diff --git a/README.md b/README.md index b11548c..61b2540 100644 --- a/README.md +++ b/README.md @@ -1,498 +1,583 @@ -# 博格布企业级 AI Agent 中台建设方案 +# 博格步企业级 AI Agent 中台建设方案 -## 一、项目背景 - -博格布当前已经具备较好的信息化基础，内部已上线 IFS ERP、报价系统，并在部分场景中使用过 RPA 工具。随着业务复杂度提升，企业内部逐渐出现以下需求： - -- 供应商报价数据需要更智能地分析、拆解和风险识别 -- 零件审核、技术文件审核依赖人工经验，效率和一致性有提升空间 -- 合同、采购、财务、供应链等文档和数据分散，缺少统一智能分析入口 -- ERP 操作手册、流程制度、业务规范沉淀较多，但员工查询和使用成本较高 -- 部分订单处理、采购单校验、数据核对等流程希望由 AI Agent 自动执行 - -这些需求本质上并不是单一的“聊天机器人”或“文档问答系统”能够解决的，而是需要建设一套面向企业长期发展的 **AI Agent 中台**。 - -该中台既能支持知识问答、文档审核、数据分析，也能进一步结合 API、RPA、流程编排能力，让 AI 真正参与业务执行，成为企业的“数字员工”。 +> 客户：博格步（厦门，外资企业，童车/儿童用品） +> 文档性质：售前方案 / 客户提案 +> 版本：v1.0 --- -## 二、建设目标 +## 1. 项目理解 -本方案目标是为博格布建设一套统一的企业 AI 能力底座，用于持续承载采购、供应链、财务、技术、合同、ERP 运维等多部门 AI 应用需求。 +博格步当前提出的需求，核心并不是建设一个"能聊天的机器人"，也不是为某个部门单独采购一套 AI 工具，而是要建设一套**统一的企业 AI 能力底座**——用来长期承载采购、供应链、技术、合同、财务、ERP 运维及流程自动化等多条业务线的智能化需求。 -核心目标包括： +从前期沟通来看，博格步的业务特点决定了这套系统必须满足以下现实约束： -1. **统一 AI 入口** - - 员工通过统一入口访问企业 AI 助手 - - 根据权限访问不同知识库、业务数据和智能体能力 +- **行业属性强**：童车/儿童用品涉及零部件规格多、供应商分散、技术文件与合规要求高，AI 能力必须贴合实际业务对象（报价单、零件参数、合同条款、MRP 参数等），而不是泛泛的通用问答。 +- **系统环境已成型**：企业已运行 IFS ERP 和报价系统，并有过微软 Power Automate Desktop（PAD）/RPA 的使用经验。新方案应在现有系统之上增强，而非推倒重来。 +- **需求覆盖面广且会持续扩展**：当前已明确的需求包括供应商报价分析、技术文件审核、合同审核、ERP 操作顾问、财务数据分析、MRP 参数建议、订单/采购单处理等；未来还会新增更多场景。因此必须采用**中台化架构**，避免每个场景重复建设。 +- **执行必须可控**：涉及 ERP 写入、采购单提交等操作时，AI 负责理解和判断，实际执行由 OpenClaw/Python 技能、API 或 RPA 完成，高风险节点须人工确认——不能"盲目操作系统"。 -2. **统一知识管理** - - 将 ERP 操作手册、技术规范、合同模板、采购规则、公司制度等资料统一纳入知识库 - - 支持按部门、场景、权限进行知识隔离和调用 - -3. **统一业务智能体管理** - - 建设采购、技术审核、合同审核、ERP 顾问、财务分析等多个业务 Agent - - 不同 Agent 共用底层模型、知识库、权限和系统连接能力 - -4. **统一系统集成能力** - - 对接 IFS ERP、报价系统、邮箱、文档系统、财务系统等 - - 支持 API 接入、数据库接入、文件解析、RPA 自动化等多种方式 - -5. **从辅助决策走向自动执行** - - 初期实现问答、审核、分析、建议 - - 中后期逐步实现订单处理、采购单校验、报价比对、数据录入等自动化执行 +本方案的定位是：为博格步建设**一个统一 AI 工作入口 + 一个企业 AI Agent 中台 + 一套知识库体系 + 一组业务 Agent + 一套可审计的执行能力**，分阶段落地、逐步扩展，最终形成覆盖多部门的数字员工体系。 --- -## 三、整体方案架构 +## 2. 客户现状与核心痛点 -```text -员工 / 管理层 / 业务部门 - ↓ -统一 AI 工作入口 - ↓ -企业 AI Agent 中台 - ├─ 模型管理 - ├─ 知识库管理 - ├─ Agent 编排 - ├─ 权限管理 - ├─ 工具/API/RPA 管理 - ├─ 流程审批 - └─ 日志审计 - ↓ -业务智能体矩阵 - ├─ 采购报价分析 Agent - ├─ 技术文件审核 Agent - ├─ 合同审核 Agent - ├─ ERP 操作顾问 Agent - ├─ 财务数据分析 Agent - └─ 数字员工执行 Agent - ↓ -企业业务系统 - ├─ IFS ERP - ├─ 报价系统 - ├─ 邮箱 / 企业微信 - ├─ 财务系统 - ├─ 文档系统 - └─ 本地文件 / 数据库 +### 2.1 信息化基础 + +| 现状 | 说明 | +|------|------| +| IFS ERP | 已上线运行，承载订单、采购、库存、财务等核心业务 | +| 报价系统 | 已使用，管理供应商询价与报价数据 | +| RPA 经验 | 曾使用微软 PAD 等工具，团队对流程自动化有基本认知 | +| 业务文档 | ERP 操作手册、技术规范、合同模板、采购规则等资料较多，但分散存放 | + +### 2.2 核心痛点 + +**采购与供应链** + +- 供应商报价分析高度依赖采购人员个人经验，缺乏统一的比对口径和历史数据辅助。 +- 同类物料、不同供应商之间的价格差异、异常波动难以快速识别。 +- 采购经验难以沉淀为可复用的规则与知识。 + +**技术与质量** + +- 零件审核、技术文件（PDF、图纸说明、参数表等）资料复杂，人工初审耗时长。 +- 审核标准依赖工程师经验，不同人员之间一致性有差异。 +- 新品/新供应商资料审核周期影响供应链响应速度。 + +**合同与法务** + +- 供应商合同、采购合同数量多，人工逐条审核压力大。 +- 付款条件、交付条款、违约责任、质保、知识产权等风险点容易遗漏。 +- 合同审核周期长，影响采购推进效率。 + +**ERP 与内部运营** + +- IFS ERP 操作知识分散在手册、邮件、老员工经验中，新员工和跨部门同事咨询成本高。 +- IT/ERP 团队重复答疑占用大量时间。 +- 流程操作路径不统一，容易出错。 + +**财务与供应链计划** + +- 财务数据分析、对账核对仍以人工整理报表为主，响应管理层需求偏慢。 +- MRP 相关参数（MOQ、采购周期、安全库存等）调整多凭经验，缺少数据与 AI 辅助分析。 +- 订单预测、历史采购数据的价值未充分释放。 + +**流程自动化** + +- 订单处理、采购单校验、数据核对等重复性操作仍占用大量人工。 +- 现有 RPA 脚本偏固定，难以应对页面变化和业务规则调整。 +- 希望 Agent 能像数字员工一样执行流程，但必须具备审批、日志、异常回退机制。 + +--- + +## 3. 建设目标 + +### 3.1 总体目标 + +建设一套**可落地、可扩展、可审计**的企业 AI Agent 中台，作为博格步未来所有 AI 需求的统一承载平台。 + +### 3.2 分项目标 + +| 目标 | 具体内容 | +|------|----------| +| 统一 AI 工作入口 | 员工、管理层、采购、技术、财务、法务等角色通过统一入口访问 AI 能力，按权限看到不同 Agent 和知识库 | +| 企业 AI Agent 中台 | 模型网关、知识库管理、Agent 配置、权限管理、日志审计、提示词/规则管理、任务调度等基础能力一次建设、多场景复用 | +| 企业知识库体系 | 将 ERP 手册、技术规范、合同模板、采购规则、供应商报价、历史采购数据、公司制度等纳入统一知识管理，支持 RAG 检索与结构化规则 | +| 业务 Agent 矩阵 | 按场景建设采购报价分析、技术文件审核、合同审核、ERP 操作顾问、财务数据分析、MRP 参数建议、数字员工执行等 Agent | +| API/RPA/技能执行能力 | 通过 OpenClaw 桌面端编排 Python 技能，对接 IFS API、报价系统接口、数据库视图、文件导入导出，必要时复用 PAD/RPA | +| 可审计、可追溯、可扩展 | 所有模型调用、Agent 执行、人工确认均有日志；新增场景只需扩展 Agent 和技能，无需重建平台 | + +--- + +## 4. 整体方案架构 + +```mermaid +flowchart TB + subgraph 用户入口 + U1[员工] + U2[管理层] + U3[采购] + U4[技术] + U5[财务] + U6[法务] + end + + subgraph 接入层 + A1[Web 工作台] + A2[企业微信/邮箱入口] + A3[文件上传入口] + end + + subgraph AI中台层 + M1[模型网关] + M2[知识库管理] + M3[Agent 管理] + M4[权限管理] + M5[日志审计] + M6[提示词/规则管理] + M7[任务调度] + end + + subgraph Agent编排与执行层 + E1[OpenClaw 桌面端] + E2[Python 技能] + E3[RPA 执行器] + E4[API 调用器] + E5[人工确认节点] + end + + subgraph 业务Agent层 + B1[采购报价分析 Agent] + B2[技术文件审核 Agent] + B3[合同审核 Agent] + B4[ERP 操作顾问 Agent] + B5[财务数据分析 Agent] + B6[MRP 参数建议 Agent] + B7[数字员工执行 Agent] + end + + subgraph 数据与知识层 + D1[ERP 操作手册] + D2[技术规范] + D3[合同模板] + D4[采购规则] + D5[供应商报价] + D6[历史采购数据] + D7[订单预测] + D8[财务数据] + D9[公司制度] + end + + subgraph 企业系统层 + S1[IFS ERP] + S2[报价系统] + S3[邮箱/企业微信] + S4[财务系统] + S5[文档系统] + S6[本地/云端文件] + end + + subgraph 安全治理横切层 + G1[权限控制] + G2[数据脱敏] + G3[操作审计] + G4[异常告警] + G5[人工审批] + end + + U1 & U2 & U3 & U4 & U5 & U6 --> A1 & A2 & A3 + A1 & A2 & A3 --> M1 & M3 & M4 + M1 & M2 & M3 & M6 & M7 --> E1 + E1 --> E2 & E3 & E4 + E2 & E3 & E4 --> E5 + E1 --> B1 & B2 & B3 & B4 & B5 & B6 & B7 + M2 --> D1 & D2 & D3 & D4 & D5 & D6 & D7 & D8 & D9 + B1 & B2 & B3 & B4 & B5 & B6 & B7 --> S1 & S2 & S3 & S4 & S5 & S6 + G1 & G2 & G3 & G4 & G5 -.-> AI中台层 + G1 & G2 & G3 & G4 & G5 -.-> Agent编排与执行层 +``` + +**架构说明** + +- **接入层**：提供 Web 工作台作为主要操作界面，同时支持企业微信/邮箱触发任务、文件批量上传等入口，降低使用门槛。 +- **AI 中台层**：统一管理公有云大模型 API 调用、知识库、Agent 配置、权限和审计，是所有业务 Agent 的公共底座。 +- **Agent 编排与执行层**：以**桌面端 OpenClaw** 为核心编排引擎，通过 **Python 技能**实现业务逻辑，配合 API 调用器和 RPA 执行器落地到企业系统；高风险操作必经人工确认节点。 +- **业务 Agent 层**：按博格步实际场景拆分的 7 类 Agent，共用中台能力，独立配置知识和工具。 +- **数据与知识层**：结构化与非结构化数据统一管理，支撑 RAG 检索和规则比对。 +- **安全治理**：权限、脱敏、审计、告警、审批贯穿全链路，不作为事后补丁。 + +--- + +## 5. 