Observera: Översättningen av denna artikel är endast avsedd att underlätta för dig. Översättningen har skapats automatiskt med hjälp av en översättningsprogramvara och har eventuellt inte korrekturlästs. Den engelska versionen av denna artikel bör därför betraktas som den gällande versionen med den senaste informationen. Du kan komma åt den här.

Använd HubSpot Agent CLI

Senast uppdaterad: 29 september 2026

Tillgänglig med något av följande abonnemang, om inte annat anges:

Alla produkter och planer

HubSpot Agent CLI kopplar samman AI-kodningsagenter, till exempel de i apparna ChatGPT, Claude och Claude Code, med ditt HubSpot-konto. När du har anslutit Agent CLI till HubSpot kan du be en AI-agent att utföra repetitiva CRM-uppgifter, analysera data, skapa sammanfattningar och hjälpa till att hantera processer i hela ditt konto. När du delegerar uppgifter till AI-agenter kan de använda Agent CLI för att automatisera rutinuppgifter åt dig, vilket gör att ditt team kan ägna mer tid åt strategiska initiativ.

I stället för att manuellt granska poster varje vecka kan du till exempel be en AI-agent att identifiera ofullständiga poster, sammanfatta aktiviteter i säljprocessen eller förbereda kundgranskningar med hjälp av information från HubSpot.

Om du är utvecklare och vill skriva anpassade skript eller använda HubSpot Agent CLI manuellt i din terminal, se HubSpots utvecklardokumentation.

Innan du börjar

Innan du börjar använda HubSpot Agent CLI ska du se till att du har tillgång till en AI-kodningsagent. Agenter som stöds inkluderar de i ChatGPT-appen, Claude-appen,Claude Code och många andra kompatibla AI-kodningsagenter.

Observera: om du använder Claude Cowork i ett Team- eller Enterprise-konto kan det hända att din organisations administratör måste lägga till api.hubapi.com på tillåtelselistan innan CLI kan installeras eller köras. Läs mer om tillåtelselistan i Claude Cowork.

När ska du använda HubSpot Agent CLI

Agent CLI är användbart för repetitiva eller återkommande operativa uppgifter som kräver granskning av stora mängder CRM-data. Detta inkluderar uppgifter som att genomföra en veckovis granskning av pipelinen, massuppdatera poster eller skicka schemalagda sammanfattningar till ditt team efter ett återkommande månadsmöte. Se fler exempel på användningsfall.

Om du vill ställa engångsfrågor eller skapa utkast till innehåll med hjälp av dina HubSpot-data är HubSpot-anslutningen för Claude eller HubSpot-anslutningen för ChatGPT alternativ som inte kräver installation av CLI.

Vad AI-agenter kan komma åt med HubSpot Agent CLI

HubSpot Agent CLI kan utföra åtgärder med hjälp av behörigheterna för den anslutna HubSpot-användaren. Beroende på dina användarbehörigheter kan detta innefatta att skapa, uppdatera eller ta bort poster i ditt konto.

Efter att HubSpot Agent CLI har anslutits kan AI-agenterna arbeta med information i hela ditt HubSpot-konto, inklusive:

Kontakter, företag, affärer, ärenden, anpassade objekt och andra CRM-poster.
Arbetsflöden.
Pipelines och pipeline-steg.
Egenskaper och anpassade egenskaper.
Intäktsposter (skrivskyddade): avtal, fakturor, order, betalningar, offerter, offertmallar och prenumerationer (BETA).
Kopplingar mellan poster.
Aktivitetshistorik.

Observera: granska alltid AI-genererade rekommendationer och föreslagna åtgärder innan du tillämpar ändringar på dina CRM-data.

Bästa praxis

När du arbetar med AI-agenter som är anslutna till HubSpot:

Börja med rapportering, sammanfattningar och analysuppgifter innan du använder åtgärder som ändrar data.
När du ställer in schemalagda eller återkommande uppgifter, börja med ett enda, avgränsat användningsfall innan du utökar till mer omfattande automatisering.
Granska genererade rekommendationer och storskaliga uppdateringar innan du tillämpar ändringarna.
Vissa åtgärder kan radera eller skriva över HubSpot-data. Använd alternativet --dry-rundär det är tillgängligt för att förhandsgranska ändringar innan du tillämpar dem.
Använd tydliga och specifika instruktioner som beskriver det önskade resultatet.
Följ din organisations riktlinjer för datastyrning och säkerhet.

