openJiuwen-DeepSearch 助力帮我搞定产品经理需求拆解分析工作，打造2026优秀员工

红目香薰

225人浏览 · 2026-03-12 20:50:41

红目香薰 · 2026-03-12 20:50:41 发布

openJiuwen-DeepSearch 是一种基于大语言模型（LLM）的‌智能搜索范式‌，其核心在于通过‌多轮迭代的“搜索-阅读-推理”循环‌，主动构建证据链、交叉验证信息，并最终生成结构化、高可信度的答案。它不同于传统搜索引擎的一次性关键词匹配，也超越了早期 RAG（检索增强生成）系统的单次检索限制。

一、背景说明：

在传统Agent搜索中，用户在输入问题后，传统搜索与Agent搜索在架构设计和应用逻辑上存在本质差异，导致传统搜索难以满足现代智能任务的需求。其核心痛点主要体现在信息处理模式、语义理解能力、上下文管理及任务执行深度等方面。

1.1 缺乏“持续探索”能力：

传统搜索‌采用“一次性”查询机制，用户输入关键词后返回网页列表，无法根据结果反馈进行迭代优化。
‌- Agent搜索‌则具备‌多轮、流式、可追问‌的特性，一个任务可能触发数十次搜索请求，持续修正方向直至达成目标。

痛点表现：当查询“北京今年入秋时间及最佳赏秋地”，传统搜索仅返回多个链接，需用户自行整合；而Agent会先查入秋时间，再结合气候数据推荐香山、奥森等地，并评估人流高峰给出出行建议。

1.2 无法应对模糊意图：

传统搜索‌依赖倒排索引和关键词匹配，对同义词、上下位词或隐含语义识别能力弱。
‌- Agent搜索‌通过大模型实现‌语义嵌入与意图拆解‌，能理解“适合程序员的冬季通勤穿搭”背后涉及“保暖”“久坐舒适性”“办公场景”等多维需求。

痛点表现：搜索“孩子发烧三天不退怎么办”，传统系统可能返回感冒药广告页，而Agent则会推理是否需排查流感、川崎病等，并建议就医指征。

1.3 DeepSearch与传统搜索的核心区别：‌

传统搜索是“关键词匹配+单次检索”的信息罗列工具，而DeepSearch是“语义理解+多轮推理”的智能求解系统‌。它不仅回答“有哪些”，更致力于回答“为什么”和“怎么办”。

维度	传统搜索	DeepSearch
技术基础	‌ 倒排索引、关键词匹配	大语言模型（LLM）+ 检索增强生成（RAG）
信息处理方式‌	静态抓取网页并建立索引动态执行“搜索 → 阅读 → 推理”循环
智能水平	‌ 被动响应查询	主动拆解问题、规划子任务

📌 ‌原因解析‌：

传统搜索依赖爬虫定期抓取网页，构建静态数据库，用户输入关键词后通过匹配相关页面。而DeepSearch基于LLM的语义理解能力，能识别“程序员冬季通勤穿搭”背后的真实需求——舒适、保暖、适合办公室场景，并结合上下文动态调整搜索策略。

从“找链接”到“给答案”：

📌 ‌目的差异‌：

传统搜索服务于“我知道我要查什么”，例如“百度官网”；而DeepSearch服务于“我还不完全清楚问题该怎么问”，例如“孩子发烧三天不退，最近有流感爆发吗？”——它会主动推理：先确认症状是否符合流感特征，再查询本地疫情数据，最后给出就医建议。

接下来，我们以openJiuwen agent-core能力为基础，构建了包含查询规划、信息收集、理解反思、报告生成等多agent协同处理能力，解决复杂推理问题及研究任务，来看看DeepSearch如何解决复杂推理问题及研究任务。

二、openJiuwen-DeepSearch 安装与部署：

在系统前期需要安装好docker，有关docker的安装教程可以参考官方文档：https://docs.docker.com/engine/install/

以下是在Ubuntu 22.04 Server LTS版本安装 openJiuwen agent-studio v0.1.5 版本为例，可以按需替换成需要安装的版本，部署 DeepSearch SDK 服务和前端界面服务，可通过浏览器界面便捷地使用 DeepSearch Agent，适合希望通过UI界面体验 DeepSearch 的用户。

