升鲜宝AI助手新人使用指南(八)---升鲜宝生鲜配送供应链管理系统源代码服务
升鲜宝AI助手新人使用指南
快速上手 · 数据流原理 · 常用操作 · 排查路径
适用对象:初次接触升鲜宝AI助手的业务用户、运营人员、采购/仓库/财务人员、系统管理员
一、先理解:升鲜宝AI助手是什么
升鲜宝AI助手是放在升鲜宝供应链系统里的一级功能菜单,主要帮助用户通过真实业务数据完成经营总览、智能问数、经营分析、预警处理、AI报表、预测决策、知识库检索、模型治理和审计追踪。
它不是单独系统,也不是单纯的聊天机器人,而是围绕供应链真实业务数据建立的智能分析与决策模块。
• 让业务数据可问:用户可以用自然语言查询业务数据。
• 让经营指标可算:销售额、毛利率、缺货率、周转天数等指标统一口径。
• 让异常问题可预警:缺货、临期、采购价异常、毛利异常、损耗异常自动提醒。
• 让经营报表可自动生成:AI日报、周报、月报、专项分析报告自动输出。
• 让补货采购可预测:基于销量、库存、供应商交期生成补货和采购建议。
• 让模型调用可审计可控:模型调用、SQL生成、Token成本、异常调用都有日志。
二、AI助手九大模块速览
|
模块 |
主要功能 |
适合新用户理解 |
|
智能工作台 |
AI经营驾驶舱、今日异常待办、AI智能问数、AI经营日报、AI预警概览、常用问题收藏、我的订阅推送、消息中心 |
新用户入口、日常查看、问数、待办与订阅消息 |
|
经营分析 |
采购分析、销售订单分析、库存周转分析、缺货与滞销分析、配送履约分析、财务毛利分析、供应商履约分析、质检溯源分析 |
按业务场景分析真实经营数据 |
|
指标中心 |
指标分类、指标定义、指标口径维护、指标取数SQL、指标计算任务、指标快照、指标看板配置、指标权限配置 |
统一指标口径、计算和复用 |
|
预警中心 |
预警规则、预警事件、缺货预警、临期预警、采购价异常、毛利异常、损耗异常、推送策略、推送记录 |
异常识别、事件处理、推送闭环 |
|
报表中心 |
报表模板、AI日报、AI周报、AI月报、专项分析报告、报表任务、报表生成记录、报表导出下载 |
自动生成经营报告并支持导出 |
|
预测决策 |
销量预测、补货建议、库存优化、采购建议、调拨建议、供应商评分、经营建议闭环、采纳效果评估 |
从历史数据推导预测和经营建议 |
|
知识库与语义 |
数据资产管理、知识库管理、文档管理、分段向量检索、业务术语库、表字段语义、业务表映射、问数样例库、RAG检索测试 |
让AI理解业务数据、字段、文档和术语 |
|
模型配置 |
API密钥配置、大模型配置、模型场景路由、模型参数方案、助手角色配置、提示词模板、工具函数配置、调用额度配置、敏感词与脱敏 |
治理模型调用、成本、提示词和安全 |
|
审计与权限 |
模型调用日志、问数日志、工具调用日志、生成SQL审计、成本与Token统计、异常调用监控、操作日志、菜单授权、多语言菜单维护 |
审计、追踪、权限和成本管理 |
三、新用户第一次应该怎么用
1. 先进入AI经营驾驶舱
路径:升鲜宝供应链系统 → AI助手 → 智能工作台 → AI经营驾驶舱。这个页面是总入口,适合每天早上先看。
• 今日销售额:今天卖了多少钱。
• 订单数:今天有多少订单。
• 毛利率:当前经营利润水平。
• 缺货SKU:哪些商品快没货。
• 预警数量:今日有哪些异常。
• AI经营建议:系统给出的经营提醒。
2. 用AI智能问数快速查数据
路径:AI助手 → 智能工作台 → AI智能问数。用户可以直接输入自然语言问题,系统会识别业务意图、生成只读SQL、审计SQL、查询真实数据并返回图表与解释。
|
示例问题 |
适合场景 |
|
今天销售额是多少? |
经营日报、老板看板 |
|
本周毛利率最低的10个商品有哪些? |
财务毛利分析 |
|
哪些商品库存低于安全库存? |
缺货预警、补货建议 |
|
本月采购价上涨超过10%的商品有哪些? |
采购价异常分析 |
|
哪些供应商到货不及时? |
