商派 ShopeX × 家装企业
知名家装品牌业务系统「AI 智能体层」建设方案
00 需求还原：给老系统建一个 AI 智能体层
N套老系统一行代码不改，在它们之上加一层 AI 智能体层：问数、预警、报表、技能这些过去只能靠大量二次开发才能补齐的能力，由这层直接长出来——让现有系统智能化、AI 化、Agent 化。
四条现实压力
- 压力 01 · 人力｜微信人肉答疑，扛不住
订单部人工在微信端回 N渠道 × N角色的日常查询，同一问题几十种问法、口径不一，问答类占 90 项需求的三成。 - 压力 02 · 架构｜N套系统各管一段，中间没有桥
订单散在 B2B、DMS、OMS、C2F，财务在 SAP。跨系统问数、预警、报表过去只能大量二开，又贵又慢。 - 压力 03 · 管理｜要管住渠道，不只服务渠道
推送预警里一半是催办与考核：超期未提、达成缺口、订单经理考评与一票否决——客户要能压着渠道按规则动作的工具。 - 压力 04 · 节点｜季度订货会
咨询量翻几倍、主战场在经销商手机端。会前解读、会中查单、会后预警。
能力全景 · 90 项需求收成四类
- 答 · 问答 27 项｜24 小时替人答疑
政策、返利、交期、账户对账进知识库统一作答——同一问题同一答案，答不了转人工，不硬编。 - 查 / 析 · 报告 19 项｜一句话查全链路、自动出报告
MCP 直连八套系统实时取数，一个订单从下单到履约一次问清；报告按统一口径自动生成。 - 推 · 推送提醒 16 项｜出事之前先预警
超期未提、预定金不足、达成缺口、账户余额——阈值触发、主动送达企微 / 短信 / 挂件，从“事后发现”变“事前预警”。 - 做 · 技能 28 项｜把老员工手上的活自动化
交期分配、预定金冻结解冻、对账审核等——规则先落纸再执行，高风险动作过确认门、全程留审计回执。
01 总体框架：商派双智能体 AI 外骨骼体系
商派把“老系统不动、AI 加在外面”称为AI 外骨骼架构：老系统是骨骼，一套不换；AI 是穿在骨骼外面的那层，力量由它提供，动作还是原来那套。嵌入式智能体嵌进系统内部当助手；工作台智能体（WorkBuddy）在系统外完全操控系统；两者共用同一套智能体底座。
图 1 · AI 订货平台总体架构（竖版）：使用者 → 两种 AI 形态 → 智能体平台 → MCP 连接层 → 治理闸门 → 八套老系统
- 外部使用者 · 代理商 / 分销商 / 零售下单者
移动端为主 · 订货会现场与日常订货 · 不进后台，只要结果 - 内部使用者 · 订单中心 / 供应链 / IT
坐在电脑前 · 查数、出报告、做预测、批量处理 - 嵌入式智能体 · 系统内助手（H5 挂件）
嵌进B2B / DMS页面任意位置，不离开系统说话就能办事 · 蓝图配置即上线 · 解决不了转人工
订货会数据、政策返利问答、产品品类推荐、订货模拟测算、订单确认回写、预警接收 - 工作台智能体 · WorkBuddy（系统外独立工作台）
自然语言驱动 · MCP 直连系统 · Skill 自己写、越用越顺手
跨系统查数、订单诊断报告、销售预测、以销定产建议、批量处理、推送配置 - 两条线共用同一底座 · 不是二选一，是各管一段
- 商派智能体平台（Agent Hub）· 配置与编排层
配一个智能体 = 配置项，不是开发任务 · 版本可追溯 · 配完即上线
蓝图设计、Skill 技能包、模型中转站、Token 计量、人群与权限、长期记忆、确认门策略、审计留痕 - MCP 连接层与知识底座 · 翻译层
工具注册 · 统一调用 · 渠道 × 角色的数据隔离在这层完成 - 知识库 · RAG 问答
政策文件 · 返利规则 · 产品手册 · 同问同答 · 可转人工 - N套系统连接器
OMS · B2B · DMS · C2F · SAP · 库存系统 · 产品中台 · 逐套 API 盘点后开发 - 事件引擎 · 推送预警