$ wget https://openjiuwen-ci.obs.cn-north-4.myhuaweicloud.com/agentstudio/deployTool_0.1.5_amd64.zip
$ unzip deployTool_0.1.5_amd64.zip
$ ./server.sh up

但是这里发生一个报错，提示"netstat is not installed. Please install it first"。

=== Executing command: up ===
=== ARGS_MODULES:  ===
=== Operating System: linux ===
=== Checking Docker... ===
=== Version: 29.3.0 → 290300, 20.10 → 201000 ===
✅ Docker: 29.3.0 (≥ 20.10)
=== Checking Docker Compose installation... ===
=== Version: 5.1.0 → 50100, 2.19.1 → 21901 ===
✅ Docker Compose: 5.1.0 (≥ v2.19.1)
✅ sed is OK.
✅ awk is OK.
✅ grep is OK.
✅ sort is OK.
✅ head is OK.
✅ wc is OK.
✅ tr is OK.
✅ cut is OK.
✅ od is OK.
✅ chmod is OK.
✅ mkdir is OK.
✅ cp is OK.
✅ rm is OK.
✅ mv is OK.
✅ cat is OK.
✅ echo is OK.
✅ printf is OK.
✅ seq is OK.
❌ netstat is not installed. Please install it first.

接下来我们使用一条命令来进行手动安装netstat：

sudo apt-get install net-tools

如果在安装的过程中遇到报错，可以重新来尝试一下命令的安装（可能是网络的问题导致安装失败）:

=== Using template file: /home/root/openjiuwen/deployTool_0.1.5_amd64/conf/docker-jiuwen.template.yml ===
=== cp -f /home/root/openjiuwen/deployTool_0.1.5_amd64/conf/docker-jiuwen.template.yml /home/root/openjiuwen/deployTool_0.1.5_amd64/conf/docker-jiuwen.yml ===
=== Starting placeholder replacement... ===
✅ Generated config file: /home/root/openjiuwen/deployTool_0.1.5_amd64/conf/docker-jiuwen.yml
=== Skip processing UPGRADE/UPGRADE_TOOL: disabled in deployment config ===
=== [PROCESSING SERVICE] Module: MYSQL, Component: MYSQL, Cmd: up ===
=== docker compose -f /home/root/openjiuwen/deployTool_0.1.5_amd64/conf/docker-mysql.yml up -d mysql-p95at ===
[+] up 7/11
 ⠏ Image swr.cn-north-4.myhuaweicloud.com/openjiuwen/mysql-amd64:8.4.5 [⣿⣿⣿⣄⣿⣿⣿⣿⡀⣦] 85.98MB / 235.1MB Pulling                     80.0s
^C❌ docker compose -f /home/root/openjiuwen/deployTool_0.1.5_amd64/conf/docker-mysql.yml up -d mysql-p95at failed
root@administartor:/home/root/openjiuwen/deployTool_0.1.5_amd64# ./service.sh up
=== Executing command: up ===

通过几分钟的等待，可以看到所有的服务都已经启动成功了，这里跟网速有关系，请耐心等待，因为他是边在下载镜像，有的镜像都超过1G了，下载镜像后启动容器，以下表示已经启动好了，可以看到提示映射的端口为3000：“Local access: https://localhost:3000”。

