Asisten outreach AI
AlatPintar
Menemukan bisnis lokal di Google Maps, menilai kecocokannya dengan yang Anda jual, lalu menyusun pesan pertama lewat WhatsApp atau email dengan gaya Anda. Setiap pesan disetujui manusia sebelum terkirim. Gratis dipasang sendiri (AGPL) atau pakai versi hosted.

Masalahnya
Menjangkau bisnis lokal berarti mencari mereka, meriset, menulis setiap pesan pertama sendiri, lalu ingat untuk follow-up.
Yang dilakukan sistem
- Mengumpulkan bisnis dari Google Maps dengan headless browser (Playwright); sumber lain termasuk OpenStreetMap, Overture, dan impor CSV atau Excel.
- Menilai kecocokan tiap lead dan menyusun pesan WhatsApp atau email dengan model AI.
- Setiap draf menunggu di outbox persetujuan; pengiriman diatur ritmenya untuk melindungi nomor telepon.
- Mempelajari gaya tulis pengirim dari chat yang diekspor, dengan hanya menyimpan angka ringkasan.
- Dashboard kampanye, lead, outbox, pipeline, knowledge base, dan analitik, dalam bahasa Indonesia dan Inggris.
- Edisi komunitas gratis (AGPL) untuk dipasang sendiri; edisi hosted menambah bagian premium dari paket privat terpisah.
Cara dibangun
- API NestJS dengan Prisma dan antrean BullMQ; aplikasi web Next.js; PostgreSQL dengan pgvector dan Redis.
- Monorepo Turborepo, image Docker, konfigurasi nginx, dan GitHub Actions untuk CI dan build image.
- Spesifikasi end-to-end Playwright plus tes unit di dalam API.
- Desain multi-workspace: tiap bisnis menyimpan prospek, pesan, dan akunnya sendiri.
Cara AI dipakai
- Provider OpenAI-compatible apa pun, dipilih lewat environment (contoh di dokumentasi: OpenAI, OpenRouter, model Ollama lokal).
- Dipakai untuk ringkasan bisnis dari website, penilaian lead, penyusunan pesan dan balasan, klasifikasi balasan, profil gaya tulis, dan embedding knowledge base.
Catatan jujur
- Pengiriman lewat library WhatsApp linked-device bukan kanal resmi, jadi volume sebaiknya dimulai kecil.
- Tidak ada yang terkirim tanpa persetujuan manusia.
Kedalaman engineering
Angka dihitung dari repositori itu sendiri, bukan klaim performa.
- 109
- dekorator route di 18 controller
- 29
- model database
- 23
- migrasi
- 247
- bintang GitHub, 69 fork