阈值规则 · 定时任务 · 企微 / 短信 / 挂件触点 - 治理闸门
确认门：回写、冻结解冻、过账等高风险动作先列影响清单、人工点确认才执行 · 审计留痕全程回执 · 权限矩阵：N 渠道 × N 角色各看各的数据 - 老系统群（骨骼）· 一套都不换
不动表结构 · 不动二开 · 数据仍落回原系统，AI 不建新库、不做双账本
OMS 订单评审、B2B 代理商采购、DMS 经销采购、零售、C2F 定制、SAP 财务、电商库存、产品中台主数据 - 嵌入式智能体管系统里的人，工作台智能体管电脑前的人，底座是同一套 MCP、Skill 与 Token 生态。
读图要点：经销商在挂件里问“我订 300 套能拿几个点返利”，和订单中心在 WorkBuddy 里问“高定渠道本月达成多少”，调用的是同一批连接器、同一套权限规则、同一池 Token。
差别只在：嵌入式由后台蓝图配置、面向移动场景；工作台由自然语言驱动、面向生产作业。
02 老系统为什么不换：AI 是加挂层，不是替换层
八套系统承载十年以上业务流程与数据沉淀，换任何一套都意味着业务停摆、数据迁移和全员再培训。做法是在系统外面加一层“会说话的手”，系统本身一行代码不动。
“这些系统该有的都有了，换是换不动的。要的是上面有一层 Agent 来桥接。”
- 理由 01 · 接入方式｜读写走接口，不碰表结构
所有查询与回写经 MCP 连接器调用系统已有 API，不改数据库、不二开；连接器卸掉系统即回原状，零侵入、可回退。八套第三方系统逐套盘点 API 后开发连接器，一套一验收一计价。 - 理由 02 · 数据归属｜主数据不动，不做双账本
订单、库存、财务主数据仍在 OMS、DMS、SAP；AI 只读及经确认门回写，不新建数据库——避免“系统一套数、AI 一套数”的对账灾难。知识类进知识库，交易类实时查、不做缓存副本。 - 理由 03 · 成本对比｜换八套 vs 加一层
替换 = 业务停摆 + 数据迁移 + 全员再培训，周期以年计；加挂 = 接一套用一套，12 月订货会先上线挂件四模块，验证后逐套扩连接器，风险切成小段。 - 理由 04 · 治理兜底｜不动系统，也管得住 AI 的手
治理闸门设在智能层与老系统之间：AI 可以读、算、给建议；凡往系统里写，必须先列出“改哪张单、改什么字段、影响多少金额”，人点确认才执行，全程留回执。读的放行、写的过闸；越权取数在到达老系统之前就被拦下。
03 端到端流程：订货会场景 · 三阶段三泳道
12-14 是底座，01 是配置，02-08 是经销商手机端走完的完整订货路径，09-11 是内部线会前会后的作业。
经销商全程不离开订货页面、不装新 App；每一步 AI 答案都标明数据来源；下单写动作必须过确认门。
图 2 · 订货会端到端流程（竖版）· 14 个节点：会前 · 打底与配置 → 会中 · 移动端现场 → 会后 · 跟踪与履约
外部 · 经销商线（嵌入式智能体）
- 会前 01 挂件配置上线：订货会四模块（数据 / 政策 / 产品 / 品类）· 权限视图按渠道角色配置 · 知识库就绪 · 蓝图配置即上线 · 兜底转人工
- 会中 02 扫码进订货会页 · 识别身份：自动切到该经销商的政策视图（手机端）
- 会中 03 政策问答：订多少拿几个点 · 品类推荐
- 会中 04 一句话查单：订单 / 库存 / 余额 · 跨系统一次问清
- 会中 05 订货模拟
达成测算：补哪些品 · 够到下一档返利 - 会中 06 确认下单：过确认门 → 回写DMS / B2B
- 会后 07 订单进度 · 物流一句话查：会后随时问，不用打电话催客服
- 会后 08 预警推送接收：超期未提 / 预定金不足 / 业绩缺口 · 经挂件 / 企微 / 短信主动送达
内部 · 订单中心线（工作台智能体）
- 会前 09 报告模板与阈值配置：诊断报告模板 · 推送阈值 · 预测口径 · 把老员工的规则先落纸再固化