请添加图片描述

接下来我们可以来查看一下启动的容器，新的版本还加入了etcd服务，可以看到一共有11个容器正在运行，其中包括前端、后端、插件服务、沙箱服务等。

root@cx:/home/root1/deployTool_0.1.5_amd64# docker ps
CONTAINER ID   IMAGE                                                                                        COMMAND                  CREATED        STATUS                  PORTS                                                                                        NAMES
bdfc9be68169   swr.cn-north-4.myhuaweicloud.com/openjiuwen/studio-web-amd64:0.1.5                           "/usr/local/bin/star…"   2 hours ago    Up 2 hours (healthy)    80/tcp, 0.0.0.0:3000->3001/tcp, [::]:3000->3001/tcp                                          jiuwen-frontend-4mmin
c96d7656248a   swr.cn-north-4.myhuaweicloud.com/openjiuwen/studio-server-amd64:0.1.5                        "/entrypoint.sh pyth…"   9 hours ago    Up 9 hours (healthy)    0.0.0.0:3007->8000/tcp, [::]:3007->8000/tcp                                                  jiuwen-backend-4mmin
2693e4ffd00f   swr.cn-north-4.myhuaweicloud.com/openjiuwen/deepsearch-studio-server-amd64:0.1.0             "python start_backen…"   9 hours ago    Up 9 hours (healthy)    0.0.0.0:3012->8000/tcp, [::]:3012->8000/tcp                                                  jiuwen-deepsearch-4mmin
a859ce82d6b4   swr.cn-north-4.myhuaweicloud.com/openjiuwen/studio-sandbox-gateway-amd64:0.1.5               "python -m openjiuwe…"   9 hours ago    Up 9 hours (healthy)    0.0.0.0:3009->8188/tcp, [::]:3009->8188/tcp                                                  jiuwen-sandbox-gateway-4mmin
a3f3d4ff6ec3   swr.cn-north-4.myhuaweicloud.com/openjiuwen/studio-sandbox-js-amd64:0.1.5                    "docker-entrypoint.s…"   9 hours ago    Up 9 hours (healthy)    0.0.0.0:3011->5002/tcp, [::]:3011->5002/tcp                                                  jiuwen-js-server-4mmin
3679c9447860   swr.cn-north-4.myhuaweicloud.com/openjiuwen/studio-sandbox-py-amd64:0.1.5                    "python -m openjiuwe…"   9 hours ago    Up 9 hours (healthy)    0.0.0.0:3010->5001/tcp, [::]:3010->5001/tcp                                                  jiuwen-python-server-4mmin
f5b2c11b0fd3   swr.cn-north-4.myhuaweicloud.com/openjiuwen/studio-plugin-server-amd64:0.1.5                 "python -m openjiuwe…"   9 hours ago    Up 9 hours (healthy)    0.0.0.0:3008->8185/tcp, [::]:3008->8185/tcp                                                  jiuwen-plugin-server-4mmin
a2b7702b4992   swr.cn-north-4.myhuaweicloud.com/openjiuwen/milvusdb/milvus-amd64:v2.6.2                     "/tini -- milvus run…"   10 hours ago   Up 10 hours (healthy)   0.0.0.0:3006->9091/tcp, [::]:3006->9091/tcp, 0.0.0.0:3005->19530/tcp, [::]:3005->19530/tcp   jiuwen-milvus-standalone-4mmin
532dd6fec528   swr.cn-north-4.myhuaweicloud.com/openjiuwen/minio/minio-amd64:RELEASE.2024-12-18T13-15-44Z   "/usr/bin/docker-ent…"   10 hours ago   Up 10 hours (healthy)   0.0.0.0:3003->9000/tcp, [::]:3003->9000/tcp, 0.0.0.0:3004->9001/tcp, [::]:3004->9001/tcp     jiuwen-minio-4mmin
0fc5d0a08b25   swr.cn-north-4.myhuaweicloud.com/openjiuwen/bitnami/etcd-amd64:v3.5.18                       "/opt/bitnami/script…"   10 hours ago   Up 10 hours (healthy)   2379-2380/tcp                                                                                jiuwen-etcd-4mmin
2ce23e01d491   swr.cn-north-4.myhuaweicloud.com/openjiuwen/mysql-amd64:8.4.5                                "docker-entrypoint.s…"   10 hours ago   Up 10 hours (healthy)   33060/tcp, 0.0.0.0:3001->3306/tcp, [::]:3001->3306/tcp                                       jiuwen-mysql-4mmin