技术架构与选型 + +### 5.1 技术选型表 + +| 模块 | 选型 | 说明 | +|------|------|------| +| 前端入口 | Web 工作台、企业微信/邮箱入口 | Web 为主操作界面；企微/邮箱用于通知触发和轻量交互 | +| Agent 编排 | 桌面端 OpenClaw | 本地/桌面侧编排 Agent 工作流，管理技能调用、任务队列和人工确认节点 | +| 技能开发 | Python | 各类业务技能、自动化技能均用 Python 开发，便于维护和数据处理 | +| 大模型 | 公有云模型 API | 调用 GPT、Claude、通义千问、DeepSeek 等公有云 API；**不做私有化模型部署**；按客户预算和合规要求选择 | +| RAG 知识库 | 文档解析 + 向量检索 + 结构化规则库 | 非结构化文档走向量检索，业务规则走结构化匹配，两者结合提高准确率 | +| 向量库 | Milvus / Elasticsearch / pgvector（可选） | 根据数据规模和运维偏好选择，不做唯一绑定 | +| 关系数据库 | **MySQL** | 存储用户、权限、Agent 配置、执行日志、审计记录等结构化数据 | +| 缓存与任务队列 | **Redis** | 会话缓存、任务队列、限流、异步任务状态管理 | +| 文档解析 | PDF、Word、Excel、OCR、图纸/图片解析 | 覆盖技术文件、合同、报价单等主要文档格式 | +| 系统集成 | IFS API、报价系统接口、数据库视图、文件导入导出、RPA 页面自动化 | 有 API 优先 API；接口不完整时 API + RPA 混合 | +| RPA 执行 | OpenClaw 技能 + 元素定位 + 必要时复用微软 PAD | 复用客户已有 PAD 经验，降低学习成本 | +| 权限认证 | 账号体系 / RBAC，可对接企业统一身份 | 按部门、角色控制 Agent 和知识库访问范围 | +| 日志审计 | 模型调用日志、Agent 执行日志、人工确认记录、异常记录 | 全链路可追溯，满足内控和复盘需求 | +| 部署方式 | **公有云部署** | 中台服务、数据库、缓存部署在公有云；OpenClaw 桌面端部署在办公环境 | + +### 5.2 选型原则 + +- **轻量起步**：不做重型私有化部署，公有云 API + 公有云基础设施，降低初期投入和运维负担。 +- **快速试点**：OpenClaw + Python 技能开发周期短，可在 4-6 周内完成首个 PoC 验证。 +- **与现有系统共存**：不替换 IFS ERP 和报价系统，通过 API、数据库视图、RPA 等方式对接，保护已有投资。 +- **可扩展**：中台能力一次建设，后续新增 Agent 或技能只需扩展配置和脚本，不需要重建平台。 + +--- + +## 6. 核心业务场景方案 + +### 6.1 采购报价分析 Agent + +| 维度 | 内容 | +|------|------| +| **场景问题** | 供应商报价格式不一，采购人员需逐份人工比对历史价格、同类物料和供应商表现，耗时长且依赖个人经验 | +| **主要能力** | 解析报价单（Excel/PDF）；与历史报价、同类物料价格、采购规则比对；识别异常报价、价格波动和潜在风险；辅助成本拆解；生成标准化分析报告 | +| **数据来源** | 报价系统导出数据、历史采购记录、供应商主数据、采购规则库、物料分类标准 | +| **输出结果** | 报价对比表、异常标记、风险说明、采购建议、可导出的分析报告 | +| **第一阶段落地边界** | 支持 Excel/PDF 报价单上传分析；对接报价系统只读数据；输出分析报告供采购员决策，不自动修改系统数据 | +| **预期价值** | 单次报价分析时间从数小时缩短到数十分钟；采购经验沉淀为可复用规则；降低对个人经验的依赖 | + +### 6.2 技术文件审核 Agent + +| 维度 | 内容 | +|------|------| +| **场景问题** | 童车零部件技术资料（规格书、图纸说明、检验报告等）格式多样，人工审核耗时长，标准执行不一致 | +| **主要能力** | 解析 PDF、Word、Excel、图片及图纸说明；提取关键技术参数；与企业内部技术规范/检验标准比对；标记缺失项、不一致项和风险项；输出审核意见清单 | +| **数据来源** | 技术规范库、零件标准、历史审核记录、供应商提交的技术文件 | +| **输出结果** | 参数提取表、符合/不符合项清单、风险等级、审核建议 | +| **第一阶段落地边界** | 覆盖 2-3 类高频零件资料；参数提取 + 规则比对；结果供工程师复核，不自动判定放行 | +| **预期价值** | 技术文件初审效率提升 50% 以上（建议验收口径）；降低漏审风险；统一审核标准 | + +### 6.3 合同审核 Agent + +| 维度 | 内容 | +|------|------| +| **场景问题** | 供应商合同、采购合同数量多，法务和采购逐条审核压力大，关键风险条款容易遗漏 | +| **主要能力** | 识别合同关键条款；与标准合同模板比对；标记缺失条款、异常条款和不利条款；覆盖付款、交付、违约、质保、知识产权等风险维度；输出风险等级和修改建议 | +| **数据来源** | 合同模板库、标准条款库、历史合同样例、法务审核规则 | +| **输出结果** | 条款对比表、风险点清单、风险等级、修改建议、审核报告 | +| **第一阶段落地边界** | 覆盖采购类合同；支持 Word/PDF 上传；输出风险报告供法务/采购复核，不替代法务终审 | +| **预期价值** | 合同初审效率显著提升；风险点识别覆盖率提高；统一审核口径，减少遗漏 | + +### 6.4 ERP 操作顾问 Agent + +| 维度 | 内容 | +|------|------| +| **场景问题** | IFS ERP 操作知识分散，员工遇到问题依赖 IT 或老员工，咨询成本高、响应慢 | +| **主要能力** | 基于 ERP 操作手册和流程文档问答；给出操作路径和注意事项；推荐相关流程和文档；支持截图/步骤引用；辅助新员工培训 | +| **数据来源** | IFS 操作手册、流程说明、常见问题文档、异常处理记录 | +| **输出结果** | 操作步骤说明、相关文档引用、流程建议 | +| **第一阶段落地边界** | 覆盖 Top 20 高频操作问题；纯问答模式，只读不写 ERP；准确率以可用率为验收口径 | +| **预期价值** | ERP 相关内部咨询量减少；新员工上手周期缩短；IT 团队从重复答疑中释放精力 | + +### 6.5 财务数据分析 Agent + +| 维度 | 内容 | +|------|------| +| **场景问题** | 财务数据分析依赖人工整理报表，响应管理层需求慢；异常费用和波动不易及时发现 | +| **主要能力** | 读取财务报表、Excel 和 ERP 财务数据；按业务口径进行自然语言查询和分析；识别异常费用、异常波动和对账差异；生成管理层可读的分析摘要 | +| **数据来源** | ERP 财务模块、财务报表、Excel 分析表、财务制度和分析口径说明 | +| **输出结果** | 数据分析摘要、异常标记、趋势说明、可导出报告 | +| **第一阶段落地边界** | 支持 3-5 个高频分析场景（如费用对比、应收账款分析等）；只读查询，不修改财务数据 | +| **预期价值** | 财务分析响应速度提升；减少人工整理报表时间；提高数据使用价值 | + +### 6.6 MRP 参数建议 Agent + +| 维度 | 内容 | +|------|------| +| **场景问题** | MRP 相关参数（MOQ、采购周期、安全库存、批量策略等）调整多凭计划员经验，缺少数据驱动的辅助分析 | +| **主要能力** | 分析历史采购数据、订单预测、库存周转和供应商交付表现；对 MRP 关键参数提出调整建议；说明建议依据和数据来源；支持情景对比 | +| **数据来源** | IFS ERP 采购/库存数据、订单预测、历史交付记录、MRP 当前参数配置 | +| **输出结果** | 参数建议表、依据说明、风险提示、对比分析 | +| **第一阶段落地边界** | 只读分析 + 建议输出；不自动修改 ERP 中的 MRP 参数；建议供计划员审核后人工调整 | +| **预期价值** | 参数调整从"纯经验"升级为"数据 + AI 辅助"；降低库存积压和缺货风险；沉淀供应链分析能力 | + +### 6.7 数字员工执行 Agent + +| 维度 | 内容 | +|------|------| +| **场景问题** | 订单处理、采购单校验、数据录入等重复性操作占用大量人工；现有 RPA 脚本僵化，难以适应变化 | +| **主要能力** | 理解自然语言指令或流程触发条件；生成执行任务和参数；通过 OpenClaw/Python 技能调用 API 或 RPA 执行；自动读取、校验、录入数据；异常时暂停并推送人工确认；全流程日志记录 | +| **数据来源** | IFS ERP、报价系统、邮箱、业务流程模板、校验规则库 | +| **输出结果** | 执行结果报告、异常清单、操作日志、待人工确认事项 | +| **第一阶段落地边界** | 选择 1-2 个低风险、高频、规则明确的流程试点（如采购单字段校验）；**AI 不直接盲目操作系统**——AI 负责理解、判断和生成任务参数，OpenClaw/Python 技能/API/RPA 负责可控执行，高风险动作必须人工确认 | +| **预期价值** | 释放重复性人工操作；提升流程处理效率和准确性；为后续规模化数字员工打下基础 | + +**数字员工执行原则（重要）** + +``` +用户指令 / 流程触发 + → AI 理解意图、匹配流程模板、生成执行参数 + → OpenClaw 编排 Python 技能 / API / RPA + → 低风险步骤自动执行 + → 高风险步骤暂停 → 人工确认 → 继续或回退 + → 全程日志记录，结果可追溯 ``` --- -## 四、核心建设内容 +## 7. 典型业务闭环流程 -### 1. 企业 AI Agent 中台 +### 7.1 供应商报价分析流程 -AI Agent 中台是整个方案的核心，不是为某一个场景单独开发机器人，而是为企业构建可持续扩展的 AI 基础设施。 +```mermaid +flowchart LR + A[上传报价单 / 读取报价系统] --> B[文档解析与字段提取] + B --> C[AI 理解与结构化] + C --> D[调用历史报价 / 采购规则 / 供应商数据] + D --> E[比对分析 / 异常识别 / 成本拆解] + E --> F[生成报价分析报告] + F --> G{采购员确认} + G -->|通过| H[归档报告 / 更新知识库] + G -->|需补充| I[补充数据后重新分析] + G -->|需议价| J[输出议价建议供人工跟进] +``` -中台主要能力包括： +### 7.2 技术文件审核流程 -- 多模型接入与管理 -- 企业知识库管理 -- 业务 Agent 创建与配置 -- 提示词与业务规则管理 -- API / RPA / 工具能力编排 -- 用户权限与部门权限控制 -- 业务流程审批 -- 操作日志、调用记录、结果追溯 -- 数据安全与知识隔离 +```mermaid +flowchart LR + A[上传技术文件 / 图纸 / 参数表] --> B[文档解析 / OCR / 参数提取] + B --> C[AI 理解文件内容] + C --> D[调用技术规范库 / 零件标准 / 历史审核记录] + D --> E[规则比对 / 缺失项识别 / 风险标记] + E --> F[输出审核意见清单] + F --> G{工程师复核} + G -->|通过| H[审核记录归档] + G -->|不通过| I[退回供应商补充 / 修改] + G -->|需进一步检测| J[转入实验室 / 实物检验流程] +``` -通过中台建设，后续新增一个业务场景，不需要重新搭建一套系统，只需要在已有平台上新增知识库、配置 Agent、接入必要工具即可。 +### 7.3 数字员工执行流程 + +```mermaid +flowchart LR + A[用户指令 / 定时触发 / 邮件触发] --> B[AI 理解意图 / 匹配流程模板] + B --> C[生成执行任务与参数] + C --> D[OpenClaw 编排 Python 技能] + D --> E{执行方式} + E -->|有 API| F[API 调用 IFS / 报价系统] + E -->|无 API| G[RPA 页面自动化] + F & G --> H{是否高风险操作} + H -->|是| I[暂停 → 推送人工确认] + I -->|确认| J[继续执行] + I -->|拒绝| K[回退 / 记录异常] + H -->|否| J + J --> L[输出执行结果 / 日志归档] + K --> L +``` --- -### 2. 