- 会中 10 现场支援与接待监控：复杂问题转人工 · 接待量与未解决率实时看 · 当天有人兜底、有数可看
- 会后 11 会后经营作业：诊断报告自动生成 · 推送规则运营 · 以销定产建议进 OMS 工单
系统与数据底座（MCP · 知识库 · 事件引擎）
- 会前 12 打底：知识库建库 + 连接器接通：底座就绪，支撑配置与问答
- 会中 13 实时执行：MCP 查询 · 确认门回写 · 权限隔离
- 会后 14 事件触发：阈值命中 → 企微 / 短信 / 挂件送达经销商
订货会验证的不是单个功能，是“嵌入式智能体 + 底座”整链路；会中所有接待留痕，会后自动变成诊断报告和推送规则的养料。
04 数据关联：四类数据，四条管道
不把所有数据搬进一个湖，按数据性质走四条管道：静态知识走知识库、交易数据走 MCP 实时查、阈值事件走事件引擎、AI 产生的结果走回写与审计。混在一起就会做出又慢又错的中台。
图 3 · 数据关联（竖版）：源系统 → 管道 → 消费 → 价值
数据源（老系统 / 文档）
- 政策 / 返利 / 规则文档（静态知识 · 变化低频）
- 商品主数据 · 产品中台（品类 / 规格 / 手册）
- 订单 · 库存 · 价格（B2B / DMS）
- 财务 · 预定金 · 应收（SAP）
- 定制订单 · 工单（C2F / OMS）
- 历史订单 · 经销商画像（推荐与预测基线）
分管道加工
- 知识库 · RAG（静态知识）→ 问答
结构化建库 · 检索增强 · 同一问题同一答案 - MCP 实时查询（交易数据）→ 报表
不缓存副本 · 每次查原系统 · 带时点标注 · 一句话跨系统出数 - 事件引擎（阈值事件）→ 推送
订阅交易数据变化 · 阈值命中即触发 · 出事之前先预警 - 回写与审计（结果数据）←技能
确认门放行才写 · 全程回执可追溯 · 落回原系统
业务价值
- 人工接待量下降 · 政策口径零分歧
- 查单从半天到秒级 · 跨部门协调归零
- 超期未提率下降 · 资金占用可控
- 老员工经验变资产 · 新人上手周期缩短
- 权限线贯穿
N 渠道 × N 角色 → 数据范围。代理商 A 与 B 问同一政策，得到各自视角的答案；价格员、结算专员、导购各看各的数。隔离在 MCP 层完成，不在应用层打补丁。
05 运行机制：Skill、MCP、Token，双智能体
四个部件各管一件事：Skill 管“把流程变成可执行动作”，MCP 管“让 AI 够得着系统”，Token 管“用量与钱”，双智能体管“谁在什么位置用”。
- 部件 01 · Skill 技能包｜把流程固化成动作
一个 Skill = 一段被文档化、可重复执行的业务流程：取数规则、计算逻辑、动作清单、确认节点都在里面。链路：trigger → fetch → compute → 确认门 → act → receipt。22 项技能需求从零共创，首批：交期按波次分配、预定金冻结解冻、报关单装箱清单生成。 - 部件 02 · MCP 连接器｜AI 与系统之间的同传
把每套系统的 API 注册成标准工具，任何智能体用同一协议调用；权限与数据范围在这层切清。链路：register → invoke(authz) → isolate → audit。八套系统逐套盘点、一套一验收一计价。 - 部件 03 · Token 生态｜用量与钱的计量单位
每次 AI 请求消耗 Token，按请求可查、按模型分列，多实例共用一池。订货会峰值用量可预估，预算按 Token 包 + 订阅分级报——直接回应“一个 Skill 多少钱”。 - 部件 04 · 双智能体｜各管一段，不是二选一
外 = 嵌入式挂件，长在系统里，服务经销商与老板；内 = WorkBuddy，在系统外，服务订单中心与 IT。订货会现场以外部线为主，会后经营以内部线为主，读同一批连接器。