另外，再查询一下所有的镜像，可以看到最大的镜像都超过3个GB了，所以，在下载安装的过程中，需要有足够的磁盘空间(本人已踩过坑)，不然会报错。

root@cx:/home/root1/deployTool_0.1.5_amd64# docker images
                                                                                                                                                        i Info →   U  In Use
IMAGE                                                                                        ID             DISK USAGE   CONTENT SIZE   EXTRA
swr.cn-north-4.myhuaweicloud.com/openjiuwen/bitnami/etcd-amd64:v3.5.18                       2e6a8c7bd0ad        273MB         66.5MB    U
swr.cn-north-4.myhuaweicloud.com/openjiuwen/deepsearch-studio-server-amd64:0.1.0             cfca35be8b83       1.92GB          472MB    U
swr.cn-north-4.myhuaweicloud.com/openjiuwen/milvusdb/milvus-amd64:v2.6.2                     87a273625e7b       3.35GB          894MB    U
swr.cn-north-4.myhuaweicloud.com/openjiuwen/minio/minio-amd64:RELEASE.2024-12-18T13-15-44Z   18904f631037        244MB         62.4MB    U
swr.cn-north-4.myhuaweicloud.com/openjiuwen/mysql-amd64:8.4.5                                d6ad54391acd       1.06GB          236MB    U
swr.cn-north-4.myhuaweicloud.com/openjiuwen/studio-plugin-server-amd64:0.1.5                 811618aa3e8c       1.03GB          261MB    U
swr.cn-north-4.myhuaweicloud.com/openjiuwen/studio-sandbox-gateway-amd64:0.1.5               6b2801ac8bc6       1.03GB          268MB    U
swr.cn-north-4.myhuaweicloud.com/openjiuwen/studio-sandbox-js-amd64:0.1.5                    03e78a9fb9fb        307MB         76.7MB    U
swr.cn-north-4.myhuaweicloud.com/openjiuwen/studio-sandbox-py-amd64:0.1.5                    ca838b8fcfc7        896MB          234MB    U
swr.cn-north-4.myhuaweicloud.com/openjiuwen/studio-server-amd64:0.1.5                        e9e71c6d0982       2.09GB          495MB    U
swr.cn-north-4.myhuaweicloud.com/openjiuwen/studio-web-amd64:0.1.5                           4e62f16ff1db        171MB         55.1MB    U

请添加图片描述

三、openJiuwen-DeepSearch 相关配置：

通过浏览器访问 http://xxxx:3000端口，即可访问openJiuwen的WebUI，输入邮箱即可成功进行登录，在最上面就是任务空间，即可开始使用DeepSearch进行任务处理。

请添加图片描述

1. 模型配置：

华为MaaS模型即服务（后续简称为MaaS），提供端到端的大模型生产工具链和昇腾算力资源，并预置了当前主流的第三方开源大模型，支持大模型数据生产、微调、提示词工程、应用编排等功能。通过访问：https://console.huaweicloud.com/modelarts/?region=cn-southwest-2#/model-studio/homepage，MaaS集成了业界主流开源大模型，含Llama、Baichuan、Yi、Qwen、DeepSeek等模型系列，所有的模型均基于昇腾AI云服务进行全面适配和优化，使得精度和性能显著提升。

请添加图片描述

注意在使用openJiuwen-DeepSearch时，建议使用128k的模型，这样在体验的过程中，会更加流畅。

请添加图片描述

上面是2种模型的设置方案，LLM是“内容生产者”，Embedding是“内容组织者”——就像餐厅里的厨师和配菜员：

厨师（LLM）：负责把食材做成美味的菜品（把信息变成自然文本）。
配菜员（Embedding）：负责把食材整理、分类、备好（把文本变成可检索的向量）。

2. 配置联网增强引擎 - Tavily：

Tavily是一款专为AI应用设计的搜索引擎，它能够提供实时、准确的搜索结果，智能化的查询建议以及深入的研究能力。简单来说，它就像一个为AI打造的“超级大脑”，帮助AI快速获取信息并做出更明智的决策。它通过连接大型语言模型(LLMs)和AI应用程序到可靠的实时知识库，从而减少AI在信息获取过程中可能出现的幻觉和偏差。

Tavily主要以API的形式提供服务。开发者可以通过集成Tavily的API，将Tavily的搜索功能嵌入到自己的AI应用中。具体的使用方法需要参考Tavily官方提供的API文档。通过调用API，AI应用可以向Tavily发送查询请求，并接收包含实时、准确信息的响应。Tavily的智能查询建议功能可以帮助AI改进查询策略，从而获取更精确的结果。

