AgentGate 群聊发言守卫

决定群里的 AI Agent 何时该闭嘴，而不是每条都回

痛点

团队把 coding agent 接进 Slack/GitHub 后，Agent 不知道什么时候该说话。每条消息都调一次大模型判断是否回复，延迟明显，而且模型经常输出解释性文字而非干净布尔值，导致解析困难。最终群成员嫌吵，可能把 Agent 移除。

方案

一个轻量级的「发言判断」中间件：用类型化、概率化的判定模型替代全量 LLM 调用，快速决定消息是否需要 Agent 回复。支持规则配置、置信度阈值和静默期，降低延迟和成本。

用户

把 AI Agent 集成到团队协作工具（Slack、Discord、企业微信等）的开发者与团队

MVP

提供一个可自托管的判定服务或 SDK；支持声明式规则（关键词、上下文、频率限制）；返回带概率的布尔结果而非文本；提供简洁的配置面板和示例代码；轻量级集成到现有 Agent 工作流

变现

开源核心 + 付费云托管；或按判定调用次数计费的 API 服务；企业版支持自定义模型与私有部署

为何现在

越来越多团队将 Agent 接入群聊，但「该不该回」这个基础决策仍靠全量 LLM 调用，成本与体验都差；独立开发者可以用小模型或分类器快速做出高效替代方案