische Erkennung der Übernahme durch einen Menschen und verzögertes, randomisiertes Antworten.
Diese drei Punkte sind technisch zusammenhängend. Wenn der Bot über die Oberfläche eines laufenden Clients antwortet, muss er erkennen, wann ein Mitarbeiter selbst eingreift, sonst schreiben beide gleichzeitig. Die randomisierte Verzögerung dient der Vermeidung eines für Menschen unnatürlichen Antwortrhythmus. Beides sind Merkmale einer UI-gesteuerten Automatisierung, nicht einer API-Integration.
Über den Plattformadaptern liegt die Modellschicht. Das README nennt GPT-3.5, GPT-4.0, Tongyi Qianwen, Wenxin Yiyan und DeepSeek als unterstützte Modelle. Die Wissensbasis wird als hochladbare Datei beschrieben, über die sich ein unternehmenseigenes Modell aufbauen lässt. Ein Plugin-System soll Zugriff auf Betriebssystem und Internet ermöglichen. Eine lokale Modellunterstützung steht in der Roadmap noch unter den offenen Punkten, ist also nicht fertig.
Einrichtung: was das Material tatsächlich hergibt
Hier wird das Material dünn. Das README verweist für die Bedienung auf sechs Produktvideos im Ordner docs/videos/ und auf die Anwendungsübersicht unter jinxiaoai.com/apps. Konkrete Installationsschritte, ein package.json-Ausschnitt, Umgebungsvariablen oder Konfigurationsschlüssel tauchen im vorliegenden Text nicht auf. Wer den Bot selbst hosten will, findet in diesem README keine Anleitung dafür.
Was sich belegen lässt, sind einzelne Bedienfunktionen, die auf eine grafische Konfiguration hindeuten: getrennte Konfiguration je Plattform, Excel-Import und -Export von Antwortinhalten, ein Werkzeug zum Testen von Schlüsselwortübereinstimmungen sowie Unterstützung für chinesische Pfade. Die Existenz eines Keyword-Matching-Testwerkzeugs sagt etwas über das Antwortmodell aus: es gibt offenbar eine Regelstufe mit Schlüsselwörtern, die vor oder neben dem Modell greift. Das README beschreibt Schlüsselwortantworten und automatische Antworten als abgeschlossene Funktionen mit eigenem Schalter.
Ein Ausprobieren ohne eigene Installation ist über die verlinkte Online-Demo möglich. Das ist eine SaaS-Bereitstellung, kein lokaler Aufbau, und entsprechend nicht mit einem selbst betriebenen System gleichzusetzen.
Die Lizenz ist der eigentliche Knackpunkt
Das Projekt steht unter AGPL-3.0. Das README formuliert die Konsequenzen selbst und geht dabei über den reinen Lizenztext hinaus: persönliche Nutzung sei kostenlos und ohne Einschränkung, kommerzielle Nutzung erfordere eine Kontaktaufnahme für eine kommerzielle Lizenz, und jede Änderung müsse quelloffen bleiben und den Copyright-Hinweis behalten, sofern keine kommerzielle Lizenz vorliegt.
Für einen Shop-Betreiber, der den Bot im eigenen Unternehmen einsetzt, ist die Lage anders als für jemanden, der daraus ein Produkt baut. Die AGPL greift beim Bereitstellen über ein Netzwerk. Wer den Bot als Dienst für Dritte betreibt, muss den Quellcode dieser Version zugänglich machen. Das ist genau der Punkt, an dem die OEM-Werbung im README ansetzt: dort wird eine Partnerschaft mit Markenindividualisierung und Umsatzbeteiligung angeboten, also der Weg über eine gesonderte Vereinbarung statt über die offene Lizenz.
Das ist eine bewusste Doppelstrategie. Der Code ist offen, das Geschäftsmodell liegt im gehosteten Betrieb und in Lizenzvereinbarungen. Wer plant, den Bot in ein eigenes Produkt zu integrieren, sollte diesen Punkt vor der technischen Bewertung klären.
Grenzen und Fälle, in denen das Projekt das falsche Werkzeug ist
Die UI-gesteuerte Automatisierung ist die größte Einschränkung. Wenn die Anbindung an Qianniu, Douyin oder Pinduoduo über die Steuerung laufender Clients erfolgt, hängt der Bot an deren Oberfläche. Ändert die Plattform ein Layout, ein Dialogfeld oder eine Schaltfläche, bricht die Automatisierung an dieser Stelle. Das README nennt keine Stabilitätsgarantie und keine Aussage darüber, wie schnell auf Layoutänderungen reagiert wird.
Der zweite Punkt ist der Wartungsstand. Der letzte veröffentlichte Stand der Release-Liste ist v1.4.5 vom 7. September 2024, während der letzte Push in das Repository mit dem 27. August 2026 datiert ist. Zwischen Release und letztem Commit liegt also ein langer Zeitraum ohne veröffentlichte Version. Wer auf版本ierte Artefakte angewiesen ist, findet hier seit fast zwei Jahren nichts Neues.