用途：实时查最新论文、新闻、产品价格、航班信息等。

可以直接在官网上面直接进行注册即可，注册成功后，就可以在openJiuwen-DeepSearch中进行配置。

请添加图片描述

四、openJiuwen-DeepSearch 产品经理需求拆解分析工作实践：

本人目前刚入职一家公司产品经理岗位，由于上家公司比较中规，平时就是开开会、泡泡茶、给领导汇报一下进度，1天就这么过去了，最近换了一家创业型公司，虽然而待遇提高了，但是工作量也急剧增加，“忙成狗”，大概就是来形容我的吧。

这不，上一个项目还没结束over，领导马上安排一个刚接到的甲方“供应链系统”的需求对接，业务系统也比较大，包括小程序、公众号H5页面、后台管理系统等以供应链系统为例，梳理业务需求、项目排期、技术文档等，每天都要面对多项并行任务的繁杂的项目管理工作，而且平时也是涉及多个部门的协作，包括产品部、技术部、UI设计部、各个业务部门等，同时涉及到大量的沟通、需求转化、需求整理的工作。

请添加图片描述

按照传统的工作模式，与甲方进行各种沟通开会，梳理基本的业务需求，写PRD文档，然后进行项目排期，最后是技术文档的编写，此时，需要浪费大量的人力、物力来完成，而且效率低下。而且，如果在项目开发过程中，需求变更，那么又要重新梳理业务需求、写PRD文档、排期等，这样会浪费更多的时间。

请添加图片描述

引入"openJiuwen-DeepSearch"任务规划功能——通过自然语言对话，短时间内就能生成比较好的产品方案，涵盖产品原型、技术文档、项目大概的一个排期、项目实施计划甘特图。相对于主流AI工具（如ChatGPT、Deepseek），"openJiuwen-DeepSearch"的交互式深度拆解和多模态输出能力将任务进行拆解，每个块都细化到具体的技术实现。

背景身份设定并叙述任务分解需求：

请添加图片描述

本人自己也接触过不少的AI产品：比如百度AI、kimi、豆包、Deepseek、IDE云代码助手工具，多次尝试输入了我想要查询的内容，结果只是机械式的回复步骤(网上照搬)，根本不是我想要的答案，而且也没有像“openJiuwen-DeepSearch”会进行任务拆解，真是眼前一亮，用过之后爱不释手，值得推荐大家一起来使用。

接下来，让我来给大家介绍一下“openJiuwen-DeepSearch”是如何在任务拆解上化繁为简、从混乱到清晰、从无序到有序，像数据公式一样复杂难题，一步一步拆解迎刃而解。

1. 配置相关资料模板：

接下来，我们通过openJiuwen-DeepSearch来进行任务拆解，首先需要配置相关资料模板：

请添加图片描述

2. openJiuwen-DeepSearch任务规划：

我们通过给出具体的任务，openJiuwen-DeepSearch会自动进行任务拆解，并给出详细的解决方案，这里我们可以设定自己的人设和任务，比如：

我的角色是一个产品经理，要求根据货位配置(区-排-号)、入库上架(修改入库)、库存移位、安全库存设置(城市/仓库)、安全库存查询、发货出库、库存明细账、临期品查询、生产日期补录、退包材入库、包材出入库逻辑功能模板，帮我设计一个比较全面的供应链系统： 
1. 需要包括小程序、司机端、客服端、仓储端、后台管理系统，请帮我梳理一下业务需求流程，并给出比较详细的PRD
2. 目前项目组HC人力是13个人，其中包含5个前端，8个PHP后端，需要给出具体多久的项目的排期，需要甘特图显示
3. 需要给出PHP SOA的技术架构相关文档

请添加图片描述

在第一步我们只是给出了一个大概的任务描述，因为提出的任务需求描述比较简单，所以“openJiuwen-DeepSearch”在经过深度思考和剖析后，发现有一些细节没有考虑到的场景，反向思考询问我需要进行补充说明，而且有些还是我没有考虑的一些业务需求，非常适合思维发散。

关于供应链系统的多端协同，您能否详细说明小程序、司机端、客服端、仓储端和后台管理系统之间的数据流和交互逻辑？例如，司机端如何实时获取仓储端的货位信息，客服端如何查询库存明细账等。