Anslut HubSpot Agent CLI

Följ stegen nedan för att instruera din agent att installera HubSpot Agent CLI. Om du är utvecklare kan du läsa mer om hur du installerar HubSpot Agent CLI manuellt.

Öppna din AI-agent.
Klistra in följande kommando i agentens arbetsyta för att installera Agent CLI.

Install the HubSpot Agent CLI in this agent workspace. If this workspace uses a POSIX shell (macOS, Linux, WSL, or Bash), run `curl -fsSL https://api.hubapi.com/hub/cli/backend/hub-cli/latest/install.sh | sh`. If it uses Windows PowerShell, run `irm https://api.hubapi.com/hub/cli/backend/hub-cli/latest/install.ps1 | iex`. Then authenticate with `hubspot auth login`, install HubSpot Agent CLI Skills with `npx skills add hubspot/agent-cli-skills`, and use `hubspot --help` to explore what's available.

Logga in på ditt HubSpot-konto när du uppmanas att göra det.
Granska de begärda behörigheterna.
Klicka på Anslut app.

När autentiseringen är klar kan AI-agenten komma åt HubSpot-data utifrån dina behörigheter.

Exempel på användningsfall

Följande exempel visar hur olika team kan använda AI-agenter som är anslutna via HubSpot Agent CLI.

Marknadsföringsteam

Uppgift	Exempel på uppmaning till AI-agenten
Identifiera kontakter som behöver uppföljning eller datarensning.	Varje måndag kl. 08.00 ska du hitta kontakter som är mycket lämpliga men som inte har någon kopplad affär, ingen nyligen genomförd försäljningsaktivitet eller där viktiga fält för databerikning saknas. Skicka sedan en prioriterad rensningslista med förslag på nästa åtgärder till RevOps.
Granska e-postkampanjer för ämnesrader och uppmaningar till handling (CTA) som inte följer riktlinjerna för varumärkets tonfall.	Granska mina senaste 10 e-postkampanjer och markera ämnesrader eller uppmaningar som inte följer våra riktlinjer för varumärkets ton. Lista varje problem med kampanjnamn, den markerade texten och ett förslag på ändring.
Identifiera meddelandemönster på högpresterande landningssidor som korrelerar med högre konverteringsgrader.	Analysera mina mest framgångsrika landningssidor utifrån konverteringsgraden. Identifiera vanliga mönster i budskapen, såsom rubrikstruktur, formuleringar i uppmaningar till handling eller typ av erbjudande, och sammanfatta vad de har gemensamt.
Skapa en lista för återengagemang med kontakter som inte har öppnat e-postmeddelanden i en nurture-sekvens.	Hitta alla kontakter som för närvarande är anmälda till en nurture-sekvens och som inte har öppnat några e-postmeddelanden under de senaste 30 dagarna. Skapa ett segment med deras namn, företag, livscykelstadium och datum för senaste aktivitet.
Spåra den aktuella pipelinestatusen för affärer som härrör från en webbinariumskampanj.	Hitta alla affärer där webbinariet är källan till leadet och visa deras aktuella pipeline-stadium, ansvarig, belopp och datum för senaste aktivitet. Sammanfatta hur många som är aktiva, har stannat upp eller är avslutade.
Identifiera mönster avseende bransch, företagsstorlek och leadkälla bland de mest lämpliga kunderna.	Granska mina avslutade affärer från de senaste 12 månaderna och sammanfatta de vanligaste kombinationerna av bransch, företagsstorlek och leadkälla. Lyft fram eventuella mönster som kan hjälpa till att förfina vår ideala kundprofil.
Övervaka aktiva sekvenser och markera betydande nedgångar i öppningsfrekvensen för e-post.	Kontrollera alla aktiva sekvenser och jämför öppningsfrekvensen från de senaste två veckorna med de två föregående veckorna. Markera alla sekvenser där öppningsfrekvensen har sjunkit med mer än 20 % och ange sekvensens namn, aktuell frekvens och tidigare frekvens.