企业知识库体系 +## 8. 分阶段实施计划 -围绕博格布业务，建议建设多类知识库： +### 第 0 阶段：需求调研与数据盘点（1-2 周） -| 知识库类型 | 内容示例 | 应用场景 | -|---|---|---| -| ERP 操作知识库 | IFS 操作手册、流程说明、异常处理文档 | ERP 操作顾问、员工自助问答 | -| 采购知识库 | 采购规则、供应商管理规范、报价规则 | 报价分析、采购建议 | -| 技术知识库 | 零件标准、图纸规范、技术参数、检验规则 | 技术文件审核、零件审核 | -| 合同知识库 | 合同模板、标准条款、风险条款、法务规则 | 合同审核、风险识别 | -| 财务知识库 | 财务制度、报销规则、对账规则、分析口径 | 财务问答、数据分析 | -| 公司制度知识库 | 员工手册、流程制度、审批规范 | 内部制度问答 | +| 维度 | 内容 | +|------|------| +| **建设内容** | 各部门需求访谈；现有系统（IFS ERP、报价系统）接口与数据摸底；文档资料盘点；权限与角色梳理；确定首批 PoC 场景 | +| **客户配合事项** | 安排业务对接人；提供系统访问说明和样例数据；提供文档资料清单 | +| **交付物** | 需求调研报告、数据盘点清单、PoC 场景确认书 | +| **验收方式** | 双方确认需求范围和首批试点场景 | -知识库不是简单上传文件，而是需要经过文档清洗、切分、结构化、向量化、标签化和权限配置，确保 AI 能准确引用、准确回答、准确追溯来源。 +### 第 1 阶段：AI 中台基础版 + ERP 操作顾问 / 合同审核 PoC（4-6 周） + +| 维度 | 内容 | +|------|------| +| **建设内容** | 公有云环境部署；MySQL + Redis 基础环境；模型网关和知识库管理；Web 工作台初版；OpenClaw 桌面端部署；ERP 操作顾问 Agent 和合同审核 Agent 上线 | +| **客户配合事项** | 提供 ERP 操作手册和合同模板/样例；确认测试用户和权限；参与 UAT 测试 | +| **交付物** | AI 中台基础环境、Web 工作台、2 个 Agent 配置、知识库初版、测试报告 | +| **验收方式** | ERP 问答可用率达标；合同风险点识别可演示；权限和日志功能可用 | + +### 第 2 阶段：采购报价分析 + 技术文件审核试点（6-8 周） + +| 维度 | 内容 | +|------|------| +| **建设内容** | 报价系统数据对接；采购报价分析 Agent 上线；技术文件审核 Agent 上线；采购规则库和技术规范库建设；分析报告标准化 | +| **客户配合事项** | 提供历史报价数据和供应商样例；提供技术文件样例和审核标准；采购和技术部门参与验证 | +| **交付物** | 2 个 Agent 配置、数据对接流程、知识库扩展、分析报告模板、测试报告 | +| **验收方式** | 报价分析报告可生成且分析逻辑可解释；技术文件参数提取和审核意见可复核 | + +### 第 3 阶段：财务分析 + MRP 参数建议（8-12 周） + +| 维度 | 内容 | +|------|------| +| **建设内容** | 财务数据接入；财务数据分析 Agent 上线；MRP 参数建议 Agent 上线；历史采购/库存/订单预测数据整合 | +| **客户配合事项** | 提供财务分析口径和样例报表；提供 MRP 当前参数和历史数据；财务和计划部门参与验证 | +| **交付物** | 2 个 Agent 配置、数据接入文档、分析模板、测试报告 | +| **验收方式** | 财务分析场景可演示；MRP 参数建议有据可依且供人工审核 | + +### 第 4 阶段：数字员工执行流程分批上线（每个流程 3-6 周） + +| 维度 | 内容 | +|------|------| +| **建设内容** | 梳理订单处理、采购单校验等目标流程；开发 OpenClaw/Python 技能和 API/RPA 对接；建立人工确认和异常回退机制；分批上线和试运行 | +| **客户配合事项** | 确认首批自动化流程和规则；提供测试环境和测试数据；业务部门参与试运行和反馈 | +| **交付物** | 技能脚本、流程配置、API/RPA 对接文档、执行日志配置、试运行报告 | +| **验收方式** | 目标流程可自动执行；异常可回退；人工确认机制有效；执行日志可追溯 | --- -### 3. 业务 Agent 矩阵 +## 9. 交付物清单 -#### 3.1 采购报价分析 Agent - -面向供应商询价、报价分析和成本拆解场景。 - -主要能力： - -- 读取供应商报价数据 -- 对比历史报价、同类物料价格、供应商表现 -- 识别异常报价、价格波动、潜在风险 -- 辅助拆解成本构成 -- 输出采购分析建议 -- 支持生成报价分析报告 - -典型价值： - -- 降低采购人员人工比价成本 -- 提高报价风险识别能力 -- 沉淀采购经验，减少对个人经验依赖 -- 支持更科学的供应商选择和议价决策 +| 序号 | 交付物 | 说明 | +|------|--------|------| +| 1 | AI Agent 中台基础环境 | 公有云部署，含模型网关、任务调度、MySQL、Redis | +| 2 | Web 工作台 / 入口 | 统一 AI 操作界面，含企业微信/邮箱入口配置 | +| 3 | 知识库配置 | 各部门知识库、文档索引、向量检索、规则库 | +| 4 | Agent 配置 | 各业务 Agent 的提示词、工具、权限、流程配置 | +| 5 | OpenClaw 技能脚本 | Python 业务技能和自动化技能源代码及说明 | +| 6 | API/RPA 集成流程 | IFS ERP、报价系统等对接文档和配置 | +| 7 | 权限角色配置 | 部门/角色权限矩阵，RBAC 配置 | +| 8 | 日志审计配置 | 模型调用、Agent 执行、人工确认、异常日志 | +| 9 | 测试报告 | 各阶段功能测试、准确率测试、性能测试结果 | +| 10 | 用户操作手册 | 面向业务用户的操作指南 | +| 11 | 培训材料 | 管理员培训、业务用户培训课件和录屏 | --- -#### 3.2 技术文件审核 Agent +## 10. 验收指标 -面向零件审核、技术参数审核、图纸/PDF/规格文件审核场景。 +以下为**建议验收口径 / 目标值**，具体数值可在 PoC 阶段根据实际数据校准，不做过度承诺。 -主要能力： - -- 解析 PDF、Word、Excel、图片、图纸说明等资料 -- 自动识别关键技术参数 -- 与企业内部技术规范进行比对 -- 识别参数缺失、标准不一致、风险项 -- 输出审核意见和问题清单 -- 支持人工复核和审核记录留存 - -典型价值： - -- 提升技术审核效率 -- 降低漏审、错审风险 -- 统一审核标准 -- 缩短新品、零件、供应商资料审核周期 +| 指标 | 建议验收口径 / 目标值 | 说明 | +|------|----------------------|------| +| ERP 操作问答准确率 / 可用率 | Top 20 高频问题可用率 ≥ 80% | 以用户满意度抽样和人工抽测为准 | +| 合同风险点识别覆盖率 | 标准风险条款覆盖率 ≥ 85% | 以法务/采购复核确认为准 | +| 技术文件参数提取准确率 | 关键参数提取准确率 ≥ 85% | 以工程师复核为准 | +| 报价分析报告生成时间 | 单份报价分析 ≤ 30 分钟（含人工确认） | 对比现有人工分析耗时 | +| Agent 执行成功率 | 试点流程自动执行成功率 ≥ 90% | 不含人工确认暂停的正常流程 | +| 异常回退与人工确认机制 | 100% 高风险操作须经人工确认 | 功能验收，不留自动绕过路径 | +| 日志可追溯性 | 100% Agent 执行有完整日志 | 含输入、输出、模型调用、执行步骤 | +| 权限隔离有效性 | 跨部门知识库不可未授权访问 | 权限渗透测试验证 | --- -#### 3.3 合同审核 Agent +## 11. 数据安全与权限治理 -面向供应商合同、采购合同、服务合同等审核场景。 +### 11.1 数据传输与存储 -主要能力： +- 公有云部署下，前端与中台、中台与企业系统之间的数据传输采用 HTTPS/TLS 加密。 +- 数据库（MySQL）和缓存（Redis）部署在私有网络内，不直接暴露公网。 +- 敏感文件存储在受控的云存储或企业指定位置，访问需鉴权。 -- 识别合同关键条款 -- 对比企业标准合同模板 -- 发现缺失条款、异常条款、不利条款 -- 标记付款、交付、违约、质保、知识产权等风险点 -- 输出合同风险等级和修改建议 -- 支持合同审核报告生成 +### 11.2 模型 API 调用边界 -典型价值： +- 大模型全部通过公有云 API 调用，**不做私有化模型部署**。 +- 调用前对输入内容进行敏感字段脱敏（如银行账号、个人身份信息等）。 +- 模型调用日志记录输入摘要（非完整敏感原文）和输出结果，便于审计。 +- 可按场景配置"禁止上传"的数据类型和字段。 -- 降低法务和采购审核压力 -- 提升合同风险识别能力 -- 统一合同审核口径 -- 减少潜在商业和法律风险 +### 11.3 权限与审批 + +- 按部门 / 角色（RBAC）控制 Agent 访问权限和知识库可见范围。 +- 采购人员不可访问财务 Agent，技术部门不可访问合同 Agent，以此类推。 +- 涉及 ERP 数据写入、采购单提交、参数修改等高风险操作，**必须经人工审批**，系统不保留绕过路径。 + +### 11.4 审计与追溯 + +- 所有模型调用、Agent 执行、人工确认、异常回退均有日志记录。 +- 日志包含操作人、时间、输入摘要、输出结果、执行步骤和确认记录。 +- 日志保留期限按客户内控要求配置，支持导出和审计查询。 + +### 11.5 文件与知识库访问控制 + +- 知识库按部门/项目/密级分类管理。 +- 上传文件自动标记来源和权限归属。 +- 离职人员账号及时停用，历史操作日志保留。 --- -#### 3.4 ERP 操作顾问 Agent +## 12. 项目风险与应对 -面向 IFS ERP 使用咨询、流程说明、异常处理等场景。 - -主要能力： - -- 基于 ERP 操作手册进行问答 -- 回答具体操作路径和注意事项 -- 根据员工问题推荐相关流程 -- 支持截图、文档、步骤说明引用 -- 辅助新员工培训 -- 减少内部 IT/ERP 顾问重复答疑 - -典型价值： - -- 降低 ERP 使用门槛 -- 提升员工自助解决问题能力 -- 减少重复咨询 -- 加速内部知识传承 +| 风险 | 影响 | 应对策略 | +|------|------|----------| +| 文档质量不稳定 | 知识库效果差，问答/审核准确率低 | 第 0 阶段集中盘点和清洗；建立文档准入规范；优先使用结构化程度高的资料 | +| ERP/报价系统接口复杂 | 数据对接周期延长 | 第 0 阶段提前摸底；优先文件导入导出等轻量方式；API 对接分步推进 | +| RPA 页面变化导致失败 | 自动化流程中断 | 优先 API 对接；RPA 作为补充；建立页面变更监控和脚本快速修复机制 | +| 大模型幻觉 | 输出错误建议或遗漏风险点 | 关键输出必须引用来源；高风险场景人工复核；规则库与模型输出交叉验证 | +| 用户权限复杂 | 权限配置工作量大 | 第 0 阶段梳理角色矩阵；先按部门粗粒度配置，后续细化 | +| 业务规则未标准化 | Agent 判断口径不一致 | 每个 Agent 先明确规则边界；第一阶段以"辅助+人工确认"为主，不追求全自动 | +| 公有云模型 API 可用性/成本波动 | 服务中断或费用超预期 | 模型网关支持多模型切换；按场景选择性价比合适的模型；设置调用限流和成本监控 | --- -#### 3.5 财务数据分析 Agent +## 13. 预期价值与 ROI -面向财务数据查询、分析、对账、经营指标分析等场景。 +以下价值按**预期可实现**口径表述，具体量化数据建议在 PoC 阶段用实际业务数据测算。 -主要能力： - -- 读取财务报表、Excel、ERP 财务数据 -- 按业务口径进行数据分析 -- 识别异常费用、异常波动、对账差异 -- 生成财务分析摘要 -- 支持自然语言查询财务数据 -- 输出管理层可读的分析报告 - -典型价值： - -- 提升财务分析效率 -- 降低人工整理报表成本 -- 支持管理层快速理解经营变化 -- 提高财务数据使用价值 +| 价值方向 | 预期效果 | +|----------|----------| +| ERP 重复咨询减少 | 员工通过 AI 顾问自助解决高频操作问题，IT/ERP 团队重复答疑工作量预期减少 30%-50% | +| 合同初审效率提升 | 合同风险点自动标记，法务/采购聚焦关键条款审核，初审周期预期缩短 40% 以上 | +| 技术文件初审效率提升 | 参数自动提取和标准比对，工程师聚焦复核而非从头审阅，初审效率预期提升 50% 以上 | +| 采购报价分析时间缩短 | 单份报价分析从数小时缩短到数十分钟，采购员可覆盖更多供应商评估 | +| 采购经验沉淀 | 比价规则、风险识别逻辑沉淀为知识库和规则，减少对核心采购人员个人经验的依赖 | +| 财务和供应链分析效率提升 | 自然语言查询和自动分析摘要，减少人工整理报表时间，加快管理决策响应 | +| 数字员工规模化基础 | 首批流程自动化验证通过后，后续新增流程只需扩展技能和配置，边际成本递减 | --- -#### 3.6 数字员工执行 Agent +## 14. 为什么建议采用"AI 中台 + OpenClaw 技能执行"的路线 -面向订单处理、采购单校验、数据录入、系统核对等流程执行场景。 +### 14.1 这不是单点机器人 -主要能力： +博格步的需求覆盖采购、技术、合同、财务、ERP、流程自动化等多个部门，如果每个场景单独采购一个 AI 工具，将面临： -- 理解用户自然语言指令 -- 调用业务流程模板 -- 通过 API 或 RPA 执行业务动作 -- 自动读取、校验、录入、提交数据 -- 遇到异常时回传人工确认 -- 全流程日志记录和结果追溯 +- 重复建设模型接入、权限管理、日志审计等基础能力 +- 各系统数据孤岛，无法交叉利用 +- 运维和升级成本高，难以统一治理 -执行方式建议： +**AI 中台**一次建设基础能力，各业务 Agent 共享模型、知识库、权限和执行框架，新增场景只需扩展 Agent 和技能。 -| 系统条件 | 推荐方式 | -|---|---| -| 系统有稳定 API | 优先 API 对接 | -| API 成本高或接口不完整 | API + RPA 混合 | -| 无 API 或老旧系统 | RPA 元素定位执行 | -| 高风险操作 | AI 分析 + 人工确认 + 自动执行 | -| 低风险重复操作 | 全自动执行 | +### 14.2 这不是纯大模型盲目操作系统 -典型价值： +大模型擅长理解和生成，但不适合直接无约束地操作 ERP 等核心系统。本方案明确分层： -- 将 AI 从“能回答”升级为“能干活” -- 替代重复性人工操作 -- 提升订单、采购、财务流程处理效率 -- 为企业建设真正的数字员工体系 +- **AI 层**：理解用户意图、分析文档和数据、生成建议和任务参数 +- **执行层**：OpenClaw 编排 Python 技能，通过 API/RPA 可控地操作系统 +- **控制层**：高风险操作人工审批，异常自动回退，全程日志追溯 + +这确保 AI 的"智能"用在刀刃上，系统操作的"稳定性"由技能框架保障。 + +### 14.3 这不是传统 RPA 的固定脚本 + +传统 RPA 只能执行预录制的固定步骤，页面变化即失效，也无法理解业务上下文。本方案中： + +- RPA 作为**执行手段之一**，由 OpenClaw 在 AI 判断后按需调用 +- Python 技能承载业务逻辑，比纯 RPA 脚本更灵活、更易维护 +- 客户已有的 PAD 经验可以复用，降低迁移成本 + +### 14.4 这种方式更适合博格步的现状 + +| 博格步现状 | 方案匹配 | +|------------|----------| +| 已有 IFS ERP 和报价系统 | 通过 API/数据库视图/RPA 对接，不替换现有系统 | +| 有 RPA 使用经验 | OpenClaw 技能 + RPA 执行器，团队学习成本低 | +| 业务场景多且会持续增加 | 中台 + Agent 矩阵，新场景扩展成本低 | +| 外资企业，合规要求高 | 公有云部署 + 权限隔离 + 审计追溯 + 人工审批 | +| 希望 AI 能"干活"而不只是"说话" | 数字员工执行 Agent，AI 决策 + 技能执行 + 人工确认 | --- -## 五、推荐落地路径 +## 15. 总结 -建议采用“中台先行、场景分期、逐步扩展”的建设方式。 +博格步作为厦门外资企业，在童车/儿童用品领域有着复杂的供应链、技术审核和合规管理需求。企业已具备 IFS ERP、报价系统和 RPA 使用基础，现在需要的是一套**统一的 AI 能力底座**——而不是又一个孤立的聊天工具。 -### 第一阶段：AI 中台基础版 + 知识问答类场景 +本方案建议的建设路径清晰务实： -建设内容： +1. **先盘点、再试点**：用 1-2 周完成需求和数据摸底，用 4-6 周完成 AI 中台基础版和 ERP 顾问/合同审核 PoC，快速验证价值。 +2. **再扩展、再深入**：逐步上线采购报价分析、技术文件审核、财务分析、MRP 参数建议等核心业务 Agent。 +3. **最后规模化执行**：在分析和审核能力成熟后，分批上线数字员工执行流程，AI 理解 + OpenClaw 技能执行 + 人工审批，确保安全可控。 -- 搭建企业 AI Agent 中台基础能力 -- 建设企业知识库体系 -- 上线 ERP 操作顾问 Agent -- 上线合同审核 Agent -- 上线技术文件审核 Agent 初版 +技术路线采用**公有云部署 + 公有云大模型 API + MySQL + Redis + OpenClaw 桌面端 + Python 技能**，轻量起步、快速试点、与现有系统共存、可持续扩展。 -阶段目标： +最终，博格步将形成： -- 让客户快速看到 AI 在内部知识、文档审核、流程咨询上的效果 -- 建立统一知识库和权限管理基础 -- 验证大模型在企业内部资料上的可用性 +- **一个统一 AI 工作入口**——全员按权限使用 +- **一个企业 AI Agent 中台**——模型、知识、Agent、审计统一管理 +- **一套企业知识库体系**——ERP 手册、技术规范、合同模板、采购规则持续沉淀 +- **一组业务 Agent**——覆盖采购、技术、合同、财务、ERP、流程执行 +- **一套可审计的执行能力**——API/RPA/技能落地，人工审批控制风险 -建议周期： - -- 4-8 周 +这不是做一个"会聊天的 AI"，而是建设一批真正理解博格步业务、辅助决策、执行流程的**企业数字员工**——分阶段实施，每一步可验证、可交付、可扩展。 --- -### 第二阶段：采购报价分析 + 供应链智能分析 - -建设内容： - -- 对接报价系统数据 -- 接入供应商、物料、历史报价、采购规则等数据 -- 上线采购报价分析 Agent -- 实现报价对比、成本拆解、风险扫描、采购建议 -- 支持生成标准化分析报告 - -阶段目标： - -- 进入客户核心业务场景 -- 帮助采购部门提升分析效率和决策质量 -- 形成可量化业务价值 - -建议周期： - -- 6-10 周 - ---- - -### 第三阶段：财务分析 + MRP 参数建议 - -建设内容： - -- 接入财务数据、订单预测、采购历史、库存数据 -- 上线财务数据分析 Agent -- 建设 MRP 参数建议模型 -- 支持 MOQ、采购周期、采购策略、库存参数分析 -- 输出管理层分析报告和业务建议 - -阶段目标： - -- 从文档智能进入经营分析和供应链优化 -- 支持更科学的采购计划和库存管理 -- 辅助管理层进行业务决策 - -建议周期： - -- 8-12 周 - ---- - -### 第四阶段：数字员工执行 Agent - -建设内容： - -- 梳理订单处理、采购单校验、数据录入等流程 -- 对接 IFS ERP、报价系统、邮箱等业务系统 -- 建设 API / RPA 混合执行能力 -- 上线流程审批、异常处理、日志审计 -- 实现部分业务流程自动执行 - -阶段目标： - -- 让 AI 从辅助分析升级为自动执行 -- 建设真正的企业数字员工 -- 持续提升业务自动化水平 - -建议周期： - -- 按流程分批建设，每个流程 3-6 周 - ---- - -## 六、方案优势 - -### 1. 不是单点机器人，而是企业 AI 中台 - -本方案不会为每个部门重复建设独立 AI 工具，而是通过统一中台承载多部门、多场景、多系统需求。 - -后续新增场景时，可以复用已有模型、知识库、权限、接口和流程能力，持续降低建设成本。 - ---- - -### 2. 既能问答分析，也能执行流程 - -传统 AI 问答只能回答问题，传统 RPA 只能执行固定流程。 - -本方案将大模型、RAG 知识库、业务规则、API、RPA 结合起来： - -- AI 负责理解、分析、判断、生成建议 -- RPA/API 负责系统操作、数据读取、流程执行 -- 人工审批负责高风险节点确认 - -最终形成“AI 决策 + 自动执行 + 人工可控”的企业智能化体系。 - ---- - -### 3. 能适配博格布现有系统环境 - -博格布已有 IFS ERP、报价系统和 RPA 使用基础。方案不会推翻现有系统，而是在现有信息化基础上增强 AI 能力。 - -系统对接策略： - -- 有 API 的系统优先 API 对接 -- API 不完整的系统采用 API + RPA 混合方案 -- 无接口系统采用 RPA 元素定位方式 -- 文档类数据通过 OCR、解析、向量化进入知识库 -- 结构化数据通过接口、数据库、报表方式接入 - ---- - -### 4. 数据安全、权限隔离、过程可追溯 - -企业 AI 应用必须考虑安全和治理。 - -本方案支持： - -- 不同部门知识库隔离 -- 不同员工权限控制 -- 敏感数据访问控制 -- 模型调用日志记录 -- Agent 执行过程追踪 -- 重要操作人工确认 -- 结果来源可追溯 - -确保 AI 在企业内部可控、可信、可管理。 - ---- - -## 七、预期价值 - -项目建成后，博格布将获得一套可长期扩展的企业 AI 能力平台。 - -预期价值包括： - -| 方向 | 价值 | -|---|---| -| 采购供应链 | 提升报价分析、风险识别、采购决策效率 | -| 技术审核 | 提高零件资料审核效率，统一审核标准 | -| 合同管理 | 降低合同风险，提升审核效率 | -| ERP 使用 | 降低内部咨询成本，提高员工操作效率 | -| 财务分析 | 提升数据分析效率，辅助经营决策 | -| 流程执行 | 将重复性操作交给数字员工执行 | -| 企业管理 | 沉淀知识资产，减少对个人经验依赖 | -| 长期发展 | 构建可持续扩展的企业 AI 中台 | - ---- - -## 八、建议优先启动场景 - -结合当前沟通情况，建议优先选择以下 3 个场景作为第一批落地： - -### 场景一：ERP 操作顾问 Agent - -原因： - -- 文档资料相对容易准备 -- 风险较低 -- 员工感知明显 -- 适合作为 AI 中台首个示范应用 - ---- - -### 场景二：合同审核 Agent - -原因： - -- 大模型能力适配度高 -- 容易形成标准化输出 -- 可快速体现风险识别价值 -- 适合向管理层展示 AI 应用效果 - ---- - -### 场景三：采购报价分析 Agent - -原因： - -- 与客户核心业务强相关 -- 价值更高 -- 可逐步接入报价系统和历史采购数据 -- 适合作为第二阶段重点业务突破口 - ---- - -## 九、实施前需要客户配合的资料 - -为保证方案落地效果，建议客户准备以下资料： - -1. ERP 操作手册、流程说明、常见问题文档 -2. 采购规则、供应商管理规范、报价模板 -3. 样例供应商报价数据 -4. 零件技术文件样例，包括 PDF、图纸、参数表等 -5. 合同模板、历史合同样例、重点风险条款要求 -6. 财务分析样表或报表口径说明 -7. IFS ERP 和报价系统的接口说明或可导出数据样例 -8. 用户角色、部门权限、审批流程说明 - ---- - -## 十、总结 - -博格布当前的 AI 需求具有明显的企业级特征，不是单一工具能够解决，而是需要构建统一的 AI Agent 中台。 - -该中台可以作为企业未来 AI 应用的统一底座，先从知识问答、合同审核、技术文件审核等低风险高价值场景切入，再逐步扩展到采购报价分析、财务数据分析、MRP 参数建议，最终实现订单处理、采购单校验等流程的自动执行。 - -通过本方案，博格布可以逐步形成： - -- 一个统一的企业 AI 入口 -- 一套可持续沉淀的企业知识库 -- 一组面向不同部门的业务智能体 -- 一套连接 ERP、报价系统、财务系统的执行能力 -- 一个可管理、可追溯、可扩展的企业 AI 中台 - -最终目标不是做一个“会聊天的 AI”，而是建设一批真正能理解业务、辅助决策、执行流程的企业数字员工。 \ No newline at end of file +*本文档为博格步企业级 AI Agent 中台建设售前方案，供客户内部评审参考。具体实施范围、周期和费用以双方确认的合同约定为准。*