在项目排期和人力分配方面，除了现有的13人团队（5前端+8PHP后端），是否有考虑外包或跨部门协作？另外，甘特图中是否需要包含测试、部署和验收阶段的时间预估？

针对PHP SOA技术架构，您是否有特定的性能指标或扩展性要求？例如系统需要支持多少并发用户，预计的日订单处理量是多少，以及未来3-5年的业务增长预估如何影响架构设计？

请添加图片描述

系统整体架构: 描述供应链系统的整体架构，包括小程序、司机端、客服端、仓储端和后台管理系统的多端协同
目标用户群体: 详细说明系统的目标用户群体，如仓库管理员、司机、客服人员等
核心价值主张: 阐述系统的核心价值主张，如提高库存管理效率、优化物流配送流程等

可以看到，会去网上去收集现有供应链系统的多端协同架构案例(可以看到搜索了很多在线的文档和web页面)，包括小程序、司机端、客服端、仓储端和后台管理系统的功能划分和交互流程，根据收集到的案例，本次调研收集了多个供应链系统的多端协同架构案例，涵盖了小程序、司机端、客服端、仓储端和后台管理系统的功能划分和交互流程。重点分析了各端之间的数据流和权限控制。

例如：从携客云供应链协同平台、滴滴出行小程序、美团出行司机端、GoWarehouse智能仓储系统等多个案例中，可以看到多端协同架构在供应链系统中的广泛应用：

这些系统通常采用分布式架构设计，支持多端数据实时同步，并通过RBAC权限模型实现精细化的权限控制。
数据流方面，各端通过API或消息队列实现数据交互，确保业务流程的连贯性。

请添加图片描述

最后根据上面的作务拆解步骤，通过搜索不同步骤给出的解决方案，汇总到一起形成一个完整的解决方案，并给出一个详细的文档：

请添加图片描述

核心功能模块需求：

货位配置(区-排-号): 详细说明货位配置的功能需求，包括区、排、号的设置和管理
入库上架(修改入库): 描述入库上架的功能需求，包括入库流程和修改入库的操作
库存移位: 说明库存移位的功能需求，包括移位的操作流程和权限控制
安全库存设置(城市/仓库): 详细说明安全库存设置的功能需求，包括按城市或仓库设置安全库存
安全库存查询: 描述安全库存查询的功能需求，包括查询条件和结果展示
发货出库: 说明发货出库的功能需求，包括出库流程和物流跟踪
库存明细账: 详细说明库存明细账的功能需求，包括账目查询和导出
临期品查询: 描述临期品查询的功能需求，包括查询条件和预警机制
生产日期补录: 说明生产日期补录的功能需求，包括补录流程和数据校验
退包材入库: 详细说明退包材入库的功能需求，包括入库流程和包材管理
包材出入库逻辑: 描述包材出入库逻辑的功能需求，包括出入库流程和库存管理

请添加图片描述

根据收集的信息，供应链系统各端的业务需求流程包括货位配置、入库上架、库存移位、安全库存设置、发货出库等功能模块的具体流程。货位配置方面，仓库需要根据货物特性和动线分析进行分区和标号，以提高仓储效率。入库上架流程涉及采购订单的创建、审核、收货录入、验收和商品上架等步骤。库存移位则包括库存移动、调整和冻结等操作。安全库存设置需要考虑需求预测、ABC分类法和经济订货批量（EOQ）模型。发货出库流程则包括订单拆分、拣货、复核打包和物流运输等环节。

请添加图片描述

收集的信息涵盖了项目排期、任务分解方法和甘特图制作工具。其中，Ganttable和WBS方法被推荐用于任务分解和优先级设置，PERT时间估算模型用于任务耗时计算。甘特图制作工具包括Excel、Ganttable、boardmix等，支持任务依赖关系可视化和资源分配优化。此外，还提到了动态调整机制和里程碑标记功能，以应对项目进度偏差和关键节点管理。

请添加图片描述

最终方案：

最后会把上面几个任务的步骤分析的结果再聚合成一个解决方案，并给出一个详细的文档，接下来我们来分析一下要点：

供应链系统（SaaS版）采用分布式云架构设计，基于工业互联网平台构建，形成"边缘层-平台层-应用层"的三层技术架构。平台层提供数据管理、建模分析和应用开发服务；应用层则实现订单协同、库存管理、物流跟踪等业务功能。系统支持多端协同运作，包括：