Försäljnings- och intäktsteam

Uppgift	Exempel på uppmaning till AI-agenten
Övervaka pipeline-status och identifiera affärer som kräver uppmärksamhet.	Varje morgon kl. 07.00 ska du kontrollera min pipeline efter affärer som ska avslutas denna vecka och där det inte har skett någon aktivitet de senaste 5 dagarna, och skicka en sammanfattning till mig.
Hitta inaktiva affärer med högt värde som kräver uppföljning och granskning.	Hitta alla öppna affärer över $[belopp] där det inte har skett någon aktivitet de senaste 14 dagarna. Sortera efter affärsvärde och inkludera affärens namn, ansvarig, avslutningsdatum och senaste aktivitet.
Förbered ett kundmöte genom att sammanfatta affärens, supportens, e-postens och anteckningarnas historik.	Jag har ett möte med [Företag] imorgon. Sammanfatta deras öppna och nyligen avslutade affärer, de senaste 5 supportärendena, den senaste e-postaktiviteten och eventuella anteckningar som loggats under de senaste 60 dagarna.
Analysera affärer som har försenats för att identifiera de steg i säljprocessen där affärsmöjligheterna har fastnat längst.	Titta på affärer som missade sitt avslutningsdatum under det senaste kvartalet. Visa för varje affär i vilket pipeline-steg den tillbringade mest tid och identifiera de två eller tre steg där affärer oftast fastnar.
Skapa en daglig sammanfattning av affärer som närmar sig avslutningsdatum men där det saknas aktivitet på senare tid.	Varje dag kl. 08.00 ska du hitta affärer som ska avslutas inom de kommande 7 dagarna och som inte har haft någon aktivitet de senaste 3 dagarna. Skicka mig en sammanfattning med affärens namn, ansvarig, belopp, avslutningsdatum och typ av senaste aktivitet.

Försäljningschefer

Uppgift	Exempel på uppmaning till AI-agenten
Analysera samtalsutskrifter för att identifiera teman för coaching och produktfeedback.	Analysera de senaste samtalsutskrifterna med avseende på samtalstid, omnämnanden av konkurrenter, kundfeedback och teman som rör tveksamhet hos potentiella kunder, och skapa sedan en översikt för coaching och produktfeedback med exempel på utskrifter och länkar till källsamtalen.
Identifiera säljare eller team med ovanligt höga eller låga samtalstidsmönster.	Analysera samtalsutskrifter från de senaste 30 dagarna och beräkna den genomsnittliga samtalstidsandelen per säljare. Markera alla med en andel över 70 % eller under 30 %, och inkludera ett utdrag ur en samtalsutskrift för varje person.
Hitta återkommande omnämnanden av konkurrenter i de senaste säljsamtalen.	Granska samtalsutskrifter från de senaste 60 dagarna och identifiera de konkurrenter som nämns oftast. Visa för var och en hur många samtal som innehöll en omnämning, i vilka affärsfaser de förekom och ett citat som exempel.
Sammanfatta teman som tyder på tveksamhet hos prospekten per segment, affärsfas eller produktområde.	Genomsök de senaste samtalsutskrifterna efter formuleringar som tyder på tveksamhet eller invändningar hos den potentiella kunden. Gruppera teman efter affärsfas och kundsegment, och sammanfatta de fem vanligaste tveksamhetsmönstren med exempelcitat.
Plocka ut exempel ur transkriptionerna som stöder teman för coaching eller produktfeedback.	Hitta tre till fem exempel på starka utforskande frågor och tre till fem exempel på missade tillfällen att hantera invändningar i samtalsutskrifterna från de senaste 30 dagarna. Ange säljarens namn, samtalsdatum och ett direkt citat från varje exempel.
Skapa en översiktssida som kopplar samman insikterna från samtalen med källposterna och transkriptionerna.	Skapa en coachningsdashboard som sammanfattar samtalstidsförhållanden, omnämnanden av konkurrenter och invändningsteman från samtal under de senaste 30 dagarna. För varje insikt ska du inkludera en länk till källsamtalet och den tillhörande affärsregistreringen.

