FDE 交付指南

FDE（Forward Deployed Engineer）和 AI 落地交付者的难点从来不是“演示效果”，而是交付之后：客户能不能自己维护？数据边界能不能讲清楚？出问题谁来修？MotiClaw 把这三件事变成产品能力。

交付前：判断客户场景

• 客户的数据敏感度高（客户名单、合同、报价）→ 本地优先架构直接回答合规顾虑。
• 客户没有技术团队 → 一键安装、修复、更新意味着不需要驻场运维。
• 客户要的是“能用的工作流”而不是“模型 API” → 预配置 Agent 库就是现成的工作流目录。

交付中：搭建工作台

1. 在客户设备上安装 MotiClaw，完成模型与网关配置（可接客户自己的模型网关）。
2. 按客户业务从 Agent 库领取并定制 AI 员工：角色说明、技能、渠道接入。
3. 接入客户在用的飞书等渠道，让 AI 员工出现在客户真实的工作流里。

交付后：可验收、可维护

• 数据边界可验收：数据与 Agent 全部在客户设备上，出网请求只有渠道与模型调用两类。
• 客户可自维护：异常时点「修复」即可，更新一键完成。
• 成本可解释：Token 消耗与成本趋势可视化，客户能看懂自己在为什么付费。