Drittens die Plattformfrage. Die Liste der unterstützten Kanäle ist auf chinesische Marktplätze und soziale Netze zugeschnitten. Für einen Shop auf Shopify, Amazon oder einer europäischen Plattform ist das Projekt schlicht nicht gebaut. Auch die Dokumentation liegt auf Chinesisch, was den Einstieg für anderssprachige Teams zusätzlich erschwert.
Schließlich der offene Punkt in der Roadmap: lokale Modelle sind noch nicht umgesetzt. Wer aus Datenschutzgründen keine Anfragen an externe Modellanbieter senden darf, kann diese Anforderung mit dem aktuellen Stand nicht erfüllen.
Was eine Alternative anders macht
Der naheliegende Vergleich ist eine Integration über offizielle Plattform-APIs, etwa über die Kundendienst-Schnittstellen der Marktplätze selbst oder über ein Chat-Framework, das an diese APIs anknüpft. Der Unterschied liegt nicht im Modell, sondern im Transportweg. Eine API-Anbindung ist unabhängig von der Oberfläche des Händler-Clients, sie überlebt ein Redesign der Plattform und lässt sich serverseitig betreiben. Dafür braucht sie Zugangsberechtigungen, die nicht jeder Händler für jede Plattform bekommt, und sie deckt nur Kanäle ab, die überhaupt eine offene Schnittstelle anbieten.
Für kleinere Marktplätze und für Direktnachrichtenkanäle wie WeChat oder Xiaohongshu existiert dieser Weg oft nicht. Genau dort liegt die Daseinsberechtigung von ChatGPT-On-CS: es funktioniert auf Kanälen, für die es keine API gibt. Der Preis ist die Fragilität. Wer auf einer Plattform mit guter API arbeitet, sollte diese Route wählen. Wer auf mehreren Kanälen ohne API präsent sein muss, hat hier eine Abdeckung, die sich sonst nur mit mehreren Einzellösungen erreichen lässt.
Wartung, Betrieb und was vor dem Einsatz zu klären ist
Der Betrieb eines UI-gesteuerten Bots ist laufende Arbeit. Jede Plattformänderung kann eine Anpassung erfordern, und diese Anpassungen sind im Zweifel selbst zu leisten, wenn das Projekt keine veröffentlichten Updates nachliefert. Dazu kommt die Lizenzpflicht: wer den Bot als Netzwerkdienst für Dritte betreibt, muss die eigene geänderte Version unter AGPL-3.0 zugänglich machen. Das schließt ein schlichtes Weiterverkaufen ohne Offenlegung aus.
Die Release-Historie gibt wenig Anlass zur Annahme, dass Fehlerkorrekturen zeitnah als Version erscheinen. Ein Team, das den Bot produktiv einsetzt, sollte daher die Fähigkeit einplanen, Patches selbst zu erstellen und zu pflegen, statt auf Upstream-Releases zu warten. Das ist keine Kleinigkeit bei einer Codebasis, die Plattformadapter für über ein Dutzend Oberflächen enthält.
Vor dem Einsatz zu prüfen sind drei Dinge: ob der Selbsthosting-Pfad außerhalb der verlinkten Videos irgendwo beschrieben ist, ob die eigene Nutzung unter die kostenlose persönliche Nutzung fällt oder eine kommerzielle Lizenz erfordert, und ob die Plattformen, auf denen der eigene Shop läuft, in der unterstützten Liste stehen. Das README selbst liefert für keinen dieser Punkte eine abschließende Antwort.
Für wen sich der Blick ins Repository lohnt
Wer auf chinesischen Marktplätzen verkauft und dort mehrere Kanäle gleichzeitig bedient, findet hier eine Abdeckung, die sich sonst kaum in einem Projekt bündelt. Die Kombination aus Keyword-Regeln, Modellantworten und Wissensdatenbank deckt die üblichen Kundendienstfälle ab, und die Wissensbasis lässt sich laut README mit eigenen Dateien bestücken.
Wer den Code als Grundlage für ein eigenes Produkt nehmen will, sollte zuerst die Lizenzfrage klären. Die AGPL-3.0 zusammen mit der ausdrücklichen Erwähnung einer kommerziellen Lizenz bedeutet, dass der Weg über eine Vereinbarung mit den Maintainern führt. Wer das nicht will oder kann, für den ist das Projekt die falsche Grundlage, unabhängig von der technischen Eignung. Und wer außerhalb des chinesischen Marktplatz-Ökosystems verkauft, braucht das Projekt ohnehin nicht.
Redaktionelles Fazit
Wer auf chinesischen Marktplätzen verkauft und Kundendienst automatisieren will, findet hier eine breite Plattformabdeckung unter AGPL-3.0. Wer den Code kommerziell nutzen oder schließen möchte, braucht laut README eine gesonderte kommerzielle Lizenz. Vor dem Einsatz ist zu prüfen, ob der Selbsthosting-Pfad tatsächlich dokumentiert ist und ob die AGPL-Pflichten zum eigenen Vertriebsmodell passen.
Community-Notizen