校验库存与预测口径,计算补货点、建议数量和预算人工审批队列。
以下摘录自发布者现有说明,不代表平台已完成运行验证。完整交付范围、限制与验收要求请继续阅读原文。
交付4个独立技能目录,每个包含_meta.json、SKILL.md、agents/openai.yaml、README、Python执行器和脱敏输入输出样例。 4个脚本均可离线重复运行,相同输入产生稳定JSON;技能数与工作流步数精确为4。 验收3条库存快照、3条政策、2个补货建议、1740元估算、2条P0队列、1000元预算和740元缺口是否按样例触发。 过期快照、重复SKU仓位、负数、分位倒置、低置信度、缺政策、MOQ非包装倍数、库存上限错误、缺预算或审批角色都会产生blockers或HOLD;不连接或写回业务系统。
脱敏SKU、仓位ID、库存、保留量、在途量、近期日均、P50/P90预测、置信度和快照日期 经供应链或采购负责人批准的交期、安全库存、MOQ、包装倍数、成本、预算代码和审批阈值 不含个人姓名与联系方式的审核角色目录及可用预算;不提供客户订单、供应商邮箱、银行信息或系统凭据
使用Python 3.10或更高版本,按各技能README准备UTF-8 JSON;所有脚本无第三方依赖。 依次运行快照归一、政策校验、补货计算和采购队列,也可单独使用某一步并将JSON接入现有表格、BI、ERP或工单系统。 先用随包3 SKU样例验收补货点、MOQ/包装倍数、估算成本、预算缺口和P0队列,再用组织真实但脱敏的数据,由有权人员核对促销、季节、退货和供应异常。
本套餐只处理组织有权使用且已脱敏的SKU级元数据,不接收客户订单、供应商联系人、银行信息、账号、密码、令牌、Cookie或密钥。预测可能因促销、季节、缺货导致的销量截断、退货、供应延误、新品或数据漂移而失准;建议数量和成本只是按输入政策计算的计划值,不保证避免缺货、减少积压、提高周转或节省资金。买家必须由有权人员核对当前库存、在途、促销、价格、供应商条款、税费、运输、预算和现金流。本资源不包含预测模型训练、店铺/WMS/ERP连接、供应商选择、询价、正式PO、付款、自动下单、人工采购服务或持续维护。
4个可下载技能 · 4步自动化工作流 · 每个技能可单独运行
AI需求预测只有在库存口径、供应商交期、MOQ、包装倍数、安全库存和预算都可追溯时,才可能转成可执行补货动作。本套餐先规范SKU级库存与预测快照,再校验采购负责人批准的补货政策,随后用透明公式计算有效库存、补货点、目标库存、缺货天数和建议数量,最后按风险、预算与责任角色生成采购审批队列。4个技能都是本地确定性Python脚本;不训练预测模型、不连接店铺/WMS/ERP、不修改库存、不选供应商、不预留预算,也不自动创建、发送或批准采购单。
对应技能: inventory-demand-snapshot-normalizer
解决什么: 统一SKU、仓位、可用库存、保留量、在途量、近期日均、P50/P90预测、置信度和抓取日期,并拦截重复、过期、负数与分位倒置。
你会得到: snapshot、snapshot_hash、row_count、low_confidence_count、blockers和READY/BLOCKED。
流转到下一步: READY快照与供应链负责人批准的SKU补货政策一起进入规则校验;低置信度预测会一直保留人工门禁。
对应技能: inventory-replenishment-policy-validator
解决什么: 固化交期、安全库存天数、复核周期、MOQ、包装倍数、最大库存天数、成本、预算代码、审批阈值和责任角色,避免脚本自行猜规则。
你会得到: policy、policy_hash、policy_count、blockers和READY/BLOCKED。
流转到下一步: 通过校验的政策与同SKU仓位快照一一匹配,作为补货点和建议数量的计算合同。
对应技能: inventory-reorder-plan-calculator
解决什么: 计算有效库存、计划日需求、安全库存、补货点、目标库存、缺货天数,并按MOQ、包装倍数和最大库存天数约束建议数量与估算成本。
你会得到: 每个SKU仓位的reorder_point、target_stock、stockout_days、recommended_quantity、estimated_cost、priority、action和公式边界。