06 业务目标：这套方案可以实现什么
- 订货会咨询接待
现状：微信人工回复，会中峰值接不住
落地后：挂件 24 小时同问同答，人工只接转办与例外
度量：接待量 · 转人工率 · 未解决率 - 跨系统查单
现状：N套系统人工拼数，一个订单问半天
落地后：一句话全链路说清，带数据时点标注
度量：查单耗时 · 跨部门协调次数 - 经销商行为管理
现状：超期未提、预定金不足靠事后发现
落地后：阈值触发主动送达，扣款预警在事前
度量：超期未提率 · 预定金占用 · 达成率 - 订单诊断与产供销协同
现状：报告靠老员工 Excel，出一次几天
落地后：报告分钟级自动生成，以销定产建议直达 OMS 工单
度量：报告产出时长 · 预测准确率 - 政策一致性与培训成本
现状：政策靠老员工口口相传，新人上手慢
落地后：知识库同问同答，老员工经验固化成 Skill
度量：新人上手周期 · 政策争议单数
07 十例工程剖析：10 个场景的具体实现
每个例子按同一体裁拆解：执行管线、要客户什么数据、开放什么接口、配合什么参数、模型怎么选。蓝＝MCP 取数，绿＝规则计算，紫＝LLM / 输出，琥珀＝事件 / 工单，红＝确认门。
例 01 · 按卖点推荐产品（PPT P3 · 嵌入式）
“推荐几款带数显的恒温淋浴器”
执行管线：挂件触发 → LLM 抽槽位 → 混合检索召回 → 规则+销量排序 → 推荐卡片
属性走结构化过滤（产品中台），卖点话术走向量召回；参数数字必须来自结构化字段，防幻觉。一次建库覆盖产品对比、竞品对比、品类核心产品等五类问法。
可直接实现。前提：产品中台属性结构化 + 属性词典（“数显”=“带屏”），手册 PDF 批量导出建库。
例 02 · 下单保障缺口测算（PPT P3 · 嵌入式）
“6月和7月还需要下单多少”
执行管线：挂件触发 → 时间窗解析 → 三源取数 → 缺口=目标−已下单 → 缺口解读 → 一键转下单草案
目标（绩效源/Excel）、已下单（B2B）、已提货（SAP）三源取数；钱不交给 LLM，公式固化在 Skill 内可审计。
可实现，规则先落纸。保障度公式、目标数据源、剔除口径三项必须书面签认——报错一个缺口金额，经销商会拿截图对质。
例 03 · 每周《订单诊断报告》（PPT P8 · 事件+双端）
七模块全维诊断 + 下单建议
执行管线：每周定时批处理 → 七模块取数 → 症候库诊断 → LLM 叙事 → 双端分发
七模块：提货达成、订单保障、提货均衡性、未提订单、交期分析、问题诊断与下单建议、提货计划与资金准备。数字只许引用计算层，LLM 不自由诊断。
可实现，核心在症候库共创。老订单员“该催提货还是催下单”的判断须变成决策表：2-3 场工作坊，首批 20-30 条症候规则，用真实数据回放校准。
例 04 · 未提订单与预定金测算（PPT P4 · 嵌入式）
“6-7月还要提多少货，准备多少预定金”
执行管线：挂件触发 → 拆两个子任务 → OMS/SAP/知识库取数 → 规则计算 → 资金准备清单 → 冻结申请过确认门
预定金 = Σ(订单额 × 品类比例)；财务数字零容错，LLM 不碰算术。
可实现，预定金比例表是第一前置。SAP 财务接口授权周期最长，建议本周即发起授权申请。
例 05 · 超期未提明细与扣款预警（PPT P4+P6 · 事件引擎）
“我有没有超期未提的订单”
执行管线：A · 每日批扫主动推 ＋ B · 实时问答被动查 → 共用判定内核 → 分级触达
问答与推送共用同一套判定逻辑，保证“问的和推的一致”；触达升级链：挂件→ 企微→ 短信，同一单同一周不重复轰炸。
可实现，误报是最大风险。超期口径须财务书面确认；上线前用近 3 个月历史数据回放对账，AI 判定 vs 实际扣款一致率 ≥99% 才开推送。
例 06 · 对账单 / 账户余额查询（PPT P4 · 嵌入式）
“查询一下5月对账单”