RevOps- och CRM-administratörer

Uppgift	Exempel på uppmaning till AI-agenten
Rensa upp CRM-egenskaper utan att påverka efterföljande tillgångar.	Hitta dubbla eller föråldrade CRM-egenskaper och visa var de används i arbetsflöden, rapporter och vyer. Förhandsgranska sedan en rensningsplan för att ersätta, ta bort eller ordna om fält innan ändringarna tillämpas.
Identifiera dubbletter av egenskaper som samlar in samma information i olika objekt.	Skanna alla kontakt-, företags- och affärsegenskaper och markera alla som verkar samla in samma information under olika namn. Lista egenskapsnamnen, deras objekt och en föreslagen åtgärd för varje duplicerat par.
Hitta föråldrade fält som fortfarande förekommer i arbetsflöden, rapporter, vyer eller postlayouter.	Hitta alla CRM-egenskaper som inte har uppdaterats under de senaste 12 månaderna men som fortfarande förekommer i aktiva arbetsflöden, sparade rapporter, listvyer eller postkortslayouter. Visa var varje egenskap används innan några ändringar görs.
Förhandsgranska konsekvenserna av att ta bort eller ersätta en CRM-egenskap innan ändringar görs.	Jag vill ta bort egenskapen [Egenskapsnamn]. Innan några ändringar görs, visa mig alla arbetsflöden, rapporter, listor och postlayouter som använder den, och förhandsgranska vad som skulle sluta fungera eller behöva uppdateras.
Ordna om fälten i posten så att administratörer och säljare ser den viktigaste informationen först.	För kontaktpostens layout, flytta dessa fält till toppen av egenskapssidfältet: [Fält 1], [Fält 2], [Fält 3]. Förhandsgranska innan ändringarna tillämpas.
Skapa en sammanfattning av rensningen som visar vad som har ändrats och vad som fortfarande behöver granskas.	När du har slutfört rensningen av CRM-egenskaper ska du skapa en sammanfattning av alla egenskaper som har tagits bort, ersatts eller bytt namn, vilka tillgångar som har uppdaterats samt en lista över alla fält som fortfarande behöver granskas manuellt.

Driftsteam

Uppgift	Exempel på uppmaning till AI-agenten
Sammanfoga relaterade supportärenden och bevara rensningshistoriken.	Sammanfoga dubbla supportärenden, bevara uppgifterna från det ursprungliga ärendet, vidarebefordra varje överordnat ärende till rätt steg i processen och skicka en sammanfattning av rensningen till teamet med alla poster som fortfarande behöver granskas.
Hitta dubbletter eller relaterade supportärenden som gäller samma kund eller samma ärendetyp.	Hitta alla öppna supportärenden från samma företag som skapades inom 30 dagar från varandra. Gruppera dem efter företag och ärendetyp, och markera de som verkar vara dubbletter.
Slå ihop ärendets sammanhang till en överordnad post samtidigt som källinformationen bevaras.	För de dubbletter som identifierats ovan, slå samman beskrivningen, kontakthistoriken och anteckningarna från varje källärende till anteckningarna i det överordnade ärendet innan du stänger dubbletterna.
Vidarebefordra de sammanslagna ärendena till rätt pipeline-steg utifrån aktuell status.	För varje sammanslaget överordnat ärende ska du kontrollera dess aktuella status och flytta det till rätt steg i pipelinen: öppna ärenden till ”Pågår”, ärenden som väntar på svar till ”Väntar på kund” och lösta ärenden till ”Stängt”.
Markera ärenden som behöver granskas manuellt innan de sammanfogas.	Innan du sammanfogar några ärenden ska du markera poster som har en öppen betalningstvist, en aktiv SLA-klocka eller en anteckning markerad som eskalering. Sammanfoga inte dessa. Lista dem istället för manuell granskning.
Skicka en sammanfattning av rensningen med sammanslagna ärenden, öppna frågor och ansvariga för uppföljning.	När sammanfogningen av ärenden är klar ska du skicka en sammanfattning till supportteamets ledare med en lista över alla skapade överordnade ärenden, vilka källärenden som har sammanfogats till dem, eventuella öppna frågor som behöver följas upp och vem som ansvarar för nästa steg.