供应商履约分析 |
3. 按模块看经营分析
经营分析适合业务人员按场景查看:采购、销售订单、库存周转、缺货与滞销、配送履约、财务毛利、供应商履约、质检溯源。
4. 进入预警中心处理异常
预警中心用于发现和处理异常。典型流程为:系统发现异常 → 生成预警事件 → 推送给负责人 → 负责人查看详情 → 填写处理结果 → 关闭预警 → 进入经营建议或报表复盘。
5. 使用报表中心查看AI日报/周报/月报
报表中心会读取指标快照、预警事件、经营分析结果、预测建议、知识库解释和提示词模板,自动生成日报、周报、月报和专项分析报告。
四、数据流原理:AI助手的数据从哪里来
AI助手本身不替代业务系统,也不重新造一套订单、库存、采购数据。它读取的是升鲜宝原有业务数据,并通过数据资产、字段语义、业务映射、指标体系和安全审计进行治理。

1. 真实业务数据来源
|
业务数据 |
主要来源 |
供哪些模块调用 |
|
销售订单 |
订单主表、订单明细、客户、商品、金额字段 |
销售订单分析、AI经营驾驶舱、AI日报、销量预测 |
|
采购数据 |
采购单、采购明细、供应商、采购价 |
采购分析、采购价异常、采购建议、供应商评分 |
|
库存数据 |
库存表、库存流水、出入库、库龄、安全库存 |
库存周转分析、缺货预警、补货建议、库存优化 |
|
配送数据 |
配送任务、线路、司机、签收、异常记录 |
配送履约分析、预警事件、经营建议闭环 |
|
财务数据 |
应收、应付、收付款、对账、成本、毛利 |
财务毛利分析、AI月报、专项分析报告 |
|
商品/客户/供应商 |
商品、SKU、分类、客户、门店、供应商主数据 |
所有经营分析、问数、指标和报表 |
|
质检溯源 |
批次、质检、溯源码、入库、出库、销售绑定 |
质检溯源分析、供应商评分、异常根因分析 |
2. 数据资产层
数据资产管理用于告诉AI哪些表可以被使用、这些表属于哪个业务域、哪些字段是指标、哪些字段是维度、哪些字段可以筛选、哪些字段是敏感字段、哪些表之间有关联。
• 真实业务表 → 数据资产管理 → 表字段语义 → 业务表映射 → AI智能问数 / 指标定义 / 报表 / 预警。
3. 指标层
指标中心是AI助手最重要的数据标准层。很多页面不是直接查原始业务表,而是读取指标快照,这样能保证口径统一、计算稳定、可审计和可复用。
|
指标 |
说明 |
主要用途 |
|
销售额 |
订单实收金额汇总 |
驾驶舱、销售分析、AI日报 |
|
订单数 |
订单数量统计 |
销售订单分析、趋势分析 |
|
毛利率 |
毛利额 / 销售额 |
财务毛利分析、毛利异常预警 |
|
缺货率 |
缺货SKU数量 / 总SKU数量 |
缺货预警、补货建议 |
|
周转天数 |
库存金额 / 日均销售成本 |
库存周转分析、滞销分析 |
|
采购价涨幅 |
当前采购价与历史均价对比 |
采购价异常、供应商分析 |
4. 预警、报表与预测层
• 预警链路:指标快照 → 预警规则 → 预警事件 → 推送策略 → 推送记录 → 消息中心 / 今日异常待办。
• 报表链路:报表模板 → 报表任务 → 指标快照 → 预警事件 → 调用大模型 → 报表生成记录 → 报表导出下载。
• 预测链路:历史销售 + 当前库存 + 安全库存 + 在途采购 + 供应商交期 → 销量预测 → 补货建议 → 采购建议 → 经营建议闭环 → 采纳效果评估。
五、AI助手内部是怎么调用大模型的

不是所有页面都直接调用大模型。真正调用大模型的场景主要包括AI智能问数、AI日报/周报/月报、专项分析报告、RAG检索测试、经营建议生成、异常原因分析、提示词调试等。
|
配置项 |
作用 |
|
API密钥配置 |
配置模型供应商密钥,不允许前端明文展示。 |
|
大模型配置 |
配置模型名称、上下文长度、价格、默认模型。 |
|
模型场景路由 |
不同场景使用不同模型,失败时可降级。 |
|
模型参数方案 |
配置温度、TopP、输出长度等参数。 |
|
助手角色配置 |
