Gleap 是一个面向软件公司的 AI 原生客户支持平台。它强调“能交付修复的支持”，把客服、产品和工程团队的工作串联起来，使客户提交的工单不仅能得到回答，还能进一步被调查并形成可供团队审阅的代码修复。
用途方面，Gleap 主要服务于软件团队处理客户反馈与支持请求。它将客户支持、问题调查与工程修复流程整合，目标是在同一个平台上完成从客户提问到代码修复的闭环。帮助台（help desk）被定位为专为软件公司构建。
主要能力方面，Gleap 围绕名为 Kai 的 AI 团队展开，具体包括：
- Kai Support：回答客户提出的问题。
- Kai Resolve：调查疑难工单，收集证据用于调查。
- Kai Code：准备拉取请求（pull request），供团队审阅和发布。
- Kai PM：提示接下来应该构建什么。 官网示例提到调查证据可包含：工单与消息线程、控制台与网络日志、截图与录屏、只读代码仓库、通过 MCP 读取的只读数据库数据。并且可以生成待审阅的代码变更（示例中展示 Notifications.tsx、useNotificationSocket.ts、Notifications.test.tsx 等文件的改动行数），同时让客户保持知情。 此外，简介中提到其具备视觉化 Bug 报告（visual bug reporting）等一体化客户反馈能力。
使用方式方面，官网提供了不同的起点与计费选项：
- 个人试用：无需信用卡，每月提供 50 次 Kai Support 对话。
- 软件团队运行支持：按年计费，Kai Support 按每次解决（resolution）$0.29 / €0.29 / £0.25 收费。
- 增长团队：需要报告、合规与控制能力。
- Pro：7 天免费试用，无需信用卡。
- Enterprise：起步价 $999/月，按年计费。
- 按年计费相当于免费两个月。官网提示可对比所有方案与计费选项。
适用场景方面，Gleap 面向软件公司、软件团队以及增长中的团队，尤其适合需要将客户支持与工程修复紧密协作的组织，也适合希望借助 AI 自动回答客户、自动调查工单并准备代码修复的团队。
限制方面，官网未提供关于平台集成范围、支持渠道、数据安全合规细节、AI 准确率或语言支持等更多信息，这些内容暂未提供。
