管家婆商品入库单

解决什么问题

ERP 系统的入库单查询通常依赖固定的菜单路径和筛选面板：操作人员得先记住单据类型、时间字段在哪里。但实际沟通中，大家更习惯说「最近那批进货」「上周的收货单」这类口语表达。这个技能要填平自然语言与 ERP 查询之间的语义鸿沟——把「最近的入库账单」直接映射为一次结构化的 stock_in 查询，而不是让用户去逐级点菜单。

核心能力

技能的工作流程大致分三步：

• 意图与实体抽取：由 ai_dialog_layer/nlp_engine.py 解析自然语言，LLM 优先、规则兜底。需要抽取两个实体槽位：time_range（时间范围）与 top_n（返回条数）
• 路由与查询：调用 procurement_scenarios/replenishment_assistant.py 中的 ReplenishmentAssistant.handle()，传入 action: "stock_in"，真实数据经 erp_core/h3erp/service.py 查询 H3ERP SQL Server 账套 yszt
• 格式化回复：返回含 reply 和 action 字段的字典，reply 是带 Markdown 表格或列表的文本，并自动追加「📊 智能分析与建议」段落（由 _make_analysis() 统一处理）

口语同义词的归一也做了覆盖：入库对应「进货」「收货」，出库对应「出货」「发货」，收款对应「回款」「进账」。当输入是「菜单」「功能菜单」「帮助」或「?」时，技能会转而展示全部功能列表，而不是执行查询。

适用边界与注意点

• 查询接口的默认参数为最近 30 天、最多 10 条，可用 time_range 和 top_n 覆盖
• 时间范围支持「本月/上月/本周/上周/今年/最近N天/前N天」等口语写法
• 写操作类（开单、审批、申请）只生成草稿和预览，不会直接写入 yszt 账套
• 智能分析的质量取决于 .env 中 AI_API_KEY 是否有效：有效时走 LLM 增强分析，无效则降级为规则引擎兜底
• 必须先启动后端服务才能使用，技能本身不包含 H3ERP 的连接逻辑

依赖文件

• procurement_scenarios/replenishment_assistant.py — 主 handler（路由 + 查询 + 格式化）
• ai_dialog_layer/nlp_engine.py — 自然语言解析
• erp_core/h3erp/service.py — H3ERP 真实数据查询
• erp_core/procurement/service.py — 演示数据路径（H3ERP_ENABLED=false 时启用）