流转到下一步: 只有建议数量大于0的SKU进入人工采购队列;NO_REORDER和低置信度HOLD不会自动创建采购动作。
对应技能: inventory-purchase-approval-queue-builder
解决什么: 按P0/P1缺货风险排序补货建议,汇总预算代码,识别OVER_BUDGET并分派给库存或供应链审核组核库存、预测、促销、供应商条款和预算。
你会得到: priority_counts、budget_checks、按序queue、required_actions、final_status和禁止自动下单的执行边界。
最终交付: 一份可导入工单或采购审批系统的SKU补货队列;最终数量、价格、供应商、预算和采购决定仍由有权人员确认。
随包样例使用3个虚构SKU和2个虚构仓位,不含真实店铺、客户或供应商信息。第一步规范3条快照;第二步校验3条补货政策;第三步计算出2个需要补货的SKU,其中SKU-A有效库存10件、建议70件、估算840元,SKU-C有效库存5件、建议36件、估算900元,SKU-B无需补货,总估算1740元;第四步在1000元演示预算下生成2条P0人工队列,识别740元预算缺口并保持HOLD_FOR_HUMAN_APPROVAL。以上只验证公式和门禁,不是真实预测准确率、缺货避免或经营结果。
需要把Shopify、WooCommerce、抖音电商、Amazon、ERP或WMS导出转成补货建议的电商与零售运营团队
已有需求预测结果,但缺少交期、MOQ、安全库存、包装倍数和预算门禁的供应链团队
希望让AI库存建议可解释、可复算,并在采购前保留人工审批的中小商家与服务商
为库存智能体、采购Agent或工作流平台增加只读计划层和高风险动作边界的开发团队
脱敏SKU、仓位ID、库存、保留量、在途量、近期日均、P50/P90预测、置信度和快照日期
经供应链或采购负责人批准的交期、安全库存、MOQ、包装倍数、成本、预算代码和审批阈值
不含个人姓名与联系方式的审核角色目录及可用预算;不提供客户订单、供应商邮箱、银行信息或系统凭据
使用Python 3.10或更高版本,按各技能README准备UTF-8 JSON;所有脚本无第三方依赖。
依次运行快照归一、政策校验、补货计算和采购队列,也可单独使用某一步并将JSON接入现有表格、BI、ERP或工单系统。
先用随包3 SKU样例验收补货点、MOQ/包装倍数、估算成本、预算缺口和P0队列,再用组织真实但脱敏的数据,由有权人员核对促销、季节、退货和供应异常。
交付4个独立技能目录,每个包含_meta.json、SKILL.md、agents/openai.yaml、README、Python执行器和脱敏输入输出样例。
4个脚本均可离线重复运行,相同输入产生稳定JSON;技能数与工作流步数精确为4。
验收3条库存快照、3条政策、2个补货建议、1740元估算、2条P0队列、1000元预算和740元缺口是否按样例触发。
过期快照、重复SKU仓位、负数、分位倒置、低置信度、缺政策、MOQ非包装倍数、库存上限错误、缺预算或审批角色都会产生blockers或HOLD;不连接或写回业务系统。
本套餐只处理组织有权使用且已脱敏的SKU级元数据,不接收客户订单、供应商联系人、银行信息、账号、密码、令牌、Cookie或密钥。预测可能因促销、季节、缺货导致的销量截断、退货、供应延误、新品或数据漂移而失准;建议数量和成本只是按输入政策计算的计划值,不保证避免缺货、减少积压、提高周转或节省资金。买家必须由有权人员核对当前库存、在途、促销、价格、供应商条款、税费、运输、预算和现金流。本资源不包含预测模型训练、店铺/WMS/ERP连接、供应商选择、询价、正式PO、付款、自动下单、人工采购服务或持续维护。
以下为套餐组成,实际执行顺序请按上方工作流说明。安装所需环境、账号与外部服务费用请在购买前确认。
校验SKU库存、在途、占用、预测分位、置信度和数据新鲜度。
把补货建议按缺货风险、预算、阈值和责任角色转成人工采购队列。
计算有效库存、补货点、安全库存、缺货天数、包装倍数和建议数量。
校验交期、安全库存、复核周期、MOQ、包装倍数、成本与审批阈值。