执行管线：挂件触发 → 意图+强鉴权 → SAP 取数 → 模板渲染+勾稽自检 → 账单卡片
期初+发生≠期末即拦截不展示；月中查询展示未关账实时数，界面必须写明口径。
可直接实现，按“财务级”标准交付。三条铁律：数字只从 SAP 来、关账口径必标注、AI 不裁决差异只提供“一键异议”工单通道。
例 07 · 订单加急申请流转（PPT P5 · 写动作）
“请帮我加急XX订单”
执行管线：槽位收集 → 可行性预判 → 确认门 → 工单双推（总代+订单员） → 状态回传·超时升级
AI 只做收集、预判、流转、回传四件事，加急成不成由人决定——确认门里明确写“不承诺加急结果”。投诉关键词（延误/延期/投诉）命中即跳过预判、高优工单。
直接可实现，是“AI 不越权”的样板。同页改地址、售后催单、投诉转接三个同族需求共用此模板。
例 08 · 区域出货聚合报表（PPT P5 · 工作台）
“XX零售中心到区域出货情况”
执行管线：WorkBuddy 触发 → 维度解析 → 快照聚合取数 → 权限裁剪 → 图表输出+下钻
出货明细千万行级，走 T+1 日快照 + 预聚合（轻数仓路线），不实时扫 SAP 生产库；不用开放 text2SQL，模板化聚合可控可审计。
可实现，架构上必须走快照而非实时。区域数据敏感，角色 × 范围权限矩阵需销售管理与 IT 共同签认后才开放。
例 09 · 业绩达成推送家族（PPT P6 · 事件引擎）
“完成率不足50%，请及时提货”
执行管线：定时+阈值双触发 → 按经销商计算 → 分级判定 → 个性化文案 → 多触点频控触达
PPT 已给 8 类消息模板连措辞都拟好了，等于验收标准自带；LLM 只做称谓与语气自然化，数字锁死引用计算层。
直接可实现。工程量集中在 SAP 过账事件对接、企微 userid / 手机号档案清洗、频控策略拍板。建议先挂件单通道灰度两周再开升级链。
例 10 · 单品库存周转预估（PPT P7 · 工作台）
“某款单品还能卖多久？”
执行管线：WorkBuddy 触发 → SKU 解析 → 销存四面取数 → 两期算法 → 健康评级+LLM 解读
一期：可售天数 = 库存 / 加权日均销（移动平均），当天可上线；二期：积累 3 个月标注后再评估时序模型。同族：热销 TopN、库存健康度、欠货分析共用同一套销存数据面。
分析直接可实现，预测分两期。客户自己把“销售预测”排在第三期——先跑起来积累“准/不准”标注，二期再上时序模型就有验收依据。
08 三张配合清单：十例合起来看，客户要配合三张清单
- 清单一 · IT 侧 · 接口开放
SAP：出货、余额、预定金、对账单、过账事件订阅——周期最长，最先启动
B2B：订单查询、草案回写（写）
OMS：未提订单、交期、在途排产、工单
库存中台 / C2F / 产品中台：库存、定制进度、属性与系列映射、门店层级
通道类：企微应用消息、短信网关、工单系统
- 清单二 · 业务侧 · 规则参数落纸
财务类：预定金比例表、冻结解冻扣款规则、对账与关账口径
目标类：保障度公式、目标分月拆分、剔除口径、预警分级线
预警类：超期判定起点、扣款倒计时、频控与免打扰
分析/诊断/流转类：健康阈值、权限矩阵、症候库、加急规则与 SLA
- 清单三 · 组织侧 · 共创与验收机制
口径确认会：每个计算类 Skill 上线前业务部门书面签认公式
工作坊：2- 3 场，资深订单员用真实数据回放校准
历史回放对账：预警类上线前回放 3 个月，一致率 ≥99%
样张签认 + 标注回流 + 灰度节奏：先挂件单通道、先单渠道，12 月订货会前完成一轮灰度
总结：通过商派AI智能体层方案+业务系统协同之后，问答走知识库 RAG，查询走 MCP 实时查，计算走规则 Skill，推送走事件引擎，报告走批处理 + 受控生成，写动作全部过确认门。真正以最简单有效的方式，让现有的老业务系统智能化、AI 化、Agent 化。
