AI库存补货预警工作流

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。

电商店铺运营

技能数量

23,401
下载量

                    ¥142.00                                    
参考价 · 登录确认

18,682
销量

购买前，先确认这些

我的已购工作流

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。

交付内容

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。

需要准备

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

运行与安装说明

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。

费用、服务与边界

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。

安装准备与故障排查确认材料、运行环境与额外费用后再购买。阅读完整说明

工作流详情

# AI库存补货预警工作流

**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。

## 4步自动化工作流

### 1 规范库存需求快照

**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。

### 2 校验库存补货政策

**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。

### 3 计算库存补货计划

**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。

### 4 生成库存采购审批队列

**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。

## 实际示例

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。

## 适合谁

- 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

## 买家只需提供

- 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

## 使用方式

1. 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。
2. 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。
3. 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。

## 交付与验收

- 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。

## 服务说明

包含技能

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。

库存需求快照归一器 inventory-demand-snapshot-normalizer

校验SKU库存、在途、占用、预测分位、置信度和数据新鲜度。

库存采购审批队列生成器 inventory-purchase-approval-queue-builder

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。

库存补货计划计算器 inventory-reorder-plan-calculator

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。

库存补货政策校验器 inventory-replenishment-policy-validator

校验交期、安全库存、复核周期、MOQ、包装倍数、成本与审批阈值。