定义AI在不同业务场景中的角色和回答边界。 |
|
提示词模板 |
控制AI输出格式、风格、结构和约束。 |
|
工具函数配置 |
允许AI调用受控的后端工具。 |
|
调用额度配置 |
控制Token、次数、成本和限流。 |
|
敏感词与脱敏 |
防止敏感信息泄露。 |
六、普通用户最常用的五个功能
|
功能 |
适合用途 |
主要看点 |
|
AI经营驾驶舱 |
每天先看经营总览 |
销售、订单、毛利、缺货、异常、AI建议 |
|
AI智能问数 |
临时查数据 |
自然语言提问,返回真实数据和解释 |
|
今日异常待办 |
处理预警 |
缺货、临期、毛利异常、采购价异常、任务失败 |
|
AI日报 |
每天复盘经营情况 |
销售、采购、库存、毛利、预警、建议 |
|
补货建议 |
采购和仓库补货 |
历史销量、当前库存、安全库存、在途采购、供应商交期 |
七、不同角色怎么用
|
角色 |
建议重点使用功能 |
使用目标 |
|
老板/总经理 |
AI经营驾驶舱、AI日报、AI月报、AI助手价值看板 |
每天看经营总览、异常、AI建议和价值结果 |
|
运营负责人 |
经营分析、预警中心、报表中心、AI智能问数 |
分析销售、库存、毛利,处理异常并复盘 |
|
采购主管 |
采购分析、采购价异常、补货建议、供应商评分 |
关注采购成本、缺货补货和供应商表现 |
|
仓库主管 |
库存周转分析、缺货与滞销分析、调拨建议 |
处理缺货、滞销、周转和调拨 |
|
财务人员 |
财务毛利分析、报表中心、成本与Token统计 |
查看毛利、成本和报表 |
|
系统管理员 |
模型配置、审计与权限、菜单授权、多语言菜单维护 |
维护配置、权限、安全与审计 |
|
AI运营人员 |
指标中心、知识库与语义、模型配置、评测数据集 |
维护指标、语义、提示词和模型效果 |
八、使用时要注意什么
1. AI结果不是凭空生成的
AI助手输出内容必须来自真实业务数据、指标快照、知识库、业务规则、模型调用结果。如果数据不准,优先检查数据资产、字段语义、指标SQL、指标快照和权限。
2. 问数失败不一定是AI错
|
可能原因 |
说明 |
|
没有数据资产 |
AI不知道该查哪张表。 |
|
字段语义缺失 |
AI不知道业务词对应哪个字段或指标。 |
|
权限不足 |
用户无权查询该数据。 |
|
SQL审计未通过 |
生成SQL不符合安全规则。 |
|
数据为空 |
真实业务表没有符合条件的数据。 |
|
模型调用失败 |
模型接口超时、额度不足或供应商异常。 |
3. 报表不准,先查指标
• 排查顺序:指标定义 → 指标口径维护 → 指标取数SQL → 指标计算任务 → 指标快照 → 报表模板 → 报表任务。
4. 预警不准,先查规则和指标
• 排查顺序:指标快照是否正确 → 预警规则阈值是否合理 → 预警范围是否正确 → 是否配置降噪规则 → 推送策略是否正确 → 事件处理状态是否同步。
九、新用户推荐上手路线
• 第一步:看AI经营驾驶舱,了解今天的经营总览。
• 第二步:看AI预警概览,确认是否有高危异常。
• 第三步:进入AI智能问数,先问几个简单问题,如今天销售额、缺货商品、本月毛利低的商品。
• 第四步:进入采购分析、销售订单分析、库存周转分析,了解业务数据细节。
• 第五步:查看AI日报,理解AI如何总结经营情况。
• 第六步:处理一条预警事件,体验异常闭环。
• 第七步:查看补货建议或采购建议,理解预测决策逻辑。
• 第八步:查看模型调用日志和问数日志,理解审计追踪。
十、一句话总结
升鲜宝AI助手不是一个聊天机器人,也不是单纯的报表工具,而是一个围绕供应链真实业务数据建立的智能分析与决策模块。它的价值在于让业务数据可问、经营指标可算、异常问题可预警、经营报表可自动生成、补货采购可预测、AI建议可闭环追踪、模型调用可审计可控。
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

所有评论(0)