Supportteam

Uppgift	Exempel på uppmaning till AI-agenten
Granska kundhistoriken utan att manuellt öppna flera poster.	Hämta de senaste 5 ärendena från denna kontakt, sammanfatta varje lösning och markera eventuella återkommande problemmönster.
Granska den senaste ärendehistoriken och identifiera återkommande kundproblem innan du öppnar ett nytt ärende.	Innan jag skapar ett nytt ärende för [Kontakt], hämta deras senaste 10 ärenden, sammanfatta varje lösning och markera eventuella problem som förekommer mer än en gång. Inkludera ärendets ämne, status och lösningsdatum.
Prioritera ärenden som har överskridit förväntningarna på svarstid.	Hitta alla öppna ärenden som inte har fått svar inom det förväntade SLA-fönstret. Sortera dem efter hur försenade de är och inkludera ärendeansvarig, kontaktnamn och datum för senaste aktivitet.
Analysera ärenden som rör fakturering för att identifiera de vanligaste orsakerna till att kunder kontaktar supporten.	Granska alla ärenden som är taggade med en faktureringsrelaterad kategori från de senaste 90 dagarna. Sammanfatta de fem vanligaste orsakerna till att kunderna kontaktade supporten, rangordnade efter volym, och inkludera den genomsnittliga tiden till lösning för varje orsak.
Förbered svar på ärenden med relevant affärs-, prenumerations- och eskaleringshistorik.	För ärendet [ärendenummer], hämta kontaktens tillhörande affärshistorik, aktuella prenumerationsuppgifter och eventuella tidigare eskaleringsanteckningar. Sammanfatta sammanhanget och utarbeta ett svar som åtgärdar kundens problem.

Kundframgångsteam

Uppgift	Exempel på uppmaning till AI-agenten
Förbered kontogranskningar med hjälp av information från flera HubSpot-verktyg.	För min kontogranskning den här veckan, sammanfatta öppna affärer, senaste supportaktivitet och senaste NPS-poäng för varje konto i min kundportfölj.
Identifiera kundkonton med indikatorer på förhöjd risk för kundbortfall.	Granska kontona i min kundportfölj och markera alla som uppvisar två eller fler av följande signaler: minskad inloggningsfrekvens för produkten, öppna supportärenden som är äldre än 14 dagar, ett NPS-betyg under 7 eller ingen CSM-aktivitet under de senaste 30 dagarna. Rangordna dem efter risknivå.
Hitta förnyelsekontakter med lågt produktengagemang för proaktiv kontakt.	Hitta alla kontakter hos kunder som ska förnya sina avtal inom de närmaste 60 dagarna och som inte har loggat in på produkten under de senaste 21 dagarna. Skapa en prioriterad lista för uppföljning med kontaktens namn, kundkonto, förnyelsedatum och datum för senaste inloggning.
Förbered kundgranskningar genom att sammanfatta den senaste aktiviteten inom försäljning, support och kundfeedback.	För [Kundnamn], sammanfatta all affärsaktivitet från de senaste 6 månaderna, öppna och nyligen avslutade supportärenden samt eventuella NPS- eller CSAT-svar. Formatera detta som en sammanfattning inför QBR som jag kan dela med kundteamet.
Identifiera expansionsmöjligheter genom att jämföra kontots tillväxttrender med historisk affärsstorlek.	Titta på konton i min kundportfölj som har ökat i antal anställda eller omsättning under det senaste året. Jämför deras nuvarande affärsvolym med hur liknande konton har expanderat och markera de 10 främsta som potentiella expansionsmöjligheter.

Håll kompetensbiblioteket uppdaterat

HubSpot Agent CLI Skills tillhandahåller fördefinierade riktlinjer som hjälper AI-agenter att arbeta med HubSpot-data och vanliga HubSpot-processer. Kompetensbiblioteket innehåller riktlinjer för CRM-sökningar, massåtgärder, datakvalitetsuppgifter, arbetsflöden, rapportering och andra operativa aktiviteter.

Du kan granska de färdigheter som kommer att installeras i det offentliga GitHub-arkivet.

För att uppdatera kompetensbiblioteket i ditt AI-agentarbetsutrymme kör du följande kommando:

npx skills update

Läs mer om hur du använder färdigheter i Claude och ChatGPT.

Hantera åtkomst till HubSpot Agent CLI

Superadministratörer kan hantera vem som får ansluta HubSpot Agent CLI. Om en användare inte har behörighet att ansluta HubSpot Agent CLI måste hen begära godkännande från en superadministratör innan anslutningen kan göras.

Läs mer om hur du hanterar vilka appar som kan installeras i ditt HubSpot-konto.

Hjälpte artikeln?

Detta formulär används endast för dokumentationsfeedback. Få reda på hur du får hjälp med HubSpot.