后台管理系统：提供完整的供应链管理功能，包括货位配置、入库上架、库存移位等核心操作
仓储端：通过智能仓储系统实现入库验收、储位管理、拣货出货等全流程管理
司机端：集成物流配送功能，支持各大电商平台托运单打印和货物追踪
客服端：基于微信生态开发，可实现消息自动转发至客服系统，支持48小时内多次交互

系统采用微服务架构，各功能模块可独立部署和扩展。通过API接口与ERP、财务等企业现有系统无缝集成，数据集成时间可缩短至0.5天[1]。典型的技术组件包括：

请添加图片描述

产品方案方面，会给我们生成一些比较流行的思路供参考，比如：货位配置是仓储管理的基础功能，采用"区-排-号"三级结构实现精细化管理。根据领星WMS系统的实践，库位编码格式可参考"A-1-1-1"（A库区，第一个货架，第一层，第一个格子），创建后库位编码、所属库区、库位类型不可修改。系统支持两种库位类型：货架和地堆，虽在系统操作中无区别，但物理存储方式不同。

请添加图片描述

包括数据报表也帮我们考虑了进来，之前也是没想到这一块，可以查缺补漏，支持按时间、仓库、商品类别、供应商等多维度组合分析库存数据。

请添加图片描述

最后是一个供应链系统（SaaS版）的项目排期需要采用科学的项目管理工具和方法，其中甘特图是最常用的可视化排程工具。甘特图能够清晰地展示项目任务的时间安排、依赖关系和资源分配情况，特别适合供应链系统这类复杂项目的管理。

请添加图片描述

期间遇到的问题点：添加文档时，提示测试失败DeepSearch service request failed. Please try again later，结果排查原因是因为Tavily联网增强引擎的API调用次数过多，超过1000次，会触发限流。

请添加图片描述

五、总结：

openJiuwen-DeepSearch是一种基于人工智能的深度搜索技术，通过“搜索 → 阅读 → 推理”的循环机制，实现对复杂问题的精准解答。它不再局限于关键词匹配，而是结合语义理解、向量检索与多轮迭代推理，逐步拆解问题、优化查询策略，最终生成更准确、更有逻辑支撑的答案。相比传统搜索仅返回网页列表，openJiuwen-DeepSearch能主动思考“下一步该查什么”，更像一个会自主研究的智能助手。

openJiuwen 项目核心组件：

Agent Studio（智能体工作室）：
https://atomgit.com/openJiuwen/agent-studio
可视化智能体开发平台，提供零码、低码可视化开发和工作流编排能力，以及模型、知识库、插件等各资源管理能力
Agent Core（智能体核心）：
https://atomgit.com/openJiuwen/agent-core
智能体核心引擎，提供Agent开发、运行、调优与演进相关的全套SDK能力

AtomGit开源社区

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。

更多推荐

2026 年了，视频剪辑居然可以在浏览器里用 AI 完成？开源免费的 Cutia 了解一下

Cutia是一款基于浏览器的开源AI视频编辑器，无需安装即可使用，所有处理都在本地完成。它采用AI原生设计，支持自然语言指令剪辑、AI生成图片/视频、自动字幕、文字转语音等功能。相比CapCut等商业软件，Cutia完全免费、无水印且不上传用户数据。技术层面利用现代浏览器API实现本地化处理，支持多平台使用。开发者可自部署Docker版本或直接在线体验。项目采用Next.js+TypeScript

AtomGit开源社区

基于SpringBoot+Vue的物品租赁系统管理系统设计与实现【Java+MySQL+MyBatis完整源码】

AtomGit开源社区

感应电机无速度传感器FOC控制异步电机无速度传感器矢量控制（Simulink仿真实现）

异步电机矢量控制（Field-Oriented Control, FOC）是高性能交流调速系统的核心技术，而速度传感器的引入不仅增加了系统成本、降低了可靠性，还限制了其在恶劣工况下的应用。本文围绕异步电机无速度传感器 FOC 控制技术展开研究，重点分析磁链与转速的无传感器估计方法，提出结合电压模型与电流模型的混合磁链估计策略，解决单一模型在低速和高速工况下的估计缺陷。